GitHub 周榜:这周的星全给了「让 Agent 能被信任」的那一层
14 个上榜项目里 9 个在补 Agent 的工程配套:规范、UI、浏览器、审查、漏洞排查。本期拆三个信号 + 三件可立刻动手的事。
统计时间窗:过去 7 天(UTC) 数据来源:GitHub Trending weekly(https://github.com/trending?since=weekly),页面直读于 2026-11-17 08:00 UTC 排序规则:按 GitHub 官方 Trending 榜单显示顺序(非按涨星重排);涨星数取自同页 "stars this week" 字段
一句话结论:这一周的 star 没有流向"更强的模型",而是流向了让 Agent 能看、能点、能被审查的那一层。
一、先看这周到底谁在涨
十四席里,有九个跟 Agent 直接相关。把它们按"补的是哪个短板"归一下类,规律非常清楚:
| 补的短板 | 项目 | 本周涨星 |
|---|---|---|
| 让 Agent 懂规范 | GoogleChrome/modern-web-guidance-src | +6,542 |
| 让 Agent 有 UI 基础 | meta/astryx | +10,939 |
| 让 Agent 会操作浏览器 | vercel-labs/agent-browser | +3,760 |
| 让人能审 Agent 的活 | backnotprop/plannotator | +2,325 |
| 让 Agent 有行为约束 | anthropics/skills、addyosmani/agent-skills | +5,666 / +3,960 |
| 让 Agent 参与设计与评审 | google/elephant-goldfish-model | +4,249 |
| 让 Agent 查漏洞 | openai/codex-security、alibaba/open-code-review | +2,352 / +3,056 |
| Agent 的终端形态 | QwenLM/qwen-code | +1,497 |
剩下的席位是另一条线:sherlock-project/sherlock(+7,067)、google-deepmind/mujoco(+1,448)、we-promise/sure(+4,679)、ZhuLinsen/daily_stock_analysis(+4,355)。
二、三个值得记下来的信号
信号一:Agent Skills 已经成了事实标准
anthropics/skills 总 star 已到 196,240,本周仍进账 5,666;addyosmani/agent-skills 118,429 star,本周 +3,960。两个都是"教 Agent 怎么做事"的仓库,两个都过了十万。
这件事的含义比数字重要:过去两年大家争的是"哪个模型更聪明",现在涨得最猛的是约束模型行为的载体——一份写给人看的规范文件,同时也能被 Agent 读懂。它成本极低、可版本化、可 review,比微调轻,比提示词稳。如果你在用 coding agent,还没给它写过 skill 或规范文件,这是本周最便宜的提效动作。
信号二:大厂开始抢"配套件"而不是只发模型
这一周榜单里,官方下场做的仓库至少有五个:
- Google:
modern-web-guidance-src(把最新 Web 最佳实践喂给 coding agent)+elephant-goldfish-model(用 agent 做软件设计与评审的开源插件) - Meta:
astryx(可完全定制、面向 agent 的设计系统,React 19 + StyleX,150+ 组件) - 阿里:
open-code-review(确定性流水线 + LLM Agent 的混合架构,行级评论) - OpenAI:
codex-security(CLI + TypeScript SDK,查漏洞、验证、修复)
去年同期,厂商发的是模型;今年这一周,厂商发的是让模型干活的那套零件。竞争重心从"智商"往"工程化配套"挪了。
信号三:人的位置被明确定义成了"审查者"
plannotator 的描述值得读三遍:*"stay in the loop and on top of agents — shape, decide, plan, annotate, review code, share with team, and send all feedback to agents with one click"*。
它不是又一个"让 Agent 更强"的工具,而是让人的反馈一键回到 Agent 手里。同一周 open-code-review 和 codex-security 也在做同一件事的不同切面——把 Agent 的产出变成可审、可批注、可打回的流水线。
这说明一件事:Agent 的瓶颈已经从"能不能做完"变成"做完的东西谁来签字"。工程团队现在缺的不是更强的生成,是更便宜的确认。
三、动手清单:这周可以立刻试的三件事
- 给你的 coding agent 写第一份 skill。不用抄大仓库,就从"我们团队 code review 必须检查的 5 条"开始。参考
anthropics/skills的结构,半天能落地。 - 把浏览器交给 agent 试一次。
vercel-labs/agent-browser是 Rust 写的 CLI,专为 agent 操作浏览器设计;适合"每天要登后台拉一份报表"这类重复劳动。 - 给产出加一道人工卡点。如果你们已经在让 agent 改代码,先补 review 环节再谈提速——
plannotator或open-code-review都可以作为参考实现。
四、风险与结论
风险:榜单的"涨星"是热度,不是质量。本周榜里至少有两个项目的高 star 里含大量 fork 与自动化流量(daily_stock_analysis 的 fork 数达 57,702,与 star 比例明显异常),star 数不能当生产可用性背书。上生产前请自己跑一遍。
结论:本周没有出现"更强的模型",出现的是一整套让 Agent 可被信任的工程配套——规范、UI、浏览器、审查、漏洞排查,五个缺口同时被填。对开发者来说,这一周的价值不在"又多了几个能 star 的仓库",而在于:你终于可以把 agent 放进真实流程里,并且知道在哪一步把手收回来。
参考来源
- GitHub Trending(weekly):https://github.com/trending?since=weekly
- anthropics/skills:https://github.com/anthropics/skills
- meta/astryx:https://github.com/meta/astryx
- vercel-labs/agent-browser:https://github.com/vercel-labs/agent-browser
- backnotprop/plannotator:https://github.com/backnotprop/plannotator
- google/elephant-goldfish-model:https://github.com/google/elephant-goldfish-model
- alibaba/open-code-review:https://github.com/alibaba/open-code-review
- openai/codex-security:https://github.com/openai/codex-security
- GoogleChrome/modern-web-guidance-src:https://github.com/GoogleChrome/modern-web-guidance-src
登录后才能评论。