原创的踩坑记录,加上精选的转载——每篇都标注来源。这里不谈趋势预测,只留下能跑通的命令、真实的压测数字,和踩过之后不想再踩一次的坑。
写下来,比记忆可靠;— the writing principle of this notebook
验证过,比抄来靠谱;
整理好,比收藏有用。
JuliusBrussee/caveman 121,188 星、Apache-2.0;仓库自己撤掉了旧版 65% 输出比,说那只是没有核对结果的历史估算。33.2% 输入下降来自 18 对私有 harness,0.46 倍成本只完成 85/169 个任务;skill 减的是输出,账单主要落在输入与缓存。
affaan-m/ECC 306,038 星、MIT,仓库实有 327 个技能、72 个 agent、98 条命令;README 的能力表却把 Claude 之外全标成 Partial。v2.2.3 停在 10 月 1 日,hook 要显式选择,跨 harness 还要隔离数据目录。
85,481 星的 DeerFlow 在 2.0 推倒重来,用沙箱、记忆和 23 个技能包撑起长任务 harness。配置列了 29 个模型,只有 3 个指向火山;但网关管理员等于主机代码执行权,默认只绑回环。
Anthropic 官方 Claude Code 插件目录仓:47,427 星、marketplace.json 索引 317 个插件但目录只有 57 个物理文件夹,0 Release、7 条 CI、bot 贡献 3,440 次提交,README 明确说不验证插件安全。
67,855 星的 last30days-skill 是 agent 搜索引擎,并行查 30 个来源按参与度排序。但 30 个来源里只有 5 个完全免费,SECURITY.md 补了 README 没提的 Wikidata 自动查询。
两个六万星级 Agent Skill 都是一份 Markdown:humanizer 用 26 条模式删 AI 腔,i-have-adhd 用 10 条规则把答案挪到第一行。前者盲测 16/16 却仍被检测器判为 AI,后者的发布门直接写 FAILED。递归 tree 差 9 倍,星数只差 13%。
vercel-labs/agent-desktop 用系统可访问性树替代截图,把桌面应用读成带 ref 的 JSON。README 列 10 组 61 个命令,其中 57 个可运行、4 个要等守护进程;多 agent 光标可并行,物理输入仍被全机租约串行化。v1.3.1 发布于 2026-11-13。
459,990 星的 REA 用 One MCP 概括自己,README 能力表列 39 类目标,按 Requirements 逐行分类有 14 行要自备外部工具。完整目录树 8,467 个文件,tests/boundary 占 1,555 个;同一仓库的免责声明用 10 节写明哪些事不能做。
sarpstar/cinecode 2,462 星、MIT,却只有 9 次提交、0 个 Release。它把拍片拆成给编码 agent 的规则集:三个 hook、六道确认门、58 份风格配方。仓库 73.63% 是一张演示动图;README 说无需付费服务,FAQ 却写着 30–60 秒短片要 100–250 步。
NVIDIA/auto-ontology 12,629 星、Apache-2.0,GitHub 上 0 个 Release,镜像发在 NGC。它用本体层让 agent 查数前先对齐定义:生成、人工认证、再回答。37 条依赖、6 组件、4 个模型角色,MCP 只读,不接受外部 PR。
sand3d 1,961 星、Apache-2.0,把 Blender 包成给 LLM 的建模语言,导出 GLB 等六种格式;vork 1,521 星、许可证自述不是开源,是 Rust/Slang 的 GPU 渲染引擎,场景正好读 GLB。两者一个造几何一个出画面,附选 A 选 B 判断表。
102,361 星、55 版全是 0.x,pyproject.toml 自标 Beta。README 首例 import 的 fetchers 不在默认安装里;docs 8.09 MB 是核心代码 640 KB 的 12.6 倍。基准表 1714.9 倍来自最慢的 BS4 组合,赞助区占 README 的 27%。