这一轮我把挖掘口径对准了 2026-09-12 的 GitHub Search API 快照（新星榜按近 7 天创建排序、小而美榜按近 45 天创建且 Star 80~2000 过滤、另加了近 14 天新上架的 agent 技能类仓库），翻完三轮榜单后感受非常明确：新一批 star 增速最快的仓库，几乎都不在“造模型”，而在给 agent 装上手艺——有人教它出解说视频，有人教它做 3D 视觉，有人管它的审美，有人捆住它的手脚，还有人干脆把调试器、记忆系统这些“深水区基建”直接喂给它。
本期 8 个仓库里有 3 个 Star 不足 1000、5 个不足 2000，全部是近 45 天内诞生的新面孔，且都与最近几轮已写过的终端、自托管、地图、OCR、浏览器自动化等选题零重叠。文中星数如无特别标注，均为 09-12 快照值（个别标注为 09-10 快照），增长曲线都还处于早期，数字会很快过期，但选品逻辑不会。
一句话定位：Anthropic 官方放出的“购物 agent + 商家 agent”参考蓝图，相当于官方下场画了一间电商 agent 样板间。
仓库描述写得很直白：用 Claude 构建购物（shopping）与商家（merchant）两类 agent 的 reference blueprint，并附带示例工程。别小看“官方示例”这四个字——当流量入口从搜索框往对话式 agent 迁移时，商家最焦虑的不是不会写 prompt，而是不知道“我的店该怎么被 agent 接入”。官方蓝图的价值就在于给出事实标准的候选：会话怎么开场、商品怎么喂、订单怎么回传、异常怎么兜底，这些脏活样板间里都有可抄的作业。
两周出头冲到 2700+ 星，热度不用怀疑。更值得关注的是它的卡位意义：谁先把官方蓝图跑通并封装成服务，谁就吃到了“agent 电商接入”的第一波外包红利。
一句话定位：主题进、解说视频出——一个装进 Claude Code / Codex 就能用的“知识视频流水线”技能。
仓库描述：把任意主题变成带旁白解说的视频（topic in, narrated explainer video out）。它切的是知识内容创作最痛的一段：一条三五分钟的科普视频，背后是选题考据、写稿、配音、画面制作、剪辑合成五道工序，单人交付周期通常以周计。这个项目的思路是把整条流水线压缩成一个 skill：agent 负责查资料、写脚本、生成画面、配旁白，人只把关成片。
按新星榜口径它是近 7 天内创建的仓库，不到一周逼近千星，属于本周技能生态里最快的一档。对个人玩家，它把“把一篇论文讲成视频”的成本打到接近零；对团队，它更像一条可定制的 DEMO 生产线。
一句话定位：Blender + 图像生成 + “批评家”子代理，一个专门产出像样 3D 视觉的 agent 技能。
它的描述里最有价值的信息是 subagent critic（批评家子代理）这个设计：生成结果先交给另一个扮演挑剔评审的 agent 打分挑刺，再带着意见回去迭代，把“生成—评审—修改”的闭环直接写进工作流。这恰好对上了本周技能生态里反复冒头的同一个模式——单次生成质量不稳，就用一个独立的评审角色兜底。who critiques the output，比 who generates it 更决定成片下限。
和 holo-card-studio 这类“一步出成品”的项目不同，dream-loop 是通用 3D 视觉循环，上限取决于你给它喂什么需求：产品概念渲染、短片分镜、独立游戏的概念稿都能接。需要本地装 Blender，门槛比纯文本技能高一档。
一句话定位：agentic 的应用商店预览图与截图生成器，独立开发者上架前的“最后一公里”体力活收割机。
痛点无需解释：iOS/Android 上架要求为各种设备尺寸各做一套截图与预览素材，改一版文案就要全套重排，外包一套动辄数千元。goldie 的描述只有一句“agentic app store previews and screenshots”，把截图流程编排和营销图合成交给 agent 自动跑。需要说明：它具体支持的平台与模板数量我未逐一验证，这里只对描述负责。
另一个有意思的信号是它的增长形态：09-10 快照 1987 星，而 09-12 快照里它已经从“Star 80~2000”过滤区间的榜单上消失——按这个榜单的口径推断，它大概率已跨过 2000 星关口（推断值，未经直接验证）。45 天内从新仓库到 2000 星，这是本周小而美池子里最陡的曲线之一。
一句话定位：一份给 AI 编码 agent 的“去 AI 味”规则集——管住紫色渐变、圆角卡片和“赋能体”文案。
它打击的对象每个人这几天都见过：AI 生成的前端页面一眼可辨——同款紫罗兰渐变、无意义的玻璃拟态卡片、图标堆 emoji，文案里全是“打造、引领、极致体验”。anti-slop 的做法朴素但聪明：把这些模式显式写成规则（rules）喂给 agent，告诉它什么算 slop、出现时怎么替换。它不是工具，是给 agent 的一份审美守则，所以接入成本几乎为零，丢进现有工作流就生效。
近 45 天冲到近 2000 星，说明“AI 味”已经从吐槽变成了公害级痛点。同日快照下它同样退出了 <2000 区间榜单，发稿时大概率已破 2000 星（推断，未经直接验证）。
一句话定位：作者中文名起得很诚实——“别再造史了”，一套面向 Codex/GPT 场景的多平台 Hook + Skill Guard，强制拦截 coding agent 的两大恶习。
恶习一：无需求生成哈希值、校验和这类没人要的装饰性输出；恶习二：任务范围膨胀（scope creep），让它改个按钮它顺手重构半个仓库。anti-slop 管的是品味，这个项目管的是手脚：通过 Hook 在 agent 动作链路上加检查点，越界即拦，把“纪律”从提示词里的君子协定升级成强制闸门。
把这两个仓库连着看，会发现一个正在成型的品类：agent 行为治理。当 agent 从“偶发工具”变成“常驻同事”，组织就必然需要给它立规矩——先出现在个人工作流里，接下来就会出现在公司的合规清单里。这个方向现在进场，埋点极早。
一句话定位：用 Zig 写的 x64dbg 原生 MCP 插件，把经典调试器的能力通过 MCP 协议暴露给 AI——让大模型坐上调试席。
动态调试是逆向与漏洞分析里最“费人”的环节：下断点、单步、盯寄存器、翻内存窗口，全靠人肉值守。这个项目把 x64dbg 以原生插件（而非外挂脚本）的形式接入 MCP，AI 就能在分析会话里直接操作调试器，把人从重复操作里换出来。三份连续快照显示它从 1926 星走到 1935 星，增速不猛，但这类工具的受众本来就极垂直——安全圈的人找到了就会 star，不安全圈的人根本不会点进来。
必须强调使用边界：它是给自有软件调试、CTF、授权渗透测试与漏洞研究用的，动手前确认自己的授权范围。
一句话定位：AI agent 的长期记忆运行时，且把“纯 Markdown 文件”设为唯一事实源。
agent 的失忆问题老生常谈：上下文一关就忘，而各家记忆方案往往又是私有格式黑盒。这个项目的答案是把记忆落成普通 Markdown——人能直接打开读改、能进 git、能 diff、能 review，运行时只负责写入与召回。“记忆即文件”听起来简单，但它把信任问题一起解决了：你随时可以审计 agent 到底记了你什么。
有意思的是，本周同期还有一个同题竞品 okf-memory/okf-agent-memory（⭐576，Git-native 方案，宣称实现 Google OKF v0.2 规范）。同一周内冒出两个“记忆上文件系统”的独立实现，说明这不是孤立灵感，而是正在收敛的显学：agent 记忆的终局形态，可能就是一个人人可读的 git 仓库。
| 仓库 | 类型 | Star（快照） | 上手难度 | 一句话场景 |
|---|---|---|---|---|
| commerce-agents | 官方电商 agent 蓝图 | 2741（09-12） | ⭐⭐⭐⭐ | 让店铺被 agent 接入 |
| anything2explainer | 知识视频生成技能 | 929（09-12） | ⭐⭐ | 主题进，解说视频出 |
| dream-loop | 3D 视觉生成技能 | 842（09-12） | ⭐⭐⭐ | Blender 出概念图，批评家把关 |
| goldie | ASO 素材生成 | ~1987（09-10） | ⭐⭐ | 应用商店截图自动产线 |
| anti-slop | 审美规则集 | ~1991（09-10） | ⭐ | 给 agent 去掉 AI 味 |
| stop-that-shit | 行为拦截 Hook | 1915（09-12） | ⭐⭐ | 拦住 agent 的越界动作 |
| x64dbg-mcp-server | 调试器 MCP 插件 | 1935（09-12） | ⭐⭐⭐⭐⭐ | AI 辅助动态调试（授权场景） |
| agent-memory | 记忆运行时 | 998（09-12） | ⭐⭐⭐ | Markdown 即 agent 记忆 |
mindmap
root((Agent毛细血管))
变现与营销
commerce-agents
goldie
内容与创意
anything2explainer
dream-loop
纪律与治理
anti-slop
stop-that-shit
深水区基建
x64dbg-mcp-server
agent-memory
把 8 个仓库按象限归位后，本周新仓库的集体取向浮出水面：大模型层的故事讲完了，创作者是围绕 agent 修毛细血管。四条支线各自成立——变现侧等官方样板（commerce-agents）、生产侧拼垂直手艺（出片、3D、ASO 素材）、治理侧开始立规矩（anti-slop、stop-that-shit）、基建侧往深水区钻（调试器接入、文件系统记忆）。同一周内“记忆上 Markdown”出现两个独立实现、“批评家子代理”在多个技能里复现，这些重复出现的模式比任何一个单仓库都更值得下注。本周 Hacker News 上“RTK 报告的 token 节省与我们实测成本不符”的热议（142 分）也在佐证同一件事：agent 生态的重心正从“能不能跑”转向“跑得值不值”。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。