weitingfu的博客

摘要（148字）： nano-pdf是基于Gemini3ProImage的开源命令行工具，实现自然语言编辑PDF。通过“图像渲染→风格参考→AI生成→OCR回灌→文档拼接”五步流水线，支持改文字、调颜色、增页、批量处理，一键完成视觉修改。无需GUI，可脚本化集成，但依赖付费API与系统工具，尚处Alpha阶段。它将PDF编辑从操作转向对话，开启轻量级智能文档交互新范式。

ProactiveAgent通过WAL日志、工作缓冲区与自主定时任务三大支柱，将AI从被动响应升级为主动协作。它以“先写后说”保障记忆持久，用上下文预警防止遗忘，借自动巡检实现预判执行，真正解决AI“健忘”“被动”痛点。基于真实场景验证，其架构级设计让AI像人类一样持续思考、自我改进，是2026年智能体进化的关键范式。

本文深度拆解Anthropic官方推出的ClaudeCode插件市场——anthropics/claude-plugins-official，揭示其作为高质量插件应用商店的核心价值：通过统一规范、安全审核与一键安装，实现“装App一样装能力”的体验。相比混乱的Skill生态，该市场仅315个经审核插件，覆盖开发、安全、生产力等场景，依托marketplace.json索引与9道CI门禁保障可信。重点解析code-review、security-guidance等五款高能插件，展现其智能审查、多阶段工作流与三

Xdrop是一款专为人类与AI Agent设计的端到端加密文件传输工具，通过浏览器本地加密、密钥分离与分块防护，确保文件名、内容和密钥永不暴露于服务器。其核心创新在于“链接即钥匙”机制，结合HKDF派生密钥与AES-256-GCM加密，实现安全、可断点续传的可信交接。支持Agent一键上传下载，适配自动化场景，工程严谨（覆盖率96%），可自托管，是AI时代高效、安全的文件协作新范式。

AI 写代码的速度已经不是瓶颈了。瓶颈是方向。方向错了，AI 跑得越快，返工越多。动手之前，先对齐；对齐之后，留记录。下次开工前，跑一轮 /grill-with-docs。让 AI 拿着你的代码、你的术语表，把你拷问清楚。痛苦十分钟，省下三周的返工。grill-with-docs、Agent Skills、Matt Pocock、领域驱动设计、ADR 架构决策记录、SKILL.md技能组合、Claude Code。

本文深度解析了开源AI Agent自我进化技能CapabilityEvolver，揭示其通过GEP遗传进化协议实现自动日志分析、自我修复与一键进化，构建可审计、可回滚的“进化记忆”。该工具让Agent从被动执行转向主动迭代，解决长期维护痛点。虽具高效性，但需警惕自主修改风险，建议生产环境启用ReviewMode并严格验证。作为ClawHub下载量第一的元技能，它标志着AIAgent正迈向“能自我成长的生命体”，进化已成必选项。

MattPocock的tddSkill仅3.6KB，凭借“接缝优先”与三大反模式封杀机制，成为TDD类Skill全球安装量第一。它通过限定测试边界、杜绝实现耦合、同义反复与横向切片，强制AI遵循垂直切片的红绿重构循环，构建可验证的工程安全网。配合codebase-design、code-review等工具形成闭环，让AI写代码快10倍的同时，破坏力也被有效遏制。

你用过某个 App，里面有个功能特别顺手。“这玩意儿到底怎么实现的？以前，这个问题意味着：懂汇编、会调试、装好 IDA、在反编译器的伪代码里熬上三天三夜。你大概率摇摇头，然后就没有然后了。就在上周，这件事的门槛被一个叫 REA 的开源项目一脚踹到了地板上。它的 GitHub 主页第一屏写着：“在某个 App 里看到想加进自己产品的功能？让你的智能体用 REA 去查一查。这不是概念宣言。这是一个已经跑起来的工具。

AI写代码时代，提交记录却满屏“update”“fixbug”？问题不在模型，而在流程。《nini-git-workflow》作为ClawHub爆款技能，以ConventionalCommits规范、自动校验与平台感知能力，强制AI按工程师标准提交、PR、发布。它不教写代码，只教如何规范交付——提交即推送、单目的修改、禁止AI签名、四件套一键发版，让Git历史干净如出版物。软硬结合的双层机制，真正实现“让AI学会签好名字”。

先还原一个场景。昨晚你加班到 11 点，跟 Agent 说：“明天早上 9 点提醒我给客户回电话。它回答得干脆利落：好的，没问题。第二天早上 9 点。手机安安静静。9 点半。你猛地想起来——电话没回。你质问它：你为什么不提醒我？它一脸无辜：我没醒啊。这不是段子。Agent 不是 24 小时醒着的。它答完你的话，就"睡"了。让 Agent “等 10 分钟再提醒我”，它用act:wait傻等，结果一轮对话结束，状态直接清零；

摘要（≤150字）： GenericAgent以3K行代码、9个原子工具实现高效智能，通过五层分层记忆与技能结晶化机制，让AI在任务中持续进化。它不预装功能，而是动态构建能力，实现上下文信息密度最大化，重复任务Token消耗降低超89%。真实浏览器注入、自举开发等特性彰显其强大潜力，虽有冷启动与安全短板，但为Agent范式带来“少即是多”的革新——越用越聪明，越省越高效。

35万周安装、环比暴涨81.8%的AI文生图技能ai-image-generation，通过一行CLI命令，实现50+顶级模型（如FLUX、Seedream、GrokImagine）无缝切换。它将复杂模型管理封装为统一接口，零GPU、免Key、按次计费（最低$0.0001/张），与Agent生态天然集成，极大降低使用门槛。其核心是“模型路由器”设计：本地仅调用inference.sh云端API，安全轻量，三行指令即可出图。虽依赖网络与数据外传，但其极简架构与强大兼容性，正引领2026年AIAgent工具链新

摘要（≤150字）： 面对Agent记忆易失、上下文开销高的痛点，ByteRover以“上下文树”（ContextTree）重构长期记忆——将知识组织为可读可编辑的层级Markdown文件，替代传统向量数据库。其三大自动化能力（上下文注入、自动冲刷、每日挖掘）实现记忆闭环，支持本地优先、离线运行，实测可节省99.2% Token，LoCoMo基准准确率达92.2%。相比向量检索，结构化导航更精准，尤其擅长多跳推理。适用于工程与编码场景，让记忆真正成为可审计、可复用的工程资产。

AI生成页面千篇一律？因缺乏设计判断力。Impeccable通过24个设计命令、PRODUCT.md与DESIGN.md分离架构，及61条确定性检测规则，实现“边写边查”的智能设计质检。零成本、可复现、支持16+AI工具，让AI从“能出图”迈向“有设计”。它不替代创意，而是守住设计底线——真正稀缺的，是人对“该强调什么”的判断。立即用npx impeccable detect扫描你的项目，告别“AI味”。

清华开源的OpenMAIC项目，以“活的课堂”重构在线教育：基于LangGraph多智能体系统，实现AI教师授课、AI同学互动、实时测验与可交互实验。通过两阶段生成流水线与28种动作引擎，打造动态教学场景，支持PPT、HTML、MP4等多格式导出。其MIT协议开源、模型与存储中立，可私有化部署，真正实现从“被动观看”到“主动探索”的学习范式跃迁。

AI 视频工具现在分成了两个阵营：一个赌"生成质量"，一个赌"工程效率"。让 AI 干完的活，人类还接得住。如果你在运营矩阵号、做代运营、搞批量口播，或者你本身就是剪映重度用户，这个 2400 星的 Skill 值得你花一个下午 clone 下来跑一遍doctor。它可能不会立刻让你"躺赚流量"，但它会把那条"AI 出片 → 人工改不动"的死路，重新接回你熟悉的剪映时间轴。去 GitHub 搜，从"从零生成第一个剪映草稿"的教程开始。下一个批量出片的团队，可能就是从这份草稿起步的。

摘要（148字）： Graphify是一款本地开源的代码知识图谱工具，通过tree-sitter解析代码，将代码库转化为可查询的关系图谱，解决AI编程助手“找不到调用链、依赖关系”的痛点。支持37+语言，零外泄、可审计，提供可视化图谱与结构化查询。相比RAG，它在跨文件依赖追踪上更精准，召回率高出10倍。三步安装即用，支持增量更新与团队共享，适用于新人上手、代码审查与内网合规场景，是AI编程时代不可或缺的“结构地图”。

早上 9 点，牙医诊所来电，提醒你下周二 2:30 的预约。你还没起床，错过了。10 点半，你打给餐厅订周六晚 7 点的四人位。电话通了，语音菜单播了三遍，你听了三遍，才按到正确分机。下午 3 点，你打给保险公司。提示音响起：「您前面还有 12 位客户。」你挂断，又拨，又挂断。晚上 7 点，你想起有个包裹一直没到。客服已经下班了。一天下来，你真正「说话」的时间不到 10 分钟，被电话绑架的时间超过 2 小时。2026 年，AI 能写代码、能画图、能开车。但它能不能替你——把电话打了？

本文深度解析AgentSkills标准——一个以SKILL.md为核心的AI技能管理框架。通过渐进式披露机制，实现技能“按需加载”，解决传统提示词上下文爆炸问题。17个官方技能涵盖文档生成、设计、企业沟通等场景，工程细节严谨（如Excel公式校验、Word样式规范），展现生产级能力。其核心在于“主动描述”提升触发率，并提供自动化优化工具。虽面临安全、质量与触发不稳挑战，但已获35+厂商支持，成为跨平台标准。建议开发者将重复规则封装为独立技能，实现“一处编写，处处复用”，彻底告别工具间规则迁移之苦。

本文深度拆解Google发布的agents-cli v1.7.0，聚焦其作为“AI Agent工程化工具链”的核心价值：通过7个智能技能与CLI命令，实现从开发、评测到部署的闭环。项目以“知识层（Markdown技能）+执行层（Python CLI）”双架构，打通ADLC八阶段生命周期，内置13+评测指标与自动生成数据集能力，显著降低生产级Agent交付门槛。亮点包括语音Agent支持、安全加固（如避免密钥泄露）、A2A跨进程编排及可移植的spec规范。虽强绑定GCP生态，但其评测方法论与工程化设计对国内团

周一早上九点。工位还没坐热，导师走过来，拍拍你的肩：“新项目，先看看代码，熟悉一下。然后他发来一个仓库地址。20 万行代码，上千个文件，三个框架版本共存。一个核心函数被 47 处调用，没人知道改了会不会炸。文档写着"详见代码"，代码里写着"详见文档"。想问同事？写那坨代码的人，去年就离职了。这就是 2026 年每个新人的日常。传统手段全线溃败：IDE 跳转只看得到单层调用，全文搜索命中 300 处不知道哪条真相关，README 要么过时三年要么写着"项目正在建设中"。把仓库整个扔给大模型？

本文深度拆解阿里开源的AI代码审查工具OpenCodeReview（OCR），揭示其“确定性工程×Agent”混合架构如何解决通用AI评审的误报、漏报与定位漂移问题。通过六道文件过滤闸门、四层规则链与独立评论定位模块，实现97%行号准确率与30%以上问题采纳率。支持多平台接入、委托模式零成本使用，并在AACR-Bench基准中以4.7倍精度超越ClaudeCode，仅消耗其1/15 Token。适合追求合规、可控与低成本的团队，尤其推荐在CI流水线中灰度落地，逐步建立自动化评审信任。

周四晚上十一点。你刚把分支合并进 main，准备明早发版。老板的消息弹出来：“上线前安全这块，确认过了吗？你盯着屏幕，想起上周安全团队转来的报价单——一家知名渗透测试公司，测一个 Web 应用，起步 5,000 美金，复杂的 50,000 美金。预算表上，这笔钱被划了三次红线。你只好说：“我让 AI 扫了一遍。但你自己心里清楚：所谓"让 AI 扫一遍"，不过是打开 Claude Code 输入"帮我看看有没有漏洞"。它输出一段自信满满的分析，你一个字都不敢全信。

你问 AI 怎么用初始化客户端，它张口就是一段"看起来很像那么回事"的代码；你让它调用提取发票，它把参数名写错两个字母，报错后还理直气壮；你让它规划的线程管理，它给你编出一个根本不存在的 SDK 方法。问题不在模型笨。它脑子里装的，是全世界所有语言的模糊平均值，唯独没有你正在用的那套 SDK 的准确细节。2026 年 9 月的 Best Agent Skills 榜单上，微软官方出品的azure-ai以 65.9 的 Worth-Installing Score 排进 Top 8。

本文深度解析AI时代核心安全威胁——提示注入，并以热门工具PromptGuard为例，揭示其如何通过650+攻击模式、编码解码扫描、输出DLP与分层加载机制，实现对AIAgent的运行时防护。针对ClawHavoc等真实供应链攻击，该工具提供多维度防御，强调“装前审计、运行防护、输出拦截”三位一体的安全策略，呼吁开发者尽早部署，筑牢AI系统防线。

过去两年，AI 写前端最大的问题从来不是"写不出来"，而是"写完看不见"。它只能凭代码猜测页面长什么样，改完就说"好了"，你一刷新发现布局崩了、控制台飘红、接口 404。Google Chrome 官方团队把 DevTools 整套装进了 MCP 协议，让 Claude Code、Cursor、Codex、Copilot 这些编码 Agent 能自己打开浏览器、点击、填表、看控制台、录性能 Trace、抓堆快照——从"闭眼改代码"变成"看着页面改"。

每月雷打不动给配音平台交订阅费，按字符、按分钟计费；自己的声音素材，先得上传到别人的服务器上才能"克隆"；想配一个 10 分钟的视频，额度像漏水的桶，哗哗就没了。ElevenLabs 的官方价格摆在那里：自动配音每分钟烧 2000-3000 credits，Dubbing Studio 模式（保留说话人、可手动修时间轴）每分钟 5000-10000 credits。

ContextWeave是一款“图码合一”的架构图生成工具，通过自然语言对话生成结构化.cw代码，自动渲染出可交互的SVG、PPTX及Visio文件。它将设计意图与排版分离，实现高效协作、版本可追溯、跨会话低耗，显著降低画图时间与认知负担。适合架构师、产品经理及技术博主使用，真正让开发者从“绘图工”回归“设计者”。

本文拆解开源项目text-to-cad，其核心为11个SKILL.md格式的Agent技能，通过build123d参数化建模库生成可编辑的STEP文件，实现从自然语言到可打印零件的全自动流程。项目不训练模型，而是以代码为真相源，构建“渲染-验证”闭环，强制肉眼复核快照，确保几何正确性。其17条设计法则保障确定性、可追溯与零静默失败，真正将机械设计转化为可验证的编程任务。

第一件，花三分钟装上它，随便挑一个真实的 bug 去问，看第一行有没有变成可执行动作。别用玩具问题测，测不出来。第二件，把"例外清单"抄进你自己的规范。你们的 Agent 规范里，写没写"连续三次失败就停下来重新审视假设"？写没写"破坏性操作必须先确认"？如果没有，先补这两条。第三件，改一版属于你自己的SKILL.md。规则是纯文本，fork 一下，把"列表最多 5 项"改成"最多 3 项"，把"结尾一个下一步"改成"结尾一个下一步 + 一句风险提示"。Agent 的沟通方式，原来是可以被工程化管理的。

领导一眼识破公文是AI所写，根源在于文种错、腔调假、事实编造与“AI味”浓重。真正公文写作是条有规则的流水线，而非简单生成。开源技能chinese-official-writing（GitHub: gongyu0918-debug）以Markdown-first设计，通过渐进式路由、四步流程（定文种→出蓝图→分层复核→反AI味），将《党政机关公文处理工作条例》与GB/T9704规范拆解为可读、可改的中文规则，有效规避“教学腔”“二元包装”等典型错误。其0.22MiB极小体积、无依赖、MIT开源，支持一键安装

本文介绍GitHub热门项目mattpocock/skills，由TypeScript教育者Matt Pocock打造，以解决AI编程中“追涨杀跌”式低效与混乱。该工具通过四大核心技能——需求拷问、TDD测试驱动、双轴代码评审、架构体检，将工程纪律固化为可执行的Markdown指令，实现“让AI有纪律”。项目上线半年获255K Star，强调“真实工程”而非“vibecoding”，帮助团队从“堆屎山”转向可持续开发。关键在于：用斜杠命令启动流程，强制反馈循环，让AI从“写代码”变为“会思考的老工程师”。

摘要（≤150字）： sepia是一款基于叙事结构去AI味的开源Skill，通过分析文本的承重墙——如因果链、情绪表达与时间线设计，而非仅改词句，实现更自然的人类写作风格。其核心为三遍式协议：重构叙事架构、优化语篇流、最后调整风格。支持77个Agent平台，具备模型指纹修正与场景化规则，强调“校准人类分布”而非过度修改。虽中文支持有限、非万能检测规避工具，但其对写作本质的洞察——真实感源于不完美与留白——为创作者提供了深刻方法论。

《scientific-agent-skills》是2026年GitHub trending爆款开源项目，由K-Dense-AI推出，含165个经验证的科研技能，覆盖生物信息学、药物发现、临床分析等100+科学数据库与70+Python工具。它将领域知识编码为可执行的“AgentSkills”，支持跨平台调用，让AI Agent实现从文献综述到端到端药物研发的全流程自动化。其核心价值在于将人类科研经验转化为可复用、可验证的工程资产，标志着AI科研进入“技能驱动”时代。

凌晨两点四十七分。手机屏幕在床头柜上亮起来。WhatsApp 的绿色气泡，一条接一条。做外贸、跨境、独立站的人，对这一幕再熟悉不过。客户不讲时区，只讲"秒回=靠谱"。你回慢了，单子就是隔壁工厂的。以前你只能自己扛。现在，有人把这条 7×24 小时的战线，交给了 AI。这就是 wacli 在做的事。它是 2026 年 ClawHub 榜单上最常被推荐的通信类 Skill 之一——等多家独立评测都把它放进 Top 榜单；同时它也是 OpenClaw 官方仓库里开箱即用的内置技能。

archify 是一款开源的 Agent 技能，通过 JSONIR 中间表示与确定性编译，让 AI 生成可验证、可追溯、可交互的单文件 HTML 系统图，并提供证据链、自动校验及架构 Delta 对比，解决传统 AI 画图“不可靠”的痛点。

Agent Phone Call 给每个 AI Agent 一个专属虚拟电话号码，让 Agent 具备"通过电话把事情办成"的能力：查找联系人、研究办事流程、拨出电话、完成任务、汇报结果；同时支持接听来电、过滤骚扰电话、充当 24/7 AI 前台接待。官方适用场景：订餐厅、订酒店、联系客服（投诉/咨询/改签）、批量安排面试、接听来电与来电规则设置、自定义应答话术、查询通话记录/录音/余额。不适用场景：仅口头提及"电话"但无实际任务、可通过文字（邮件/IM）解决、与电话无关的任务。先说个背景。

一款AI操作Excel文件的Skill，支持创建、编辑、检查工作簿，具备可靠公式处理、智能日期识别、模板保留和批量生成能力，用自然语言替代手工操作，适用于财务、销售、HR等报表场景，大幅提升工作效率。

grill-me是MattPocock开源、安装近百万次的Agent Skill，核心仅7行，真正执行靠grilling：AI在写码前化身面试官，一次只问一个问题、附推荐答案，能查代码库就自查，穷尽决策树并达成共识后才写码。它把“AI猜需求”倒转为“AI逼你自己定需求”，减少返工和“能跑却改不动”的代码，适合需求模糊、决策分叉多、选错代价高的项目。

smart-charts通过AI自动识别数据特征、推荐26种图表并生成交互式HTML，效率提升30-100倍，适合业务人员快速实现数据可视化。