正在打开每日关注
正在打开每日关注
按场景组织的 Agent Skills 仓库,覆盖编程、研究、工作流与运维配置。
10 new items in my skills repo over 2,700 github stars i hold nothing back. https://t.co/OttkMEPJtd
是什么 这是 David Ondrej 发布的个人 Agent Skills 仓库,不是单一应用或通用框架,而是一组面向 AI coding agents、research agents 与 workflow agents 的可复用流程指令。仓库元数据显示其使用 Python,创建于 2026 年 6 月 24 日,最近提交于 2026 年 8 月 29 日,拥有 3776 个 Stars;推文提到新增 10 个条目,但 README 未列出具体新增内容。
架构与核心设计 README 展示的组织方式很清楚:按 agent-orchestration、skill-authoring、research-and-web、thinking-and-docs、ops-and-setup 五类目录分组,每个 Skill 独立成文件夹,并以 SKILL.md 作为说明与加载入口。多数研究能力由 DeepAPI 驱动,说明其重点是把稳定的工作方法封装成可按需调用的单元。
关键洞察 值得借鉴的是职责边界和渐进复用:先以场景划分能力,再让每个 Skill 保持聚焦,便于编码、研究、文档和运维流程组合。对 Agent 工程团队而言,这种目录即能力地图的方式,也有利于共享经验和降低重复提示词维护成本。
边界与风险 仅凭 README 无法判断各 Skill 的具体指令质量、依赖、兼容性或实际效果,也不能把 Stars 等同于生产可靠性。落地前应逐项审阅 SKILL.md,验证权限、外部 API、数据隐私和失败处理;同时注意研究类能力对 DeepAPI 等外部服务的依赖。