7月 GitHub 暴漲 15.4 萬星！

7 月剛剛結束，GitHub 的數據就已經炸了——本月 Star 增長前五的項目，在 30 天內合計狂攬 153,052 顆新星。而這五個項目有一個共同點：全部圍繞 AI Agent 的"技能系統"做文章。

🥇 第 1 名：Matt Pocock Skills

⭐ 總星標：156,442　　📈 7 月新增：+38,952

一句話介紹：Matt Pocock 把壓箱底的 .claude 目錄開源了，全套真實工程師技能直接白嫖。

這是什麼東西？

Matt Pocock 這個名字，做 TypeScript 的開發者應該不陌生——他是 GitHub 官方認證的 AI 編程佈道師，也是 Vercel 的前開發者佈道者。這次他直接把藏在 .claude 目錄裏、每天自己用的技能配置全部開源了出來。

不是那種花裏胡哨的 prompt 模板，也不是網上隨便抄來的提示詞集合——這些技能全部來自他日常編程的真實經驗，經過無數次迭代、驗證、打磨出來的生產級技能集。

核心亮點：

• 🔧 TypeScript 類型推導：教你用 AI 寫出精準的類型推導代碼

• 🛡 生產級錯誤處理：錯誤信息怎麼寫、異常怎麼捕獲、兜底邏輯怎麼做

• 🧪 自動化測試策略：測試先行，不是口號，是 AI 也能遵守的工作流

• ♻ 代碼重構方法論：什麼時候該重構、AI 怎麼配合重構

• 🌳 Git 協作最佳實踐：多人協作時 AI 的行爲規範

爲什麼這麼火？

因爲 AI 寫代碼快是快，但寫出來的代碼往往"能用就行"——沒有測試、沒有錯誤處理、類型全靠 any、出了 Bug 一臉懵。Matt Pocock Skills 做的事情，就是給 AI 配上一套工程師標準操作流程（SOP），讓它真正變成靠譜的編程搭檔，而不是一個"會打字的高速實習生"。

Matt Pocock Skills

🥈 第 2 名：Hermes Agent

⭐ 總星標：209,151　　📈 7 月新增：+28,397

一句話介紹：不是聊天機器人，是一個會記住你、陪你一起"成長"的 AI Agent。

這是什麼？

Hermes Agent 出自人工智能研究機構 NousResearch，定位是"與你一起成長的 Agent"（The agent that grows with you）。它的野心不只是當一個問答機器人，而是要成爲一個可持續運行的 AI 工作搭檔。

核心能力：

• 🧠 持久記憶系統：不像普通 AI 每次都失憶，Hermes Agent 會記住之前的對話歷史和偏好設置

• 🛠 MCP 協議支持：靈活的外部工具擴展，可以接入各種 API 和服務

• 💬 多平臺接入：********、Slack、Discord、微信……主流消息平臺全覆蓋

• ⚙ 可定製 Agent：完全開源，可以根據需求深度定製

使用場景：

個人 AI 助手？AI 客服？自動化工作流？只要你想得到，Hermes Agent 都能接得住。更重要的是——它越用越懂你，因爲有記憶。

Hermes Agent

🥉 第 3 名：Superpowers

⭐ 總星標：246,130　　📈 7 月新增：+28,285

一句話介紹：給 AI 裝上工程師思維，讓它學會"先想後做"、"先測後寫"。

爲什麼排第三也要重點說？

246,130 顆星，這是前五名裏總星數最高的項目，也是唯一一個超過 20 萬星的項目。更可怕的是，它在 7 月一個月就漲了 28,285 顆星——按這個速度，用不了多久就能突破 30 萬星大關。

核心創新：蘇格拉底式規劃

Superpowers 的靈魂在於一套叫"蘇格拉底式規劃"的方法。AI 在寫任何代碼之前，必須先回答三個問題：

0. "我要做什麼？" —— 明確任務目標

1. "爲什麼要這麼做？" —— 找到做事的根本原因

2. "這樣做會有什麼後果？" —— 預判風險和影響

聽起來像廢話，但 AI 編程工具最大的問題就是——拿到任務就開始瞎寫，根本不問這三個問題。Superpowers 強制 AI 先停下來想清楚，再動手。

技能體系：

• 🔍 系統調試：永遠先找根因再修復，禁止盲目打補丁

• 📐 蘇格拉底規劃：動手之前先想清楚三個問題

• 🧪 TDD 開發：測試先行，寫代碼在後

• 🔄 代碼審查：必須經過 Review 才能合併

• 🌳 Git 工作流：規範的分支管理

Superpowers

第 4 名：Andrej Karpathy Skills

⭐ 總星標：187,542　　📈 7 月新增：+19,881

一句話介紹：AI 大神卡帕西的經驗結晶，一份 CLAUDE.md 文件治好 AI 編程的通病。

這個項目什麼來頭？

Andrej Karpathy，前特斯拉 AI 總監、李飛飛的學生、AI 圈公認的"大神級人物"。他曾經公開分享自己已經從 80% 手動寫代碼變成了 80% 交給 AI 寫。但在大量使用 AI 編程的過程中，他總結出了一套 LLM 在編碼時最常犯的錯誤：

• 默默做錯誤假設：AI 自己對需求腦補，然後不假思索地執行

• 過度抽象：給一次性代碼加上覆雜的抽象層

• 憑空加功能：添加用戶根本沒要求的功能

• 不改 Bug 改其他：明明要修 Bug，AI 把整個文件都改了

Karpathy 把這些觀察濃縮成 四條核心原則，並製成了 Claude Code 的 CLAUDE.md 配置文件。這個文件後來被 multica-ai 團隊整理成了獨立項目——即 andrej-karpathy-skills。

核心四條原則：

0. 📌 隱藏假設 —— 多個解釋並存時，主動向用戶確認

1. ⚖ 對抗過度工程化 —— 不實現超出需求範圍的功能

2. 🎯 精準修改 —— 只動必須動的地方

3. 🧪 測試先行 —— 先寫測試，先復現再修復

Andrej Karpathy Skills

第 5 名：Agency Agents

⭐ 總星標：126,982　　📈 7 月新增：+19,537

一句話介紹：一個人調不動 AI？144 個專家同時待命，總有一個能搞定。

這是什麼概念？

用一個 Agent 不夠用？Agency Agents 直接給你搬來一整個團隊——144 個專業 AI Agent，覆蓋 9 大職能部門：

部門代表角色

🚀 研發前端工程師、後端架構師、安全工程師

🎨 設計UI 設計師、UX 研究員

📣 營銷Reddit 社區運營、內容營銷專家

📦 產品產品經理、需求分析師

📊 項目管理敏捷教練、進度追蹤專家

🧪 測試QA 工程師、自動化測試專家

🔧 運維DevOps 工程師、監控專家

🎮 空間計算3D 開發工程師、AR/VR 專家

🛡 安全紅隊滲透專家、代碼審計師

每個 Agent 的特點：

• 都有自己獨特的性格和交付標準，不是冷冰冰的代碼生成器

• 支持多 Agent 協作，複雜任務可以分配給多個 Agent 聯合完成

• 內置 NEXUS 場景劇本，常見工作場景一鍵編排部署

• 支持 MCP 協議，可以接入各種外部工具鏈

Agency Agents