AI前沿速递｜mattpocock/skills 205K星”真工程师”技能包、Multica把Agent当员工管、Humanizer给AI文字去味、LoopX长跑Agent控制面
晚上好，各位。今晚四个项目凑一起，信号特别统一：Agent 正从”单打独斗”走向”团队化、工程化”。有人给 Agent 装工程师素养，有人把 Agent 当员工排班，有人专治”AI 腔”，还有人给连干几百小时的 Agent 装控制面板。模型卷到头了，现在卷怎么让 Agent 像个靠谱同事。
1. mattpocock/skills — ⭐205K，TypeScript 大佬的”真工程师”技能包
MIT | 与模型无关 | 30 秒安装
Matt Pocock，TypeScript 圈大佬，把每天真实工程里用的 Agent 技能全开源了。他明说是”real engineering, not vibe coding”——修 Agent 最常见的毛病：听不懂人话、废话太多、代码跑不通。
核心亮点：
– /grill-me 需求拷问：动工前让 Agent 连环追问，把需求每个分支问透
– /grill-with-docs：顺手建 CONTEXT.md 词汇表，让 Agent 和你说同一种黑话，省 token 到离谱
– /tdd 红绿重构：先写失败测试再写实现，给 Agent 真实反馈回路
– /code-review 双轴审查：两个并行子 Agent 分别查”规范”和”需求实现”
上手方式：
claude plugins install mattpocock-skills # Claude Code
npx skills@latest add mattpocock/skills # Codex 等其他 Agent
装完跑一次 /setup-matt-pocock-skills，选好 issue 追踪器就开干。
实话： 我没完整跑过全流程，只试了 grill 类技能，确实比裸奔强。它跟 GSD、Spec-Kit 那种”接管整个流程”的框架正相反——技能小而独立，可只拿一个。适合被 Agent 气过多次、又不想被框架绑架的人。
2. Multica — ⭐44.4K，把编码 Agent 当正式员工管理的开源平台
Next.js 16 + Go + PostgreSQL/pgvector | 支持 15 种 CLI Agent
口号挺扎心：”你的下 10 个员工不是人。”Multica 是开源”托管 Agent”平台，把 Agent 变成有工位的同事：派 issue、自己认领、干活、报阻塞，全程 Web 看板看得见。
核心亮点：
– Agents as Teammates：像给人派活一样派 issue，Agent 有档案、会上看板
– Squads 小分队：给一组 Agent 配队长，活派给小分队队长自己分，@FrontendTeam 替代 @alice-or-bob
– Autopilots：cron/Webhook 触发，日报周报全自动跑
– 技能复利：部署、迁移、审查的解决方案沉淀成团队共享技能
– 15 种运行时：Claude Code、Codex、OpenCode、OpenClaw、Hermes、Pi、Cursor、Kimi、Reasonix……本地 daemon 自动探测
上手方式：
brew install multica-ai/tap/multica # 或 curl 脚本；自托管加 --with-server
实话： 我没部署完整 server，只在文档层面研究过。注意 License 是 Apache 2.0 加附加条件——商业托管要买许可，UI 品牌不能去掉，自用没事，商用前看 NOTICE。适合想把 Agent 用成”团队编制”的中小团队。
3. Humanizer — ⭐33.7K，专治 AI 腔的”去味”技能
MIT | 纯 Markdown | 任何 Agent 都能用
AI 写的东西一眼假，有救了。Humanizer 把维基百科”Signs of AI writing”指南编译成 Agent 技能，33 种 AI 写作模式带前后对比：意义通胀、排比三连、破折号滥用、AI 词汇（landscape/showcasing）、空泛结论、”I hope this helps!”……逐条拆。
核心亮点：
– 33 种模式全覆盖，每条带 Before/After 例子
– No-fabrication 铁律：改写绝不编造事实、日期、引用，治”润色润出假信息”
– Voice Calibration：丢几段你的文字，它按你的节奏改，不输出模板腔
– 二次审计：改完再跑一遍”明显是 AI 写的”检查
上手方式：
npx skills add blader/humanizer --global
# Claude Code：/plugin marketplace add blader/humanizer
实话： 本质是”去 AI 味提示词”的打包，我没实测改写质量，但 33 个模式的清单本身就值钱——哪怕不装，光读一遍就知道怎么立规矩。适合写博客被说”一股 AI 味”的人。治标不治本。
4. LoopX — ⭐2K（本周 +1545），给长跑 Agent 装个控制面板
MIT | Python 3.11+ | 零第三方依赖
Agent 干一天的活你见过，干 200 小时的活你管过吗？LoopX 是个”agent-native Kanban”，长期运行 Agent 工作的本地控制面。目标、关卡、待办、证据、配额、交接全部持久化，Codex、Claude Code、Cursor 谁跑都行，跑完一圈写证据、交接、按配额决定下一拍。
核心亮点：
– 五个问题管一切：目标是什么？下一步干啥？哪些要人拍板？证据变了没？还能不能继续烧钱跑？
– Quota 配额调度：有预算意识，自动判断该干活、该问人还是该闭嘴
– 证据日志 + 可验证交接：每一步有记录，交接有据可查
– 200+ 小时真实轨迹：作者用它给 OpenViking 提 PR 跑了 200 多小时，全程可复盘
– 刻意不自治：危险权限、生产写入、发布权永远留给人
上手方式：curl 一行装（Python 3.11+，macOS/Linux），项目根目录 loopx connect 再 loopx doctor 体检。
实话： 四个里最”小众”（2K 星），v0.4.x 还早，我只概念验证过。但方向我挺看好——Agent 真开始”上工”了，总得有人管考勤和交接。适合跑多日研究、长周期 benchmark 的个人开发者。
今晚的观察
四个项目是同一件事的四个面：Agent 的”职场化”。技能包解决”会不会干活”，Multica 解决”怎么排班”，Humanizer 解决”像不像人”，LoopX 解决”长活怎么跟”。2026 下半年，模型不再是最稀缺的资源，把 Agent 组织起来干活的能力才是。
还有个细节：连”给 AI 写的字去 AI 味”都能成 33.7K 星爆款，说明”AI 内容太多太假”已是大众痛点。写完文章，记得先自己过一遍 Humanizer。
以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。
by 数码罗记·godsun.pro
