GitHub 趋势页现在是一份智能体基础设施目录

本周随便哪天打开 GitHub 趋势榜，你不会在顶部看到常见的框架和业余项目组合。你会看到“管道”。上升最快的仓库是位于 AI 智能体底下的部件：能跨会话存活的记忆、共享状态的智能体团队、智能体技能市场，以及在技能运行前检查其是否有问题的扫描器。

这反映了开源贡献者认为紧急事项的转变。一年前，趋势页奖励的是新应用。现在，它奖励的是应用所构建于其上的基础设施，而最快的 star 增长流向了大多数人从未见过的层面。

原因是智能体悄然成了与软件交互的默认方式。一旦人们开始把编码智能体、研究智能体和工作智能体当作日常来运行，缺失的部分就不再是更好的模型，而是模型周围的一切。一个会遗忘、无法与另一个模型协调，或运行不该运行的代码的模型，不是模型问题。这是基础设施问题，而趋势页正是基础设施人群出现并解决它的地方。

记忆是声量最大的集群

最清晰的信号是持久记忆。thedotmack/claude-mem 是一个插件，它捕获智能体在会话期间的行为，将其压缩，并把相关部分注入后续会话。它目前大约有 99,000 个 star，单周增长超过 4,000。它可跨 Claude Code、Codex、Gemini、Copilot 和 OpenCode 使用，这说明它解决的问题并非某一厂商独有。智能体会遗忘，而用户已经厌倦每次打开新窗口时都要重新解释上下文。

围绕这个旗舰项目，还有几个工具从不同角度攻克同一问题。mksglu/context-mode 声称，通过沙箱化并经由模型上下文协议（Model Context Protocol）路由上下文，可将工具输出 token 减少 98%。ranxianglei/billion-context 承诺通过压缩上下文而非截断上下文，实现 token 减少至五分之一，并支持长达一个月的会话。modelcontextprotocol/servers 提供了其中许多项目所依赖的基础层。

记忆领先的原因很简单。一个记不住昨天的智能体，无法被托付任何需要跨越单次使用的事情。每一种严肃的智能体使用最终都需要连续性，而连续性正是过去一年大部分时间里缺失的那一块。

编排紧随其后

第二个集群关乎让不止一个智能体协同工作。mvschwarz/openrig 用 Claude Code、Codex 和 Pi 构建持久团队，本周获得超过 2,000 个 star。它的卖点是角色、共享上下文和各自负责的工作：一个智能体规划，另一个执行，它们交接任务，而不是互相踩脚。ruvnet/ruflo 以智能体集群和联邦记忆做出类似尝试。agno-agi/agno 提供了一个用于构建和管理智能体系统的平台。

技能已成为供应链，而有人发布了扫描器

第三个、也最能说明问题的集群是技能。mattpocock/skills 是一个作为可复用智能体技能发布的个人收藏，一周内吸引超过 9,000 个 star。cursor/plugins 发布了一份官方插件规范。google/skills 和 vercel-labs/skills 瞄准的是同一个安装入口。现在有几个相互竞争的仓库在争夺成为你获取技能的地方。

每当一个生态系统发展出分发渠道，安全问题就会紧随其后。这正是 NVIDIA/SkillSpector 成为本周低调故事的原因。它是一个扫描器，在你安装智能体技能之前，检查其是否存在漏洞、提示注入和供应链风险。只有当有值得窃取或破坏的东西时，扫描器才会存在；它的出现是迄今为止最清晰的迹象，表明智能体技能已经成为一条真正的供应链，并伴随着随之而来的所有信任问题。

同样的逻辑也出现在榜单更靠后的审计工具中。那些验证智能体是否真的完成了被要求之事，并检查其权限的仓库，正因为同样的原因而上升。一旦智能体能够行动，就必须有人证明它们做了什么。

媒体是最新入局者

第四个集群规模较小但值得注意：制作可观看内容的智能体。heygen-com/hyperframes 的一句话描述是“编写 HTML。渲染视频。为智能体而构建”，本周获得超过 4,000 个 star。calesthio/OpenMontage 提供智能体式视频制作系统，而 earthtojake/text-to-cad 让智能体具备在 CAD 中工作的能力。这个模式是：智能体在学会写作和推理之后，现在正被指向像素和几何图形。

并非榜单上的一切都属于这个故事，而这对诚实解读很重要。boykopovar/AnyPS5 是一个将 PS5 可执行文件移植到 Linux 和 Windows 的工具，本周吸引了超过 21,000 个 star，与智能体毫无关系。EpicGames/raddebugger 和 flutter/flutter 上榜各有自己的原因。AI 基础设施集群是正在发生的事情中最大的一个，但不是唯一的一个。

构建者应从中得到什么

由此得出两个实用判断。第一，记忆已经成为一项购买决策。如果你基于智能体构建，最终要选择一层记忆，而现在的选项已经足够成熟，可以比较压缩率、跨平台支持，以及审查已存储内容的难易程度。第二，技能应该像依赖项一样对待。它们带有供应链风险，需要版本管理，并且值得你像对待来自陌生作者的软件包一样严格审查。

还有第三个判断，针对任何正在决定学什么的人。当前稀缺的技能不是模型训练，而是那些不光鲜的技能：上下文工程、权限设计、评估，以及知道何时该给智能体更少而不是更多的权限。趋势页粗略地标出了这些技能在哪些地方被需要，而且它对职业规划比大多数招聘信息更有用，因为它展示的是人们本周实际在构建什么，而不是招聘人员上个季度写了什么。

有一个注意事项适用于整个页面。Star 增长速度衡量的是关注度，而不是质量。这些仓库中有许多只有几周或几个月大，而能存活下来的，将是那些在新奇感消退后仍持续发布更新的。趋势榜显示的是人群在看哪里。它并不保证人群是对的。

尽管如此，榜单的形态仍是一个有用的信号。当增长最快的项目是记忆、编排、技能和审计，而不是花哨的演示时，这意味着智能体时代已经走过了证明它能工作的阶段，进入让它变得可靠的不光鲜工作。而这正是趋势页本周所奖励的工作。