今日热点

今天的榜单有个很值得注意的信号:昨天上榜的项目,今天几乎原样又在——ag-ui、plannotator、univer、stitch-skills、SkillEvaluator、chrome-devtools-mcp、claude-trading-skills 一个没掉,而且大多还在加速。这说明 Agent 基础设施这一层开始固化,先发者靠协议和生态位吃复利,而不是靠功能迭代。

但榜单里真正的新变化在另一条线:Agent 的能力边界正从”文本”推到”二进制资产”。kajisho5/ffmpeg-skill 把 FFmpeg 的 42 个能力封成机器可读契约,让 coding agent 能剪视频、上字幕、调响度;univer 单日 +1,878 星,把电子表格和文档引擎重构成”给人和 agent 共用”的办公 SDK。加上 SkillEvaluator 涨幅从昨天的 +133 跳到今天的 +953——当 agent 开始动媒体文件和企业数据,质检就从”锦上添花”变成了”上线前提”。

GitHub 热门 AI 项目

1. dream-num/univer —— 把办公套件拆成 Agent 可用的 SDK

TypeScript · 27,516 stars · +1,878 today · 2,508 forks

今天涨幅第一,也是连续第二天大涨(昨天 +1,041)。它的定位这句话写得很准:“Build your own AI office with Univer Office SDK”——把编辑、计算、协作、文件处理带进你的产品,给人用,也给 AI agent 用。

为什么这件事比”给表格加个聊天框”难得多?因为传统 office 套件的接口是为人的手设计的:菜单、快捷键、选区、拖拽。而 agent 需要的是另一套坐标系:

  • 可寻址:模型得能说”把 B2:F40 里大于 100 的单元格标红”,而不是”用鼠标拖选那一块”。范围要能被程序精确表达。
  • 可幂等:同一个操作跑两次结果要一样。人类操作靠撤销栈兜底,agent 批量操作必须靠语义幂等 + 事务回滚。
  • 可解释:如果 agent 改错了公式,用户要能看到”它改了哪几个单元格、为什么”。这就需要有 diff 的能力,而不仅是”最终状态”。

Univer 的做法是四层拆开:表格引擎(公式计算)、文档引擎(富文本)、协同层(OT/CRDT)、文件处理(xlsx/docx 导入导出),全部通过 SDK 暴露。

flowchart LR
A["Agent / 人类用户"] --> B["Univer SDK 接口层"]
B --> C["表格引擎<br/>公式 / 依赖图"]
B --> D["文档引擎<br/>富文本 / 结构"]
B --> E["协同层<br/>OT / CRDT"]
B --> F["文件处理<br/>xlsx · docx · csv"]
C --> G["可寻址数据模型<br/>范围 / 单元格 / 公式树"]
D --> G
G --> H["宿主产品<br/>垂直行业 AI 办公"]
E -.->|多人 + 多 agent| H

我的判断:公式引擎和协同 OT/CRDT 这两块,是那种”看起来简单、做起来两年”的东西。对想做垂直行业 AI 办公(财务、供应链、教育、医疗表单)的团队来说,自己从零写引擎基本是自杀,而 Univer 这类 SDK 是唯一现实的起点。星数的爆发说明市场已经把这条路认了下来。

2. NVIDIA/SkillEvaluator —— 质检层突然被”发现”了

Python · 2,303 stars · +953 today(昨天 +133)

昨天我把它排在技能生态的”治理环节”,今天的涨幅给了个漂亮的验证:+133 → +953,一天之内涨了七倍。 这类基础设施项目的曲线通常就是这样——平时没人关心,一旦有人踩了坑(装了 60 个技能、行为开始不可复现),就会集体涌进来。

它的四个能力点,放在”agent 开始操作真实资产”的背景下看更有意义:

  • Quality Gates:技能能不能被正确路由到、参数是否自洽、依赖是否可满足——这是准入。
  • 语义重叠检测:装多了之后最大的问题不是坏技能,是两个技能都能接同一个请求,模型随机选,行为不可复现。
  • 合成评测集生成:没有测试集就没有评估,但没人愿意手写用例。合成是唯一现实路径,代价是评估本身的可靠性也要打折。
  • Live agent evaluation:最终看”装了它之后 agent 的行为变了多少”。这要求可重复的任务环境和行为度量,是目前最难的一环。

值得记的是这条因果链:当 agent 的能力从”说几句话”扩展到”剪视频、改表格、发代码”,一次坏技能的成本就从”答得不好”变成”素材被删、数据被改”。 治理需求从来不是被”最佳实践”推动的,是被事故推动的。

3. kajisho5/ffmpeg-skill —— 给 Agent 装一双手去动视频

Python · 6,249 stars · +331 today · 547 forks

今天最有意思的新面孔。一句话:面向 coding agent 的本地视频编辑器——42 个 FFmpeg 工具,配机器可读契约和 MCP server,支持 Claude Code、Cursor、Codex。剪辑、字幕、改画幅、响度、平台导出。无云端,无 API key。

FFmpeg 是那种”能力极强、接口反人类”的典型:-vf 滤镜链、-filter_complex 多路复用、-map 流选择、时间基与色彩空间……人类靠抄 Stack Overflow 活着。而 agent 面对它时的问题不是”不会用”,是每个参数都可能有十种看起来合理但语义不同的写法,且错了不会报错,只会输出一个能播但有问题的文件。

ffmpeg-skill 的价值在于把”能力”翻译成”契约”:每个工具声明输入形状、参数约束、预期输出和失败模式。agent 不再需要发明命令行,而是在有限的、可校验的工具集里选择。

flowchart TD
U["意图:把这段 40 分钟访谈剪成 60 秒竖版"] --> M["Coding Agent"]
M --> S["ffmpeg-skill<br/>42 个工具契约 + MCP"]
S --> T1["probe<br/>时长 / 码率 / 音轨 / 旋转"]
S --> T2["剪切与拼接<br/>关键帧对齐"]
S --> T3["字幕与对齐<br/>硬字幕 / 软字幕"]
S --> T4["重构画幅<br/>竖版安全区"]
S --> T5["响度标准化<br/>LUFS 归一"]
S --> T6["平台导出预设<br/>码率 / 封装"]
T1 --> L["本地 FFmpeg 进程"]
T2 --> L
T3 --> L
T4 --> L
T5 --> L
T6 --> L
L --> O["成片 + 结构化回执<br/>分辨率 / 时长 / 响度实测"]
O --> M
M -->|回执不符预期| S

那条回环是重点:它把”执行完还要验证一遍”写进了流程。 视频处理最阴的坑是”命令成功、结果不对”——码率崩了、音画错位 200ms、字幕字体回退成方框。一个带结构化回执的技能,比一个”看起来很懂 FFmpeg”的 prompt 靠谱一个量级。

顺带说:这个项目证明了一类正在成型的市场——“给 agent 封装的本地重工具”。Blender、ImageMagick、pandoc、LibreOffice、7z、sqlite 都符合这个画像:能力稀缺、CLI 复杂、无云依赖、输出可校验。谁先把这些封成可靠契约,谁就吃下 Agent 落地里最脏也最刚需的一段。

4. ag-ui-protocol/ag-ui —— 连续第二天,协议开始收网

TypeScript · 18,484 stars · +790 today

昨天 +393,今天 +790,速度在加快。AG-UI 解决的是”agent 在后台跑,前端怎么把过程演出来”:把 agent 生命周期定义为一组标准事件流(run 开始/结束、文本增量、工具调用、状态快照与增量),前端按事件渲染,后端按事件发。

和 MCP(向下接工具)、A2A(横向接 agent)放一起,这张拼图就完整了:MCP 管”能做什么”,A2A 管”找谁做”,AG-UI 管”人怎么看见”。 三个方向各一个协议,缺一个系统就不闭环。

这类协议项目的星数曲线有个规律:它不是被”喜欢”推上去的,是被”接入”推上去的。 每一个新接入的宿主(框架、SDK、低代码平台)都会带来一批必须用它的人——这就是所谓的网络效应,也是为什么先发优势在这一层特别硬。

5. backnotprop/plannotator —— 人机共审的”旁路”

TypeScript · 12,285 stars · +689 today

连续第二天上榜。它承认了一个很少被正面讨论的事实:agent 不需要”更多自主”,它需要”更好的中断点”。

一个能跑 40 分钟的 agent,如果最后只给你一个 diff,中间 39 分钟就是黑箱;但如果它每 5 分钟停下来问”我理解得对吗”,体验就退化成电话会议。真正好用的是异步、结构化、不打断执行的旁路:agent 继续跑,你在旁边把意见攒着,在关键节点一次性回灌。shaping → decide → plan → annotate → review → share,一条链下来,本质是把”人的判断”变成 agent 可消费的输入格式。

6. google-labs-code/stitch-skills —— 开放标准是最大的卖点

TypeScript · 9,615 stars · +540 today(昨天 +248)

Google Labs 的技能库,配套 Stitch MCP server。真正的卖点在那句”每个 skill 都遵循 Agent Skills 开放标准,兼容 Antigravity、Gemini CLI、Claude Code、Cursor”。

翻译一下:Google 在自己最不占优势的那一层选择了不竞争。 它没搞私有技能格式绑定自家 CLI,而是对齐跨厂商标准。它赌的是”技能可移植性”比”格式所有权”更值钱。工程上最值得抄的是技能与 MCP 的解耦方式:技能只声明”我需要哪个工具、什么参数形状”,由宿主注入实现——同一份技能在不同宿主里跑,只是接线不同。

7. ChromeDevTools/chrome-devtools-mcp —— 57K 星的老面孔

TypeScript · 57,478 stars · +837 today

榜单星数最高。一句话:把 Chrome DevTools 暴露成 MCP 工具,让 coding agent 真正”看”得见浏览器——控制台错误、网络瀑布、DOM、Performance trace、内存快照。

它连续多天稳定在 +700~+800,说明这不是一波热度,而是大量团队在把它接进日常流程。对比一下:很多”更聪明的 agent 框架”只有几千星,而它 57K。原因很简单——能被程序调用的调试器,比聪明的模型更稀缺。

8. tradermonty/claude-trading-skills —— 垂类技能包的需求验证

Python · 6,042 stars · +841 today

给股票投资者和交易员的 Claude Code 技能集:市场分析、技术图表、经济日历、筛选器、策略开发。昨天 +707,今天 +841,持续走高。

它说明垂类技能包是个真需求:通用 agent 不知道你的行业怎么干活,而行业里那些”隐性流程”恰恰是最值钱的部分。 但必须提醒一句——这类技能的产出是分析而非投资建议,回测过拟合和幸存者偏差在 LLM 手里只会更隐蔽,真金白银的决策别外包。

9. 其余速览

  • mvanhorn/last30days-skill:跨 Reddit、X、YouTube、HN、Polymarket 和网页做主题调研,再合成一份有出处的摘要。“多源检索 + 带引用的综合”正在成为 agent 的标配技能,价值在于它把”信源分歧”显式化了,而不是给你一段平滑但无出处的结论。
  • alibaba/open-code-review:阿里的混合式代码审查——确定性规则引擎(NPE、线程安全、XSS、SQL 注入)+ LLM Agent 做语义审查,输出行级评论,兼容 OpenAI / Anthropic 接口。分工原则还是那条:有唯一正确答案的交规则,没有的交模型。
  • google-research/paper-orchestra(Python · 1,099 · +306):多 agent 框架,自动化 AI 研究论文写作。技术上有意思,但学术诚信的边界得自己划清楚——它可以帮你把实验讲清楚,不能替你产生实验。
  • getarcaneapp/arcane(Go · 8,463 · +31):现代 Docker 管理界面,”Designed for Everyone”。非 AI,但属于 agent 时代的配套——容器编排的门槛越低,agent 跑起来的地方就越多。
  • DeanChensj/jiangshan-map(JavaScript · 6,545 · +285):中国历史交互地图时间轴,403 BCE 至今,18 个朝代、198 个疆域快照,还带古今地名沿革和诗词路线。纯人类审美 + 数据工程的产物,在一堆 agent 项目里显得格外清爽。
  • sveltejs/svelte(88,787 · +58):前端框架常青树,稳定在榜。

新工具/产品速览

  • Google 地图的 Ask Maps 开始会”建议停靠点”。这个 AI 功能现在能为你的行程推荐途中停留点,并给出每个地点的实时细节。地图类产品的 AI 化路径很清晰:从”帮你找地点”变成”帮你编排一天”。
  • Audible 上线 AI 概览。新的音频发现功能会先用一段 AI 生成的概览介绍你下一本有声书,相当于把”试读”变成了”试听摘要”。对有声书这种决策成本高的品类,这个改动挺对症。

行业动态

  • 美国商务部继续收紧 AI 芯片与服务器的出口口径。据 The Verge 报道,一份临时最终规则(interim final rule)意在堵住一个漏洞:此前中国公司可以通过海外服务器绕开 AI 芯片出口管制。新规同时对印尼、马来西亚、新加坡、泰国、巴西的再出口要求许可证。这条的实质是把管制的坐标系从”货物去哪”改成”算力给谁用”——只要最终能访问到,转几手都算。
  • NVIDIA 的领导层真空还在影响行业情绪。The Verge 的判断是”Jensen Huang 的缺席让 AI 行业陷入观望”:一家占据 AI 算力核心位置的公司,CEO 位置悬空带来的不确定性会传导到采购、路线图和供应链承诺上。前几日股价单日收跌 4.3% 只是表层,真正的成本是决策被推迟。

技术洞见

洞见一:Agent 的能力边界,正从 token 推向文件系统

把今天的新面孔排一下,会看到一条清晰的扩张路径:

flowchart LR
L1["第一层<br/>文本:说、写、总结"] --> L2["第二层<br/>结构化数据:SQL、JSON、API"]
L2 --> L3["第三层<br/>二进制资产:视频、音频、图像、表格"]
L3 --> L4["第四层<br/>有副作用的操作:部署、付款、发文"]
L1 -.-> N1["失败代价 ≈ 重问一次"]
L4 -.-> N2["失败代价 ≈ 不可逆"]

ffmpeg-skill 站在第三层的门口,univer 站在”结构化数据 + 二进制文件”的交界,chrome-devtools-mcp 是第二层到第三层的桥。而每一层的失败代价是指数级的:说错一句话,用户重问;改错一个表格公式,财务重算;删错一段素材,素材没了;发错一条公告,收不回来。

这解释了为什么 SkillEvaluator 今天涨了七倍——能力越往物理世界走,治理就越不能靠”相信模型”。 一个具体的工程建议:给 agent 的每个”写”能力配一个”读回验证”的工具。写完文件读一遍哈希,改完表格重算一遍总额,导出视频 probe 一遍时长和响度。回执比自信可靠。

洞见二:Agent 技术栈开始分层,每一层都长出了自己的”标准件”

连续两天的榜单重合度,让这张图已经可以画得比较实了:

flowchart TB
subgraph 接入层
U1["AG-UI<br/>Agent ↔ 前端事件流"]
end
subgraph 编排层
O1["plannotator<br/>人机共审 / 反馈回灌"]
O2["SOP 编排 + 审批门<br/>状态可恢复"]
end
subgraph 能力层
C1["MCP 工具<br/>DevTools · FFmpeg · Office SDK"]
C2["Agent Skills<br/>垂类技能包"]
end
subgraph 治理层
G1["SkillEvaluator<br/>质量门禁 / 重叠检测"]
G2["混合代码审查<br/>确定性 + LLM"]
end
U1 --> O1
O1 --> C1
O1 --> C2
C1 --> G1
C2 --> G1
G2 -.->|驳回样本回流| G1

四层里,接入层和治理层是最”没有想象空间”但最卡脖子的两段。能力层最热闹(每天都有一堆新技能包),编排层次之,但一个 agent 系统真正能不能上生产,取决于最上面那层人看不看得见、最下面那层坏东西拦不拦得住。

对个人开发者,方向选择上还是那句话:“给 agent 做接口”的确定性高于”给 agent 做大脑”。 大脑那一层全球只有几家能玩;接口那一层,FFmpeg、PDF、Excel、日志、时序数据库,每一个都还缺一个靠谱的契约封装,而且每一行代码都在产生复利。


数据来源:GitHub Trending(2026-11-16)、The Verge。新闻板块为标题级摘要,细节以原始报道为准;HN 抓取超时,已跳过。