Hall of Fame
今日趋势综述
今天的信号：模型在变成水电，个人的护城河从『会用模型』转向『把外部资产做好』——省 token、攒品味/技能、让 agent 能动手
把今天榜上几条放一起看，会发现它们在回答同一个问题：当模型本身越来越像水电（强、便宜、人人能调），价值到底沉到哪去了？答案是『模型之外的那一层』。rtk 这个 Rust 写的 CLI 代理短时间冲到约 6.5 万星，干的事极朴素——把你跑 dev 命令时灌给 LLM 的那一大坨输出压掉 60–90%，单二进制、零依赖。它没训练任何模型，只是把『喂给模型的上下文』管得更省，就解决了一个让无数人天天烧钱的真问题。这和这几天的 codebase-memory-mcp、headroom 是同一条线：2026 年真正的成本战场是 token 和上下文，谁更省谁更有竞争力。
第二类外部资产是『品味与技能』。Leonxlnx/taste-skill 约 5 万星，做的事是给 AI 装上『审美』——用一份可加载的 SKILL.md，专门治 AI 生成界面时那种千篇一律的『generic slop』，还能调设计的变化度、动效、密度。它能这么火说明一件事：当人人都能让 AI 生成东西，真正稀缺的是『生成得不一样、有品』，而这种品味是可以被结构化、被打包成 agent 能复用的技能件的。学界这边，《Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering》干脆把记忆、技能、协议、harness 这一整套『把能力外化到模型之外』的做法统一成一个研究框架——这正是过去半年所有热点（skills、memory、MCP、harness）的共同底层。第三类资产是『能动手的 harness』：字节的 UI-TARS-desktop（约 3.7 万星）把多模态的 computer-use agent 做成开源栈，让 agent 不只是聊天，而是能真的去点你的屏幕、操作软件——呼应了 GPT-5.6 把『电脑操作』当主攻方向的趋势。省、品、能动手，三件事都在模型之外。
但外部资产做得再漂亮，最终要落到一个能持续收钱的场景里。今天这条很实在：给本地诊所做『沉睡客户数据库唤醒』。几乎每家开了几年的医美/口腔诊所，系统里都躺着 200–800 个很久没来的老客户——这是已经付过获客成本、却被晾着的纯利润。用 GoHighLevel 或 ServiceAgent 这类现成栈，把这份名单导进去，让 AI 自动发个性化短信（『你的项目该补做了，要不要帮你约一下？回 YES』）并由对话 AI 接着把预约谈成，典型唤回率 8–15%；对一份 500 人的名单，按客单价 $600 算，一轮就能找回约 2.4 万–4.5 万美元收入，agency 按月收 $2K–$10K、毛利极高。把今天拼成一句话：先把『省 token 的上下文工程、可复用的品味/技能、能动手的 harness』这三类模型之外的资产练扎实，再把它对准一个像『数据库唤醒』这样钱漏洞清清楚楚的具体场景——模型变成水电之后，普通人的窗口就在这层『外部资产 + 具体场景』里。
rtk-ai/rtk
展开详情
一个用 Rust 写的 CLI 代理：它夹在你和 AI 编程 agent 之间，把跑常见 dev 命令（构建、测试、git、依赖安装等）时产生的那一大坨冗长输出在送进 LLM 之前先压缩/过滤掉，号称把这些命令的 token 消耗砍掉 60–90%，且不丢关键信息。单个静态二进制、零依赖，装上即用，目标是让 agent 跑 shell 命令时又快又省。
周增长：+约数千（2026-01 创建，近几月快速积累到约 6.5 万，本周仍在 GitHub/Trendshift 趋势榜，仓库每天在更新）
- **省 60–90% token**：把 dev 命令的冗长输出在进 LLM 前先压缩过滤，一次构建/测试日志不再原样烧钱，直击 agent 的运行成本
- **零摩擦**：单个 Rust 静态二进制、零依赖，夹在你和 agent 之间即插即用，不用改 agent 也不用配模型
- **对准真痛点**：terminal-first agent（Claude Code/Codex 等）跑 shell 命令是 token 大头，rtk 专攻这一块，约 6.5 万星说明需求真实
Leonxlnx/taste-skill
展开详情
一套给 AI 装上『审美』的可加载技能（Agent Skill）：用 SKILL.md 格式的指令文件，通过 CLI 安装或直接贴进 Claude/Cursor/Codex 等编程 agent 的对话里，专门治 AI 生成界面时那种千篇一律、平淡无奇的『generic slop』。它给布局、排版、动效、间距等设计决策提供成体系的规则，还能用 1–10 的『旋钮』调设计变化度、动效强度、视觉密度，框架无关（React/Vue/Svelte 都行），并接入了 Vercel 的 Agent Skills 生态。约 4.96 万星，MIT 协议。
周增长：+约数千（2026-02 创建，近几月涨到约 4.96 万，本周持续在趋势榜，近几天仍在更新）
- **专治 AI slop**：基于反重复研究的设计规则，把 AI 默认输出的『通用、平淡』界面拉到有层次、有审美，解决生成同质化这个真痛点
- **可调旋钮**：用 1–10 调设计变化度/动效/视觉密度，框架无关（React/Vue/Svelte），既能 CLI 安装也能直接贴进 Claude/Cursor/Codex
- **约 5 万星 + 接入生态**：MIT 协议、接入 Vercel Agent Skills，把『好品味』做成可加载、可分享的技能件，而非一次性提示词
bytedance/UI-TARS-desktop
展开详情
字节跳动开源的多模态 AI agent 栈：核心是让 agent 不只是聊天，而是能真正『看屏幕、动鼠标键盘』去操作桌面软件（computer use / GUI agent）。它连接前沿多模态模型与一套 agent 基础设施，提供桌面应用形态，让模型能基于屏幕截图理解界面、规划并执行点击/输入等操作，完成跨软件的实际任务。约 3.7 万星，TypeScript。
周增长：+约数百（2025-01 创建、持续迭代，本周仍在 AI agent 趋势榜，2026-06 仍频繁更新）
- **会动手的 agent**：基于屏幕截图理解 GUI 并执行点击/输入，能操作没有 API 的软件，把 agent 从『聊天』推到『代你操作电脑』
- **开源完整栈**：连接前沿多模态模型 + agent 基础设施 + 桌面应用形态，来自字节、工程完成度高，可作为研究 computer-use 的范本
- **踩中前沿**：呼应 GPT-5.6 把电脑操作当主攻方向的趋势,约 3.7 万星,是开源 GUI agent 这条线里分量最重的项目之一
本地诊所『沉睡客户数据库唤醒』:用现成 AI 栈把老客户自动唤回预约的现金流路子
展开详情
- **对准纯利润漏点**:唤醒的是已付过获客成本的老客户,不是从零拉新——典型唤回率 8–15%,500 人名单按 $600 客单价单轮约找回 $2.4 万–$4.5 万
- **全是现成栈**:GoHighLevel / ServiceAgent 白标 AI+CRM,导名单→自动 SMS→对话 AI 谈成预约,平台侧约 $97–$314/月,无需自研、可转售
- **月费清晰**:按诊所规模收 $2K–$10K/月,毛利高;真正的门槛不是技术,而是去谈下本地客户、把交付流程跑顺