GitHub 趋势洞察 2026-09 月度盘点，偷懒哲学拿下月冠，带 Agent 干活成了显学

2026 年 9 月 18 日 · 月度盘点 · 统计周期 2026-08-19 至 2026-09-18 · 共收录 25 个热门开源项目

九月的日榜我天天在看，印象最深的是王座像走马灯。阿里评审连庄两天，Cloudflare 的安全审计 skill 一夜三倍速抢班夺权，闭源决策引擎 Jev 上午还在秀肌肉，晚上就有了家用 3090 的开源复现。把镜头从 24 小时拉到 30 天，画面反而安静下来了。

月榜冠军是 DietrichGebert/ponytail，一个滚动月里 +23,125 星。它不是框架，不是模型，甚至算不上一个完整的软件，是一份教 agent 偷懒的规则包。

你说这算什么大事。

但 25 个上榜仓库里 10 个带着 agent 标签，前十里六个在回答同一个问题，怎么让写代码的 agent 少干蠢活。日榜奖励爆发力，月榜奖励的是整整一个月里持续有人觉得这东西值得抄走。带 agent 干活这件事，九月从散装技巧长成了一门显学。

教 agent 偷懒，偷得很有纪律

ponytail 的口号是让你家的 agent 像屋里最懒的那个资深工程师一样思考，最好的代码是你没写的那行。听起来像段子，翻开 README 是一套纪律森严的东西。

核心是七级阶梯。agent 动手写代码前先下梯子，停在第一级站得住的台阶就算赢。第一级，这东西需要存在吗，不需要就直接跳过。第二级，代码库里是不是已经有了。往下依次是标准库能不能干、平台原生特性能不能干、已经装了的依赖能不能干、一行够不够，最后一级才轮到写最小可用的实现。规则里还有一句点睛的，梯子在 agent 读完并理解代码之后才往下爬，对解决方案懒，对读代码从不懒。

它也从来不是代码高尔夫。规则写死了不许砍验证、错误处理、安全和可访问性，偷懒偷的是不该写的部分，不是该守的底线。

基准数据拿得出手。headless Claude Code 跑全栈 FastAPI 模板的 12 张 feature ticket，Haiku 4.5，重复 4 轮，对比无规则基线，代码量降 54%，最狠的一张降 94%，token 降 22%，成本降 20%，耗时降 27%，安全项满分。一个日期选择器任务从 404 行压到 23 行。对照组也做得诚实，野蛮人短句提示词或者一句光秃秃的 YAGNI，要么砍不动，要么把安全性砍到 95%。作者还自己承认早期那版 80% 到 94% 的基准是基线注了水，被 issue #126 揪出来后重做了全套 agentic 版。

我一直觉得这份基准比星数更值得看。对照组的存在说明作者心里清楚，光喊少写代码谁都会，能证明少写而且不写坏的才是真功夫。

交付形态铺得也开。Claude Code、Codex、Gemini CLI 这些带生命周期钩子的走 plugin 安装，每轮对话自动注入规则，Cursor、Windsurf、Zed 这些走 rules 文件，另有一份 AGENTS.md 给所有认这个约定的 agent 吃。强度分 lite、full、ultra、off 四档，默认 full。一份规则包通吃十几家 agent，这本身就是这个月的生态现状。

Skills 长成了品类

第三名 mattpocock/skills，+21,673，总量已经 264,496。Matt Pocock 是 Total TypeScript 的作者，newsletter 六万订阅，这个涨速有粉丝盘的成分，但内容站得住。

它就是作者自己 .agents 目录的公开版，每个 skill 一个文件夹一个 SKILL.md，分 engineering 和 productivity 两大类，再按调用方式分成用户调用和模型调用两种。用户调用的像命令，/grill-me 是让 agent 反过来盘问你，/to-tickets 把需求拆成工单。模型调用的是纪律，TDD 的红绿重构、调试循环、领域建模，agent 在合适的时机自己触发。调用关系有规矩，用户调用的可以唤起模型调用的，反向不行。

README 的立场很清楚，对着 GSD、BMAD、Spec-Kit 这些重型框架来的，卖点是小、好改、可组合，书单引的是程序员修炼之道、DDD 和 Ousterhout 的软件设计哲学。翻译成人话，不卖流程，卖手艺。

顺带把榜上其他 skills 摆一排。blader/humanizer，+10,347，专治 AI 味文本。cloudflare/security-audit-skill，+7,583，就是日榜那个三天从第 8 冲到第 1 的六阶段审计流水线。tt-a1i/archify，画架构图的 skill，总量 65,939。月初还是单点爆发，月末有了合集、有了大厂背书、有了品类名。

Harness 军备竞赛，DeepSeek 官方下水

第四名 deepseek-ai/deepseek-harness 是全榜最神秘的一个，仓库连描述都不写，+21,616，总量 227,961。

翻完 README，谜底是一个叫 dsh 的 agent harness，架构口号是 everything-is-a-plugin，底座用了 Cordis，一个有 arXiv 论文背书的时空可组合性编程范式。npx @deepseek-ai/dsh web 一条命令起 Web UI，本地 3080 端口。工程量不小，18,059 个 commits，Node 和 TypeScript 的 monorepo 里混着 Python 组件、native 目录和五套 Vitest 配置。状态写得也直白，developer preview，明说会有破坏性变更，跑之前先读 SAFETY.md。

它旁边站着第五名 affaan-m/ECC，+15,979，总量 261,174，一个给 Claude Code、Codex、Cursor 这些 harness 做性能优化的系统，skills、instincts、memory、安全、研究优先开发一整套。第七名 orca 更激进，专门编排并行 agent 舰队，潜力项目里细说。民间的改装件还没看完，厂商的原厂件已经进场。

colibri，给权重做 JIT

第九名 JustVugg/colibri 是月榜里最硬核的工程故事。一句话，用纯 C 在 25 GB 内存的消费机上跑 GLM-5.2，744B 参数的 MoE。零依赖，连 BLAS 都不用，Python 只负责启动器和一次性转换，引擎本体一个模型族一个 C 文件。

能跑起来的关键是算清了账。每个 token 真正激活的参数只有约 40B，token 之间会变动的路由专家只占约 11 GB。于是稠密部分约 17B 参数用 int4 常驻内存，占 9.9 GB，剩下 19,456 个路由专家共约 370 GB 全放 NVMe，用哪个流哪个。作者管这叫 JIT for weights，权重不是驻留的，是按需上场的。

流式加载的花活一箩筐。每层一个 LRU 缓存，外加一个学习型的热库，把最热的专家钉在内存里，越用越快。路由前瞻线程提前预取下一层的专家，依据是路由结果在一层之前有 71.6% 的可预测性。读盘用 pread 不用 mmap，开 O_DIRECT 绕开页缓存在部分硬盘上再抢 34% 的解码速度，还能双 SSD 条带并行读。量化上也有讲究，int4 必须配 gs64 分组缩放，旧的 per-row 方案掉了 9 个百分点的质量，MTP 推测头必须 int8，int4 的话起草接受率只剩 0 到 4%。KV 缓存用 MLA 压到每 token 576 个浮点数，比原生 32,768 小 57 倍。

性能表诚实到近乎自黑。六张 RTX 5090 全常驻跑 5.8 到 6.8 tok/s，128 GB 内存的纯 CPU 台式机热态约 1.8 tok/s，25 GB 的开发机冷启动只有 0.05 到 0.1 tok/s。CI 里整个前向过程跟 transformers 参考实现逐 token 对齐，不达标不放行。坦白讲，这个速度离日常可用还远，但它把本地跑前沿大模型的门槛从数据中心降到了家用台式机加一块 4 TB SSD，还顺手支持了九个模型家族，Kimi K3 那个 2.8T 的也只要 1.6 TB 盘。

正规军月报

阿里 open-code-review +13,172，这个月在日榜天天见，月度视角下补两笔。它在阿里内部跑了两年，服务数万开发者，抓过百万级缺陷。混合架构的意思是确定性流水线管硬约束，精确选文件、智能捆文件、模板规则逐文件匹配，LLM agent 管动态判断，专治通用 agent 的三大病，大变更集覆盖不全、报错位置漂移、prompt 敏感。基准 AACR-Bench 用 50 个开源仓 200 条真实 PR 10 种语言搭出来，80 多位高级工程师标了 1,505 个问题。同模型对比 Claude Code，Precision 和 F1 更高，token 只花九分之一，Recall 是故意压低的，宁缺毋滥。

腾讯 WeKnora +5,244，总量 26,217。清华的 OpenMAIC 多 agent 课堂总量 37,641。

还有个奇观。第二名 bilawalsidhu/gods-eye-view +22,550，描述原文写着 public open-source release placeholder，一个占位符仓库拿走月榜亚军，7,336 个 fork。星先到，代码后到，你看，2026 年的 GitHub 连期货都上市了。

TypeScript 是 agent 时代的工具带

语言分布上 TypeScript 8 仓居首，JavaScript 5 仓，Python 4 仓。你想想看这批仓库在干什么，harness、skills 管理器、agent 开发环境、视频渲染引擎，全是胶水层和编排层，这正是 TS 的主场。真正贴近算力的两个反着来，colibri 用 C，alphaXiv/OpenResearch 用 Rust。模型侧拼极客，工具侧拼手艺，月榜把这条分工线画得很清楚。

值得关注的潜力项目

stablyai/orca，+12,812，总量 71,149。Agent Development Environment，给并行 agent 舰队做的编排工作台，口号是能在终端跑的就能在 Orca 跑。一条 prompt 扇出到五个 agent，各自在隔离的 git worktree 里干活，比完合并赢家。自带账号切换器和限额重置跟踪，Claude Code 的号轮着用。桌面端是 Electron，手机端 iOS 和 Android 都能盯进度，SSH worktree 把活儿甩给远程机器。

google/artemis，+7,200，总量 7,333，谷歌把自然语言变 Android 自动化的框架。双档设计很聪明，Flash 档每步 3 到 5 秒，单模型观察执行循环，Pro 档每步 15 到 40 秒，带活文档计划的 Planner、带安全网检查的 Operator、只读复核的 Checker。AndroidWorld 基准 99% 以上完成率。自带 MCP server，一条命令接进 Claude Code 和 Codex，让 coding agent 顺手把真机测试也干了。

heygen-com/hyperframes，+7,692，总量 51,066，HeyGen 把生产在用的视频渲染内核开了源。写 HTML 就能出视频，headless Chrome 逐帧 seek 再用 FFmpeg 编码，同输入同输出，能进 CI 做回归。配了 20 个 agent skills，/pr-to-video 把一个 PR 直接变成发布视频。这个月 hypit、Recordly、brag、hyperframes 在榜单上排成队，开发者内容的生产方式正在从写 README 变成发视频。

完整榜单

写在最后

第一，方法论本身成了最热的开源品类。ponytail 的规则包、Matt Pocock 的 skills 合集、ECC 的 harness 优化系统，卖的都不是代码，是怎么带 agent 干活的手艺，头部项目月增都是两万星级别。

第二，正规军把内部工具的护城河换成了口碑。阿里的评审、Cloudflare 的审计、DeepSeek 的 harness，先在内部养熟再整个开源，这个月的榜单被这类项目填了小半。

第三，消费机的边界在被 C 和 Rust 一寸寸推。colibri 跑 744B，OpenLogi 用 Rust 重写罗技驱动，慢归慢，方向很清楚。

总判断一句话，九月的主角不是 agent，是带 agent 干活的人。与其每个新框架出来都追一遍，不如先把七级阶梯贴在显示器边上，动手之前问一句，这行代码，真的需要存在吗。