2026-06-11
AI Radar · AI/Dev daily intelligence from 8+ sources
今日GitHub趋势被「skills」全面占领——obra/superpowers（223.5K星，+1,205今日）、addyosmani/agent-skills（51.6K星）、phuryn/pm-skills、google/skills同天登榜，skills正在成为AI代理时代的npm；harry0703/MoneyPrinterTurbo（85K星，+1,471今日）重返趋势，AI一键短视频批量变现需求持续旺盛；H Company发布Holo3.1（74.2% OS-World准确率、140ms延迟、12GB VRAM可本地运行），桌面控制agent进入消费级硬件门槛；今日信号：agent能力竞争从「选哪个模型」正式转向「装哪些技能」。
今天的信号：Skills正在成为AI时代的npm，你的agent装了什么？
今天GitHub Trending页面出现了一个高度集中的信号：多个「skills」仓库同天上榜——obra/superpowers（223.5K星，今日+1,205）、addyosmani/agent-skills（51.6K星，今日+781）、phuryn/pm-skills、google/skills、mvanhorn/last30days-skill——五个项目在同一天同时进入视野。这不是随机现象，而是一个正在发生的生态位迁移：AI代理竞争的核心维度，正在从「用哪个底层模型」转向「你的agent安装了什么技能包」。历史上，npm出现之前开发者手写所有工具函数；2026年，「技能包」正在扮演同样的角色——只不过从前是代码模块，现在是「agent行为规范」。obra/superpowers（Jesse Vincent开发）提供了完整的TDD驱动方法论：设计前先明确需求、强制RED-GREEN-REFACTOR循环、subagent并行执行。addyosmani/agent-skills（Chrome DevTools工程师Addy Osmani出品）则把23个生产级工程技能打包，编码了Google工程文化的具体原则。Google自己也在发布google/skills——官方机构开始为agent建立「官方技能集」，标准化程度正在快速提高。
lsdefine/GenericAgent（12.8K星）给出了另一种哲学的答案：与其预装人类设计的技能包，不如让agent在完成真实任务时自己进化出技能树，每次成功完成新任务就把执行路径结晶为可复用技能，下次遇到相似任务时直接调用——token消耗比同类agent少6倍。两条路并行出现在今天的趋势榜：「可安装的人工设计技能库」vs「agent自我进化的活的技能树」。这不是简单的技术选择，而是对「AI代理的本质是工具还是自主体」这个更深问题的不同回答。对于普通人，现在就可以行动的是：把obra/superpowers或addyosmani/agent-skills装入你正在使用的Claude Code或Cursor，你的coding agent工作质量会立刻上一个台阶——这是成本最低、见效最快的agent能力升级方式。
与此同时，H Company在Hugging Face发布的Holo3.1让「本地桌面控制agent」进入消费级门槛：74.2%的OS-World基准成功率，140ms操作延迟，最小12GB VRAM即可运行。这意味着一台消费级GPU就可以在本地运行一个能操控屏幕、完成任意GUI任务的AI代理——不需要云端API、不泄露数据、不付持续API费用。技能生态成熟 + 本地计算机控制能力可及，两个趋势同时到位：普通人自行组装、自行运行、自主可控的AI代理系统，第一次在技术和成本上同时变得现实。
Type
Track
Source
Repo
AI Agent
GH
2d streak
AI编程代理的完整开发方法论与技能框架：TDD驱动、设计优先、subagent并行执行，15+可复用技能覆盖测试/调试/协作全链路，适配Claude Code、Codex、Cursor、Gemini CLI等主流代理平台
superpowers是Jesse Vincent（Prime Radiant）构建的agentic软件开发方法论框架，核心理念是用一套可安装的技能包让AI代理按照「人类顶级工程师才会遵循的工作流」写代码。区别于仅提供prompt的框架，superpowers强制实施三个关键纪律：①设计前通过结构化追问明确需求，以「可消化的小块」呈现设计供验证；②强制TDD循环（RED-GREEN-REFACTOR），测试在实现前必须失败再变绿；③subagent驱动，每个任务分发给全新子代理，两阶段审查（规格合规+代码质量）。15+技能库覆盖测试、调试、meta任务和协作工作流，兼容Claude Code、Codex CLI、Cursor、Gemini CLI、GitHub Copilot CLI等所有主流平台。19,872 forks，850 watchers，Discord社区活跃。总星数223.5K，今日+1,205，与addyosmani/agent-skills、phuryn/pm-skills、google/skills同天登上GitHub趋势榜，是skills生态系统化的最强信号之一。
Key Points
- **强制TDD不可绕过**：superpowers不建议TDD，它强制执行——RED-GREEN-REFACTOR循环是工作流中的硬性检查点，agent不能在测试失败时声明成功，消除AI代理「自我批准」的核心问题
- **设计优先于代码**：每个任务开始前，agent通过结构化追问明确需求，先提交设计方案等待人工确认，再开始编码——把「写之前先想清楚」这一顶级工程师习惯内化为工作流约束
- **全平台通用无锁定**：一套技能库适配Claude Code、Cursor、Gemini CLI、Codex、Copilot六个主流平台——更换coding agent时已积累的工作流规范可以直接迁移，不被单一平台绑定
superpowers把「高级工程师对AI代理的使用方式」打包成了可以直接安装的技能集合。如果你在用Claude Code或Cursor写代码却时常对AI输出质量感到不满，问题很可能不是模型不够好，而是缺少「约束AI工作流的结构」——superpowers就是这个结构。安装它之后，你的coding agent会在写代码之前先明确需求、先写测试、先提交设计等待确认，而不是直接生成一堆可能走错方向的代码。这是让AI输出「值得信任」而非「需要反复纠错」的工程方法论，也是223K星背后真实的价值：它不是在卖AI功能，而是在卖「AI时代的工程纪律」。
Repo
AI Agent
GH
NEW
Chrome DevTools工程师Addy Osmani出品的23个生产级工程技能：覆盖spec/plan/build/test/review/ship全链路，编码了Google工程文化（Hyrum定律、Beyonce规则、主干开发），适配Claude Code/Cursor/Gemini CLI等6+平台
addyosmani/agent-skills由Google Chrome DevTools高级工程师Addy Osmani创建，将他在Google工程实践中积累的「资深工程师才会遵循的工作规范」编码为23个可安装的AI代理技能。7个核心命令（/spec、/plan、/build、/test、/review、/code-simplify、/ship）覆盖从需求到上线的全开发生命周期，每个技能包含逐步工作流、反合理化表（应对常见走捷径借口）、红旗警示和验证要求。技能中融入了Google工程文化的具体原则：Hyrum定律（所有可观测行为都会被人依赖）、Beyonce规则（若你改动破坏了测试，你需要知道）、主干开发（避免长存活分支）。设计上是「过程，不是散文」——每个技能是step-by-step工作流，不是建议性描述。兼容Claude Code（推荐）、Cursor、Gemini CLI、Windsurf、OpenCode、GitHub Copilot六个平台。51.6K总星，5,696 forks，今日+781星。
Key Points
- **Google工程文化的直接移植**：技能中包含Hyrum定律、Beyonce规则等具体Google工程原则——不是抽象建议，而是操作化为agent在执行每一步时的具体检查行为，这是其他skills包难以复制的来源权威性
- **反合理化（anti-rationalization）设计**：每个技能专门设计了「反合理化表」，列出AI代理最常用来跳过关键步骤的借口及应对方式——这是对AI代理「找借口规避流程」这一实际问题的精准应对
- **/ship命令端到端发布清单**：从git工作流到CI/CD到弃用管理到文档到上线检查，/ship把「上线」这件事变成有明确完成标准的可验证流程，而不是「写完了就推送」
addyosmani/agent-skills最实际的应用：如果你在构建一个需要稳定输出质量的AI辅助开发工作流，把这套技能装入Claude Code或Cursor，你的coding agent就会自动遵循Google级别的工程标准——需求明确前不动手、测试覆盖前不上线、代码审查前不合并。对于独立开发者，最有价值的是/spec和/review两个技能：/spec让agent在写代码之前先输出一份结构化设计文档（保存成「决策记录」）；/review把代码质量、安全性、性能优化包装成一次系统性审查。这两步是大多数独立开发者最容易省略、也最容易在后期付出代价的环节——现在有了可以强制执行的技能包，不执行才是主动放弃竞争优势。
Repo
AI Agent
GH arXiv
NEW
3.3K行种子代码孵化的自进化agent：9个原子工具授予LLM完整系统控制权（浏览器/终端/文件系统/键鼠/屏幕视觉/手机ADB），每完成一个新任务自动将执行路径结晶为可复用技能，比同类agent少消耗6倍token
GenericAgent由lsdefine（复旦大学）开发，设计哲学与当日其他trending skills框架截然相反：不预装技能，让agent在完成真实任务的过程中自己进化出属于自己的技能树。核心：9个原子工具（浏览器、终端、文件系统、键盘鼠标输入、屏幕视觉、手机ADB等）构成基础工具集，agent通过约100行Agent Loop获得对本地计算机的系统级控制权。自进化机制：每次成功完成新任务，系统自动将执行路径结晶为技能存入私人技能库，下次遇到相似任务时直接调用而不从头规划——由此形成一棵越用越丰富、完全属于你的私人技能树。token效率：基于上下文信息密度最大化（Contextual Information Density Maximization），比同类agent少消耗6倍token，相关技术报告于2026年4月在arXiv发布。模型无关，支持Claude、Gemini、Kimi、MiniMax及所有OpenAI兼容端点。2026年1月16日发布，12.8K星，1,474 forks，持续维护中，含L4会话存档记忆和scheduler cron集成。
Key Points
- **不预装，自进化**：与obra/superpowers等「预装人类设计技能包」不同，GenericAgent从零开始——在完成真实任务中自动生长出属于你自己的技能库，你的agent变成了「越用越聪明」的私人助理
- **6倍token节省**：上下文信息密度最大化（CIDM）机制让agent用更少token完成更多工作——对API成本敏感的个人开发者，这是选择GenericAgent而非其他agent框架的硬性经济理由
- **完整系统控制**：浏览器操作、终端执行、文件系统读写、键鼠控制、屏幕视觉、手机ADB——9个原子工具让agent可以做任何你在电脑上能做的事，而不仅限于代码辅助或文本生成
GenericAgent代表了一种不同的AI使用哲学：你不是在「使用AI工具」，而是在「训练一个只属于你的私人助理」。每次用它完成一个任务，它就把那次经验存成技能；你的技能树越丰富，它后续工作消耗的token越少、成功率越高。这对有大量重复性高级任务（自动化工作流、桌面操作、数据采集）的人特别有价值：第一次教它怎么做，以后它自己会。想用AI打通复杂桌面工作流的人——「每天早上抓取竞品更新、整理成报告、自动发邮件」这类任务——GenericAgent是目前最轻量、最灵活的本地全系统控制agent选项之一。
Repo
AI App
GH
2d streak
一键AI生成高清短视频：输入话题→自动生成脚本→匹配Pexels/Pixabay素材→生成字幕+TTS配音+背景音乐→输出完整竖屏/横屏视频，支持批量生成，适配抖音/TikTok/YouTube Short格式
MoneyPrinterTurbo是目前GitHub上最受欢迎的AI短视频自动化工具，85K星、12K forks，今日重返GitHub趋势榜（+1,471星）。用户输入一个视频话题或关键词，系统自动完成全流程：①AI大模型生成视频脚本（支持OpenAI/Claude/Gemini/DeepSeek等10+提供商）；②自动从Pexels/Pixabay/Coverr匹配和拼接视频素材；③多语言TTS配音（支持实时预览）；④AI生成并嵌入字幕（字体/位置/颜色/大小全可配）；⑤添加背景音乐（可控音量）；⑥输出9:16竖屏（1080×1920）或16:9横屏（1920×1080）成品视频。支持批量生成。提供Web UI和REST API两种使用方式，MVC架构方便二次开发，支持Docker部署。
Key Points
- **全流程零中断**：从话题到成片，脚本/素材/字幕/配音/音乐/剪辑全自动——区别于「AI辅助剪辑」类工具，这是真正的「输入话题，输出可发布视频」，中间不需要人工干预
- **10+LLM提供商适配**：脚本生成支持OpenAI、Claude、Gemini、DeepSeek等主流大模型，可根据成本和质量需求自由切换脚本生成引擎，深度贴近中文内容需求
- **批量生成+API支持**：支持一次性批量生产多个视频并提供REST API——这为「内容工厂」式的规模化运营提供了技术基础，也方便集成进更大的自动化内容分发工作流
MoneyPrinterTurbo的实际变现路径非常直接：选一个有持续搜索量的垂直话题（理财技巧、英语学习、健身建议、科技新闻等），用它每天批量生成多条竖屏短视频，在抖音/TikTok/YouTube Short上持续发布，等待自然流量变现。关键洞察：内容平台的算法不在意视频是否AI生成，它只在意完播率和互动率——选对话题比内容是否「AI味」更重要。技术门槛已被这个工具消除，真正的差距在于：选题能力（找到「信息密度高但视频内容少」的话题）+ 发布节奏的坚持。门槛在于运营纪律，不在于技术。
Article
LLM/Model
ht ht ht
NEW
by H Company（Hugging Face博客，2026年6月2日）
H Company在Hugging Face发布Holo3.1，这是目前速度最快的本地桌面控制agent模型系列之一。核心突破：在OS-World基准上达到74.2%成功率（前代Holo3为68.1%），AndroidWorld 35B-A3B模型从67%提升至79.3%，4B/9B轻量版本从58%提升至71%。硬件门槛：最低仅需12GB VRAM即可运行完整agent栈，140ms操作延迟（点击/输入/滚动/拖拽等GUI操作）。模型家族跨越0.8B到35B-A3B四个规格，开源权重发布于Hugging Face（Hcompany/Holo-3.1-*系列）。新增能力：扩展支持从桌面/浏览器到移动端（Android），引入原生函数调用支持，优化量化检查点便于本地部署。操作空间：标准化为click(x,y)、type(text)、scroll(direction)、drag_and_drop等离散命令，便于与现有agent框架集成。
Key Points
- **12GB VRAM门槛，消费级可及**：12GB VRAM是RTX 3060/4060等主流消费级显卡的配置——Holo3.1意味着不需要A100或云端API，用一台游戏电脑就可以在本地运行「能操控自己桌面的AI代理」
- **OS-World 74.2%**：这是桌面控制agent的标准化基准——74.2%意味着每4个GUI任务约有3个可以无人工干预完成，相比68.1%的前代，这是质量上的实质性跃升而非边际改进
- **开源权重+原生函数调用**：全系列开源权重发布于Hugging Face，新增原生函数调用支持——开发者可以直接集成进现有agent框架（LangChain、GenericAgent等），无需重写工具调用逻辑
Holo3.1对普通人的实际意义：「让AI操控我的电脑帮我做事」这件事，今天的技术门槛已经降到了普通游戏电脑的水准。以前这类能力需要GPT-4V API调用，成本高、数据出境、延迟大；现在可以在本地12GB显卡上以140ms延迟运行。具体机会：用Holo3.1结合GenericAgent这类本地agent框架，可以构建一个完全在本地运行的「桌面自动化助理」，处理需要GUI操作的重复任务（自动填报、数据采集、截图整理、多窗口信息同步）。不需要API key，不泄露屏幕内容，成本近乎为零。这是个人AI自动化工具栈里最值得关注的能力空白之一，而且窗口刚刚打开。
Product
小微现金流
ht ht ht
NEW
#6
Synthflow AI — 白标AI电话前台：向垂直行业小微业主收月费的可复制路径
Pay-as-you-go从$0起；Agency套餐$899/月含2,000分钟；白标+转售工具包$2,000/月（企业版含）
直接可用
by Synthflow AI（2024年创立，2026年白标生态快速扩张）
Synthflow是一个无代码AI语音代理平台，允许用自然语言构建能接打电话、预约、回答问题的AI语音前台，无需编程。面向代理商的商业模式：购买Synthflow白标套餐（$2,000/月）后以自己品牌出售AI前台服务给小微企业，每个客户收$299-499/月，Synthflow的实际成本约$0.07-0.16/分钟。具体成本结构：单客户月均200分钟通话，Synthflow成本约$14-32/月，向客户收$299-499/月，毛利润约$267-485/客户/月。目标场景：牙科诊所、美容院、餐厅、律所、健身房等需要接听预约电话但不想雇前台的本地小微业主；这类业主每月为人工前台付$1,500-3,000，愿意为$299-499的AI方案买单。部署时间：在Synthflow可视化界面中，一个可用的预约接待agent约20-45分钟完成配置，无需开发资源。
Key Points
- **极高毛利润结构**：向客户收$299-499/月，Synthflow成本约$14-32/月——毛利润率约90-95%，是AI服务变现中成本结构最优的模式之一，且规模效应明显（客户越多，固定白标成本被摊薄越多）
- **垂直突破+可复制**：选定一个垂直行业（如牙科诊所），打磨一套标准话术+集成（CRM、日历预约系统），然后在本地或全国复制销售——相同的配置可以服务多个同类客户，交付边际成本接近零
- **解决真实且昂贵的痛点**：漏接电话 = 漏接业务，对牙科/美容/餐饮类高频预约行业尤其致命——AI前台解决的不是「用AI很酷」的需求，而是「每个未接来电都是损失的钱」这个可量化痛点
AI语音前台代理商模式的可行路径：选定一个高频接听电话的本地垂直行业（牙科是最常被提到的）→用Synthflow配置一套该行业专用话术和预约集成→找10家本地诊所做免费试用（一周）→转化2-3家收$299-499/月→用这2-3家的案例继续扩客户。启动资金：Synthflow Agency套餐$899/月 + 白标工具包$2,000/月 = $2,899/月固定成本，签4个客户就回本，10个客户就有超过$2,000净利润/月。最快路径：不购买白标，直接用Synthflow Agency套餐自己提供服务，客户不需要知道后台用什么——这样前三个月固定成本仅$899/月，更快验证客户意愿。
My Take 评分（5=最优）：最快成交 4 / 最低成本 4 / 可复制 5 / 风险安全度 4。垂直AI前台服务：成本结构极优、标准化程度高、解决可量化痛点——适合有一定销售能力（能拉到第一批本地客户）但技术背景不需要很强的人优先考虑