7月 GitHub 暴涨 15.4 万星！

7 月刚刚结束，GitHub 的数据就已经炸了——本月 Star 增长前五的项目，在 30 天内合计狂揽 153,052 颗新星。而这五个项目有一个共同点：全部围绕 AI Agent 的"技能系统"做文章。

🥇 第 1 名：Matt Pocock Skills

⭐ 总星标：156,442　　📈 7 月新增：+38,952

一句话介绍：Matt Pocock 把压箱底的 .claude 目录开源了，全套真实工程师技能直接白嫖。

这是什么东西？

Matt Pocock 这个名字，做 TypeScript 的开发者应该不陌生——他是 GitHub 官方认证的 AI 编程布道师，也是 Vercel 的前开发者布道者。这次他直接把藏在 .claude 目录里、每天自己用的技能配置全部开源了出来。

不是那种花里胡哨的 prompt 模板，也不是网上随便抄来的提示词集合——这些技能全部来自他日常编程的真实经验，经过无数次迭代、验证、打磨出来的生产级技能集。

核心亮点：

• 🔧 TypeScript 类型推导：教你用 AI 写出精准的类型推导代码

• 🛡 生产级错误处理：错误信息怎么写、异常怎么捕获、兜底逻辑怎么做

• 🧪 自动化测试策略：测试先行，不是口号，是 AI 也能遵守的工作流

• ♻ 代码重构方法论：什么时候该重构、AI 怎么配合重构

• 🌳 Git 协作最佳实践：多人协作时 AI 的行为规范

为什么这么火？

因为 AI 写代码快是快，但写出来的代码往往"能用就行"——没有测试、没有错误处理、类型全靠 any、出了 Bug 一脸懵。Matt Pocock Skills 做的事情，就是给 AI 配上一套工程师标准操作流程（SOP），让它真正变成靠谱的编程搭档，而不是一个"会打字的高速实习生"。

Matt Pocock Skills

🥈 第 2 名：Hermes Agent

⭐ 总星标：209,151　　📈 7 月新增：+28,397

一句话介绍：不是聊天机器人，是一个会记住你、陪你一起"成长"的 AI Agent。

这是什么？

Hermes Agent 出自人工智能研究机构 NousResearch，定位是"与你一起成长的 Agent"（The agent that grows with you）。它的野心不只是当一个问答机器人，而是要成为一个可持续运行的 AI 工作搭档。

核心能力：

• 🧠 持久记忆系统：不像普通 AI 每次都失忆，Hermes Agent 会记住之前的对话历史和偏好设置

• 🛠 MCP 协议支持：灵活的外部工具扩展，可以接入各种 API 和服务

• 💬 多平台接入：********、Slack、Discord、微信……主流消息平台全覆盖

• ⚙ 可定制 Agent：完全开源，可以根据需求深度定制

使用场景：

个人 AI 助手？AI 客服？自动化工作流？只要你想得到，Hermes Agent 都能接得住。更重要的是——它越用越懂你，因为有记忆。

Hermes Agent

🥉 第 3 名：Superpowers

⭐ 总星标：246,130　　📈 7 月新增：+28,285

一句话介绍：给 AI 装上工程师思维，让它学会"先想后做"、"先测后写"。

为什么排第三也要重点说？

246,130 颗星，这是前五名里总星数最高的项目，也是唯一一个超过 20 万星的项目。更可怕的是，它在 7 月一个月就涨了 28,285 颗星——按这个速度，用不了多久就能突破 30 万星大关。

核心创新：苏格拉底式规划

Superpowers 的灵魂在于一套叫"苏格拉底式规划"的方法。AI 在写任何代码之前，必须先回答三个问题：

0. "我要做什么？" —— 明确任务目标

1. "为什么要这么做？" —— 找到做事的根本原因

2. "这样做会有什么后果？" —— 预判风险和影响

听起来像废话，但 AI 编程工具最大的问题就是——拿到任务就开始瞎写，根本不问这三个问题。Superpowers 强制 AI 先停下来想清楚，再动手。

技能体系：

• 🔍 系统调试：永远先找根因再修复，禁止盲目打补丁

• 📐 苏格拉底规划：动手之前先想清楚三个问题

• 🧪 TDD 开发：测试先行，写代码在后

• 🔄 代码审查：必须经过 Review 才能合并

• 🌳 Git 工作流：规范的分支管理

Superpowers

第 4 名：Andrej Karpathy Skills

⭐ 总星标：187,542　　📈 7 月新增：+19,881

一句话介绍：AI 大神卡帕西的经验结晶，一份 CLAUDE.md 文件治好 AI 编程的通病。

这个项目什么来头？

Andrej Karpathy，前特斯拉 AI 总监、李飞飞的学生、AI 圈公认的"大神级人物"。他曾经公开分享自己已经从 80% 手动写代码变成了 80% 交给 AI 写。但在大量使用 AI 编程的过程中，他总结出了一套 LLM 在编码时最常犯的错误：

• 默默做错误假设：AI 自己对需求脑补，然后不假思索地执行

• 过度抽象：给一次性代码加上复杂的抽象层

• 凭空加功能：添加用户根本没要求的功能

• 不改 Bug 改其他：明明要修 Bug，AI 把整个文件都改了

Karpathy 把这些观察浓缩成 四条核心原则，并制成了 Claude Code 的 CLAUDE.md 配置文件。这个文件后来被 multica-ai 团队整理成了独立项目——即 andrej-karpathy-skills。

核心四条原则：

0. 📌 隐藏假设 —— 多个解释并存时，主动向用户确认

1. ⚖ 对抗过度工程化 —— 不实现超出需求范围的功能

2. 🎯 精准修改 —— 只动必须动的地方

3. 🧪 测试先行 —— 先写测试，先复现再修复

Andrej Karpathy Skills

第 5 名：Agency Agents

⭐ 总星标：126,982　　📈 7 月新增：+19,537

一句话介绍：一个人调不动 AI？144 个专家同时待命，总有一个能搞定。

这是什么概念？

用一个 Agent 不够用？Agency Agents 直接给你搬来一整个团队——144 个专业 AI Agent，覆盖 9 大职能部门：

部门代表角色

🚀 研发前端工程师、后端架构师、安全工程师

🎨 设计UI 设计师、UX 研究员

📣 营销Reddit 社区运营、内容营销专家

📦 产品产品经理、需求分析师

📊 项目管理敏捷教练、进度追踪专家

🧪 测试QA 工程师、自动化测试专家

🔧 运维DevOps 工程师、监控专家

🎮 空间计算3D 开发工程师、AR/VR 专家

🛡 安全红队渗透专家、代码审计师

每个 Agent 的特点：

• 都有自己独特的性格和交付标准，不是冷冰冰的代码生成器

• 支持多 Agent 协作，复杂任务可以分配给多个 Agent 联合完成

• 内置 NEXUS 场景剧本，常见工作场景一键编排部署

• 支持 MCP 协议，可以接入各种外部工具链

Agency Agents