技能生态长出产业链
数了下本周 20 篇文章,9 个项目跟 Agent 技能生态有关,而且链条第一次齐了:上游有人生产技能,中游有人管执行流程,下游有人给技能打分。
先看生产端。Modern Web Guidance(截至发稿约一千六百 star)由 Google Chrome 团队发起,Microsoft Edge、Mozilla Firefox 和 MDN 三方参与维护。它做的事很直接:用一条 CLI 把专家审核过的现代 Web 指南塞进编码 agent 的上下文,治的是模型动不动翻出 jQuery 时代旧写法的毛病。指南聚焦三块:现代浏览器 API、性能与无障碍、合理的降级方案,优先用平台自带能力,而不是重型 polyfill。legacy-scan 命令能扫存量代码,标出哪些地方可以升级。
同批上榜的技能包还有三个,各管一个领域。Claude-BugHunter(六千多 star)把 83 个渗透测试技能装进 Claude Code,其中 58 个 hunt 技能从 681 份公开的 HackerOne 报告里提炼,433 份逐条引用可查证:payload 和 bypass 链不是模型编的,每条有出处。ffmpeg-skill(六千多 star)教 agent 剪视频:42 个工具全靠 ffmpeg 干活,先探测素材、再无损剪辑、最后自查输出,全程本地不上云。claude-trading-skills(四千多 star)的立场少见:不做信号服务、不承诺盈利、不做自动交易,只把复盘、风控、交易计划这些环节结构化。作者自己先用,好用才开源。
中游管流程的是腾讯的 LoopForge(Go 项目,近八百 star)。出发点是一句大实话:agent 单次执行不可靠,但流程可以补。它在编码智能体外面包一层 SOP 流水线,角色分工、Docker 沙箱、检查点、审批环节都长在流程里,底层执行者由你自己挑,十种 CLI 都支持,自带四类模板起步。
下游质检是 NVIDIA 的 SkillEvaluator(一千四百多 star),补的是没人管的空白:技能写完之后,没人知道它写得行不行、装上到底有没有用。它分两步:先静态检查技能文件本身的质量,再让同一个 agent 在带技能和不带技能两种状态下跑任务,对比结果量化实际作用。方法论有论文和官方博客背书,不花钱就能跑:命令行、CI、装成技能,三个入口同一套结果。
一周之内,Google、NVIDIA、腾讯先后下场。技能包这个形态,正在从社区玩法变成正式的软件工件:有生产、有流程、有质检,现在缺的是包管理和分发渠道。
AG-UI 补上协议拼图:Agent 和用户界面之间
Agent 侧的协议这两年卷得厉害:MCP 管 Agent 调工具,A2A 管 Agent 互通。但 Agent 怎么跟用户界面打交道,一直没标准。流式输出怎么传、前端状态怎么同步、关键操作怎么让人审批,各家各写各的。
AG-UI(一万七千多 star)补的就是这块。它来自 CopilotKit、LangChain 和 CrewAI 的合作,核心约定只有两条:Agent 后端发出约 16 种标准事件(流式文本、状态更新、工具调用),前端接受几种简单输入。官方对三个协议的分工说得很清楚:MCP 给 Agent 工具,A2A 让 Agent 互通,AG-UI 把 Agent 带进用户应用,互补、不重叠。
协议有了,配套的审阅工具也来了。Plannotator(一万多 star)把审阅环节做成本地浏览器工作台:代理提出计划、生成 HTML 原型或改完代码,浏览器自动打开,你圈点、评论、审 diff,反馈直接回到当初提问的会话,代理不用挂着干等你。
Elephant-Goldfish(近两万 star,Google 出品)是设计评审的新玩法:大象带着完整上下文起草规格,金鱼只能看到草稿和它引用的源码,看不到之前的对话。评审者对讨论历史一无所知,那些“讨论时大家默认了、文档里没写”的东西就会暴露出来。Google Cloud 的 PaperOrchestra(一千二百多 star)把同样的思路搬到论文写作:五个专职环节各管一段,实验数字来自你的日志,从机制上压住编造数据的空间。
这几个项目指向同一件事:AI 产出的审阅和确认,正在从聊天窗口里复制粘贴,变成有协议、有界面、有流程的正经环节。
经典工具解读周
本周还有六篇老将解读。Uptime Kuma 是自托管监控的头牌:90 多种通知渠道、20 秒最短检测间隔、状态页对外展示,文章把“监控机自己得活着”这个部署前提也讲透了。其余几篇解读同样扎实,感兴趣可以翻本周合集。
(注:文中项目链接见各项目卡片,star 数截至发稿。)