Skill 退烧,大厂接棒:GitHub 周榜的权力交接

2026-09-14 ~ 2026-09-20 | 21 个项目 | 74,805 Star | 环比 -29.5%(五周连涨后首次回落)| 换血率 57.1%(三周连降)

本期速览

  • 总星回落三成:74,805★(上周 106,080★,-29.5%),五周连涨终结;席位连续第四周停在 21 个,换血率 90.5% → 76.2% → 57.1% 三周连降,榜单流动性明显放缓

  • Skill 赛道退烧但没崩:社区 Skill/Agent 工作流类从 14 项 81,680★(77.0%)回落到 10 项 33,712★(45.1%),星数近腰斩;但席位守住上周定下的 ≥8 阈值——热度从脉冲转常态

  • 大厂官方主体接管榜单:阿里 open-code-review 登顶(+15,028★),腾讯 WeKnora 星数翻 4 倍,Anthropic 双仓库首发下旬同周上榜;大厂/官方合计 26,217★、占比 35.0%(上周 8.9%)

  • 下周验证阈值:Skill 席位 ≥8 则平台期确认;大厂仓库 ≥2 个续榜才算"官方进场成趋势"

本周总览

榜首回到大厂手里。alibaba/open-code-review(+15,028★,日榜 6 次、连续 3 天第一)是阿里的混合架构代码评审工具——"确定性流水线 + LLM 判断"的组合,号称在阿里内部规模验证过。上周冠军 ayghri/i-have-adhd 星数跌掉六成五(+15,924★ → +5,589★)退居第四,且本周没有再上日榜——社区微 skill 的注意力窗口很短,这个榜单从没让谁连庄超过两周。

总量回落是本周的主基调:21 个项目 74,805★,环比 -29.5%。好消息在结构:换血率三周连降(90.5% → 76.2% → 57.1%),上周 16 个新面孔本周期留下 7 个,留存率 44%——上周定下的"留存 ≥2"阈值不仅达标,还创了五周新高。榜单第一次出现"进得来、留得住"的迹象。

核心叙事

Skill 退烧:从通吃到常态

上周 Skill 占全榜 77%,本周回落到 45.1%:10 个社区 Skill/Agent 工作流项目合计 33,712★(上周 14 项 81,680★),星数接近腰斩。换句话说,上周总榜跌掉的 31,275★ 里,Skill 一个赛道就贡献了约 48,000★ 的降幅,其余类目是在往上补的。

<!--SKILLDETAIL-->

但席位从 4 → 14 → 10,守住了"≥8"的市场扩容阈值,且回归榜能力多样化了:省 token 的 mksglu/context-mode(连续 2 周)、去 AI 味的 blader/humanizer(连续 2 周)、"为 Agent 写 HTML 渲染视频"的 heygen-com/hyperframes(连续 2 周)都留了下来。ECC 连续三周在榜但星数一次比一次低(8,086 → 6,265),确认了它是这个市场的"常驻备胎"而非爆发标的。上周"skill 是不是脉冲式拥挤"的疑问,本周答案偏向:是高频刚需的平台期,不是脉冲。

大厂官方仓库:从信号变成事实

上文的判断是"官方仓库若续榜,官方进场就从信号变趋势"——本周兑现,且规格升级。Tencent/WeKnora(腾讯 RAG 知识平台)从 +1,168★ 直接翻近 4.2 倍到 +4,867★;anthropics/claude-code(+1,999★首次周榜)和 anthropics/knowledge-work-plugins(+1,034★,时隔 14 周回归)同周上榜。OpenAI 的 openai/plugins 续榜(+522★,星数再降)。Anthropic 这是首次有官方主体进周榜——Claude Code 官方仓库本身上榜,是"工具即生态入口"的直接注脚。

这波进场和上周的"官方 skill 目录"不同:open-code-review 和 WeKnora 是完整产品级开源项目,不是 skill。当大厂把内部工具级的东西直接开源出来冲 Trending,说明开发者流量的定价权正在从"社区实践"回到"厂商品牌"——或者说,大厂也开始用开源榜单做发布会了(alibaba/open-code-review 9 月 14 日上线当日 +438★,第 3 天 +3,215★,第 5 天 +3,290★,节奏完全不像自然增长,倒像一个有计划的发布周期)。对开发者的含义:九月的上半场是社区 skill 的草莽时代,下半场开始是厂商的自留地。

存量贴牌项目集体出清,注意力回流基础设施

报忧:上周 21 个上榜项目本周期留榜 9 个,落榜 12 个——16 个 Skill 新面孔走了 9 个(mattpocock/skills、obra/superpowers、ponytail、openai/skills 等全数出局),上周的非 Skill 头部如 diagram-design、OpenMAIC 也全部掉出。留存的 bilawalsidhu/gods-eye-view 星数横盘(+10,510 → +10,207,-3%),几乎测出流量天花板。另一面是注意力在回流平庸但实用的基础设施:supabase/supabase(+1,389★ 首进周榜)、huggingface/transformers(+1,290★ 首进周榜)、home-assistant/core(+417★)——类型构成是近五周最分散的一周。

完整榜单

🆕 本周新面孔(9个)

1. alibaba/open-code-review 阿里开源混合架构代码评审工具:确定性流水线 + LLM 判断,号称内部规模验证。Go,+15,028★,日榜6次(连续3天第一),总星 36,612

2. anthropics/claude-code Claude Code 官方仓库,终端里的 agentic 编码工具,官方主体首次进周榜。TypeScript,+1,999★,日榜4次

3. danny-avila/LibreChat 增强版多模型聊天 UI,Agents/MCP/Skills 全支持。TypeScript,+1,573★,日榜1次

4. supabase/supabase Postgres 开发平台,Web/移动/AI 应用的后端底座。TypeScript,+1,389★,日榜2次

5. huggingface/transformers Hugging Face 模型定义框架,文本/视觉/音频/多模态全覆盖。Python,+1,290★,日榜2次,首进周榜(日榜本轮周期外88周无记录)

6. max-sixty/worktrunk Git worktree 管理 CLI,为并行 AI Agent 工作流设计。Rust,+1,141★

7. kunchenguid/firstmate "指挥一个 Agent,用一队人马交付",单入口多 Agent 协作。Shell,+1,073★,首次周榜

8. anthropics/knowledge-work-plugins Anthropic 知识工作插件官方仓库,主要服务 Claude Cowork。Python,+1,034★,时隔14周回归(上次周榜还是 6 月初)——严格说是回归,因同期 Claude Code 官方首发归入本组叙事,此处按官方主体计

9. home-assistant/core 开源自托管家庭自动化主打项目,本地优先。Python,+417★,首次周榜

🔥 连续上榜(9个)

1. bilawalsidhu/gods-eye-view 浏览器里的侦察卫星模拟器:写实 3D 地球 + 真实开源空间情报。JavaScript,+10,207★(上周 +10,510,-3%),日榜1次,连续3周

2. affaan-m/ECC Agent 性能调优系统:技能、本能、记忆、安全,支持 Claude Code/Codex/Cursor。JavaScript,+6,265★(上周 +8,086,-22.5%),日榜3次,三周累计星数一次比一次低

3. ayghri/i-have-adhd 强制编码 Agent 把结论放在输出最前面的 skill。Python,+5,589★(上周 +15,924,-64.9%),本周未再进日榜

4. Tencent/WeKnora 腾讯开源 LLM 知识平台:文档转可查询 RAG、自主推理 Agent、自维护 Wiki。Go,+4,867★(上周 +1,168,+316.7%),日榜2次

5. blader/humanizer 去除文本中 AI 生成痕迹的 Agent skill。Python,+3,024★(上周 +4,069,-25.7%)

6. microsoft/markitdown 微软官方文件转 Markdown 工具,Office/图片/音频全支持。Python,+2,767★(上周 +4,823,-42.6%)

7. heygen-com/hyperframes 写 HTML、渲染成视频,为 Agent 设计的视频生产管线。TypeScript,+2,498★(上周 +5,124,-51.2%)

8. mksglu/context-mode Agent 上下文窗口优化:工具输出沙箱化(缩减 98%)、会话记忆持久化。TypeScript,+1,359★(上周 +1,936,-29.8%)

9. openai/plugins OpenAI 官方插件仓库。JavaScript,+522★(上周 +1,120,-53.4%),连续2周续榜但星数连降

📡 回归 & 老面孔(3个)

1. stablyai/orca 并行 Agent 机群的 ADE:用自己的订阅跑任意编码 Agent。TypeScript,+5,404★,时隔6周回归(7月中曾四连榜,7月底峰值 +7,327)

2. Panniantong/Agent-Reach 给 AI Agent 全网视野:读和搜 Twitter、Reddit、YouTube、GitHub、B站、小红书。Python,+3,914★,时隔12周回归(6月末峰值 +8,483)

3. addyosmani/agent-skills Chrome 团队 Addy Osmani 的生产级工程技能包。JavaScript,+3,445★,时隔5周回归(6月曾两连榜 +9,348/+6,332,本次星数约为 6 月高点 37%)

趋势复盘

赛道

本周

上周

变化

Skill/Agent 工作流

10 项 33,712★(45.1%)

14 项 81,680★(77.0%)

席位 -4,星数 -58.7%

大厂官方/产品级开源

6 项 26,217★(35.0%)

4 项 9,473★(8.9%)

星数 ×2.8,升为第二势力

独立应用/其他

5 项 14,876★

3 项 16,095★

类型最多散的一周(基础设施回归)

全榜总量

21 项 74,805★

21 项 106,080★

-29.5%,五周连涨终结

一句话收束:Skill 退烧是本周的主题,但结构在变好——大厂产品级开源接棒冲在前面,基础设施工具重新分到注意力,换血率降到三周最低,榜单正在从"脉冲"回到"常态"。

下周看点

  1. Skill 席位是否稳住 8 个以上:10 席若守住,"平台期"结论坐实;跌破 8 则视为二次脉冲的前奏或收缩。

  2. 大厂仓库第二个续榜周:open-code-review 若下周继续在榜(观察星数是否跌破 5,000★),阿里式"开源发布会"就成模板;WeKnora 已翻 4 倍,下周看能不能稳住 4,000★ 线。

  3. 基础设施回归是否可持续:markitdown、supabase、transformers、home-assistant 若 ≥2 个续榜,说明开发者注意力在重新分散,而非 AI 单热点虹吸。

打开链接下载源码: https://pan.quark.cn/s/a4b39357ea24 一、课程信息 课程名:《Python统计与数据分析实战》 课程介绍 本课程结合Python进行统计与数据分析的原理讲解与实战,涵盖了绝大部分统计&数据分析模型,特别是当前比较主流的算法:参数估计、假设检验、线性回归、广义线性回归、非线性模型、Lasso、岭回归、广义可加模型、正交多项式模型、回归样条等;单因素和双因素方差分析;机器学习经常用到的主成分分析、因子分析、典型相关分析、聚类分析等;各种非参数统计模型,包括非参数统计推断、尺度推断、位置推断、列联表数据和属性数据分析、对数线性模型和分位回归模型、非参数核密度估计、非参数回归等。 全部模型和算法使用Python编程实现,实例驱动,聚焦实战,是成为高薪数据科学家和数据分析师的必备必学课程。 课程网址 全部课程视频在此处:B站网址 课程目录 第1章 数据描述性分析 第2章 参数估计 第3章 假设检验 第4章 回归分析 第5章 方差分析 第6章 判别分析与聚类分析 第7章 主成分分析、因子分析与典型相关分析 第8章 非参数统计 注:详细内容见文末的思维导图。 适用人群: (1)准备毕业后从事统计与数据分析行业的大学毕业生或准毕业生。 尤其是需要转向从事计算机编程、数据分析和机器学习方面工作的毕业生,或者需要提升技能以寻找高薪酬工作的准毕业生等。 (2)公司或企事业单位内部有数据分析和统计分析需求的从业人员。 (3)大学和科研院所的硕、博士研究生、青年教师等,特别是在管理学和人文社会科学等专业有量化研究需求的研究生和教师等 (4)需要转行从事数据分析方面工作,或有技能提升需求的初入职场者。 学习收获: (1)全程保姆式教学,学习路径合...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 在深入分析基于深度学习的数据融合方法研究综述之前,有必要先掌握数据融合的基础定义。数据融合是指将多个信息源的数据进行整合的过程,通过分析、处理和综合这些数据,可以生成更为精确、可靠和有用的决策支持信息。这种技术在众多领域得到了广泛应用,包括军事指挥控制、医疗诊断、智能交通系统和企业资源规划等。在大数据时代背景下,数据融合技术显得尤为关键,因为它能够帮助人们从庞大的数据中筛选出有价值的信息,进而提升决策的质量。深度学习是一种基于深度神经网络的学习技术,它通过多层神经元实现非线性映射和特征抽象,能够高效地从数据中识别出复杂的模式和结构。在数据融合领域,深度学习有助于探索数据的深层特征信息,从而提升数据融合的深度和品质。基于深度学习的数据融合方法可以借助深度网络进行特征提取和表征学习,使得数据融合在处理复杂的数据集时更具优势。 从文献回顾的角度来看,近年来已经出现了多种基于深度学习的数据融合方法。例如,采用深度学习进行特征提取的数据融合方法能够有效地识别出数据的关键特征,通过这种方式可以滤除噪声和冗余信息,保留有用信息,从而为后续的数据处理提供更加准确的输入。而基于深度学习进行融合的数据融合方法则侧重于利用深度学习模型来整合不同来源的数据,在这一过程中,深度神经网络可以作为融合层,对多源数据进行有效的整合和优化。基于深度学习全程参与的数据融合方法指的是深度学习模型不仅用于特征提取和数据整合,还参与到数据融合的每一个环节,从数据预处理到最终决策支持的各个步骤。 文章中提到的网络首发流程对于学术论文的出版具有特殊的意义。论文在经过同行评议和主编最终审查后成为正式录用稿件,此时内容已经确...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值