最近翻 GitHub 九月月榜，有个现象挺反常识：涨星最猛的前四名，没有一个是新模型、新应用，全是"文件夹"。
archify 一个月涨了 4.7 万星拿下榜首，diagram-design 涨了 3.27 万，i-have-adhd 涨了 2.1 万，scientific-agent-skills 涨了 1.14 万。这四个项目全都是 Agent Skill——说穿了就是一个目录、一份 SKILL.md 说明书、几个脚本，装进 Claude Code、Codex、Cursor 这类 AI 编程工具里，AI 就多了一门手艺。知乎
一个月前，模型大战还是 GPT-6 和各家旗舰的天下；一个月后，社区用真金白银的 star 投了另一个方向：模型能力在快速趋同，"怎么把模型组织成能干活的 Agent"这一层的差距，才是现在真正拉开产出的地方。知乎上有篇横评说得很直白：同一个模型，配上不同的 Skills 和工具链，产出质量能差出一个量级。
榜单第一是个"人"的故事
先说 archify 背后的人，因为这可能是今年中文开源圈最提气的一个故事。
开发者网名叫"五风无雨叶无声"，国内独立开发者。16 岁辍学，进过厂、修过车、搬过砖，后来重新上学、参军、专升本，找工作时又一次次碰壁。就是这样一份履历，他做出的 archify 在 8 月底拿到 3 万星、登上 GitHub Trending 前三，9 月直接月涨 4.7 万星登顶月榜。上周他上了 B 站和程序员鱼皮的对话节目，讲自己从求职受挫到项目被看见的全过程，视频播放 13 万，弹幕里最多的一句话是"AI 真的重塑了普通人的可能性"。哔哩哔哩知乎
一个没有大厂背书、没有名校光环的个人开发者，靠一个 MIT 协议、3.5 万行代码、零运行时依赖的开源项目，把 Visio、draw.io 这些老牌画图工具没能解决的问题解决了。这件事本身，就比任何"AI 焦虑"文章都值得看。知乎知乎
archify 到底干了什么：把"AI 画图抽奖"变成"出厂检测"
如果你用过 AI 画架构图、流程图，大概率踩过这个坑：它唰唰唰吐出一张看着挺专业的图，框框线线挺密，你顺着一条线追下去，发现它把两个压根不存在的模块连在了一起。AI 画图，本质是抽奖。
archify 的思路不是"求模型别瞎画"，而是把画图和验证拆开：
第一步，你用自然语言描述系统，或者直接让 Agent 读代码仓库；第二步，Agent 产出的不是图，而是一份带类型约束的 JSON 中间表示（IR），里面是节点、连线、分组、信任边界这些结构化字段；第三步，渲染器对这份 JSON 跑三轮检查——schema 查字段合法性、layout 查节点重叠和连线穿越、render 查视觉一致性，任何一轮不过就打回重写；最后编译成一个自包含的 HTML 文件，所有样式脚本都打包在内，不依赖任何运行时。知乎
同样一份描述，生成的图在结构层面是确定的。这就是"AI 生成 + 验证渲染"和"AI 自由发挥"的本质区别——给 AI 的产出加了一道出厂检测。
这套设计还带来一个老工具给不了的能力：PR Review 模式。一次大重构涉及十几个文件变更，让 Agent 生成改动前后两份 IR，archify 自动算 diff，新增、删除、改名、迁移的节点一目了然。生成的 HTML 可以塞进 PR、贴进 Confluence、当邮件附件发出去，对方不用装任何东西就能看，还能搜节点、切主题、追溯上下游。
有个数据很能说明这类工具的刚需程度：ToolsToday 2026 年的调查显示，超过 60% 的架构图在画出来之后 6 个月内没有被更新过——不是图不重要，是更新成本一直高于重画。archify 把更新成本降到"提示词改一句、HTML 重出一份"。知乎
但它有三个没人明说的短板
夸完了，泼冷水。我翻了知乎上十来篇实测和它的 issue 区，archify 有三个当前版本绕不过去的局限，装之前最好知道：
一是大项目识别率会掉。小项目（50 个文件以内）识别很准，到了 1000+ 文件的大单体仓库，很多内部子模块没有 README、命名混乱，成功率明显下滑。它的 README 里甚至专门放了个 “ordinary-model-floor” 测试，就是承认这个下限存在。知乎
二是命名漂移没有根治。JSON 里的节点名来自模型对代码的理解，模型理解的和团队内部叫法经常对不上。schema 能约束字段格式，约束不了语义，这是整个 AI 画图领域的开放问题。
三是跨仓库合成没解决。微服务架构里一个请求横跨五八个仓库是常态，archify 当前主要处理单仓库，跨仓库要么人工合并多个 HTML，要么在提示词里硬塞描述。
所以适用边界很清楚：新人 onboarding、PR Review、跨团队架构对齐、中小型项目文档，这些场景它非常好用；实时白板讨论请用 draw.io，严格 UML 合规文档请用 PlantUML，ER 图请用 Mermaid。别指望一个 Skill 包打天下。
Skill 为什么能打赢模型：三层加载机制
回到开头的反常识：一个文件夹凭什么涨星比新模型还猛？
这得说清 Skill 的机制。早期给 AI 装能力的做法，是把所有工具说明一股脑塞进系统提示词——工具超过二十个，提示词轻松突破两万 token，结果是推理变贵、指令遵循变差、模型在几十个工具里选错。另一种做法是 RAG 检索，但能力说明被切碎后，模型经常只检索到一半就开始自由发挥。知乎
Skill 是第三条路，核心设计叫渐进式披露，分三层：第一层，Agent 启动时只扫描所有 Skill 的名字和描述，装 50 个 Skill 的常驻成本可能还不如几张截图；第二层，模型判断当前任务和某个 Skill 相关时，才把 SKILL.md 正文完整读进来；第三层，references 里的长文档和 scripts 里的脚本，执行过程中按需读取——脚本甚至不是给模型读的，是给模型执行的，格式转换这种确定性操作直接跑脚本，既省 token 又不出错。一句话总结三种方案：系统提示词是把所有说明书背下来，RAG 是把说明书撕碎再拼回来，Skill 是把说明书按目录放好、用哪本取哪本。知乎
它和 MCP 也不是竞争关系。社区里现在有个流传很广的说法：MCP 是给 Agent 装"手"，让它摸得到数据库、浏览器、消息系统；Skill 是给 Agent 装"操作手册"，告诉它先摸哪、再摸哪、摸错了怎么办。而 Skill 相比做一个完整的 MCP Server，分发成本低了一个数量级——这就是为什么普通人也能靠一个文件夹登顶榜单：你不需要训模型、不需要写服务，只需要把你摸索出来的工作方法打包成一份规范的说明书。知乎知乎
除了 archify，九月榜单还有四类玩家
把整个 Skill 生态扫了一遍，现在值得关注的分四类：
图表汇报类。archify 之外，diagram-design 月涨 3.27 万星，走的是通用图表设计路线。这类 Skill 的共同点是"描述即产出"，特别适合要频繁做汇报、写方案的人。
输出风格类。i-have-adhd 已经 4.3 万星，一份 140 行的 SKILL.md 让 AI 少说废话、先给结论，顺带省 token。这个之前单独写过，不展开。知乎
垂直领域类。scientific-agent-skills 月涨 1.14 万星，给科研 Agent 提供 160+ 开箱即用技能，对接 100 多个科学与公共数据库，从理论计算到实验流程设计都覆盖。科研党可能是这波红利吃得最实的人群——B 站上已经有人在说"学校实验室里已经人手一个 codex plus"。微博哔哩哔哩
专家库类。9 月 19 日刚发布的 agency-agents-zh，内置 275 个即插即用的 AI 专家角色，覆盖开发、设计、营销、产品、金融 20 个部门，其中 60 个专门面向中国市场：小红书、抖音、微信、B 站、飞书、钉钉都有对应角色，支持 Claude Code、Cursor 等 18 种工具。一个人干活，给自己配一整个"数字部门"，这个方向刚冒头。微博
另外还有一个"弹药库"级项目：VoltAgent 开源的 awesome-agent-skills，汇集 1000+ 高质量 Agent Skill，里面有 Anthropic、Google、NVIDIA、Stripe 官方团队维护的技能，明确拒绝 AI 生成的低质内容。找 Skill 也别只在 GitHub 硬搜，awesomeskill.ai、agent-skills.cc、agentskill.sh 这几个目录站按场景分好了类，trendshift.io 则适合盯正在快速升温的新项目。微博知乎
这波你该不该上车：分三种人
最后说决策。Skill 潮看着热闹，但它有明确的前置条件——你得先有一个支持 Skill 的宿主（Claude Code、Codex CLI、Cursor、Gemini CLI 这类终端 Agent），只装在手机对话 App 里刷 AI 的人，这波暂时跟你没有直接关系。
第一种人：已经在用终端 Agent 的。现在就该上车，但克制点，先装一到两个解决你当下最痛的问题的——天天画图的装 archify，受够 AI 废话的装 i-have-adhd。装完用三个任务验收：一个典型任务、一个边界任务（故意给权限不足的资源，看它报错清楚还是编造数据）、一个缺参任务（只说"出个周报"不说时间范围，看它会不会先确认口径）。三关全过才留用。第三方 Skill 安装前扫一遍再装，来路不明的内容别让它进你的技能目录，这条红线之前写过，不重复展开。知乎
第二种人：只用对话式 AI、还没碰过终端 Agent 的。不用 FOMO，但也别一直观望。门槛比你想的低：Codex 可以用 ChatGPT 付费账号直接登录，Gemini CLI 每天 1000 次免费请求、100 万 token 上下文，个人项目基本用不完——先拿免费的把终端 Agent 跑起来，再谈装技能。小红书那篇 2.7 万赞的 Agent 指南评论区里，最扎心的一条是"19 年学自媒体，那会已经晚了"，底下 330 个赞。工具红利期从来不等人，但这次的车票确实比历次都便宜。知乎小红书
第三种人：不写代码、但汇报和文档多的 PM、运营、学生。archify 是 MIT 协议、免费，生成的 HTML 自包含、随便分享，哪怕你不熟终端，也值得让会用同事帮你跑一次看看效果。另外记住一个通用原则：任务越确定、越重复，Skill 的收益越大——事务性办公和标准化流程是第一梯队，纯创意类任务里 Skill 只能提供方法框架，替代不了你的判断。
接下来盯什么
这个生态还在快速变动，三个信号值得持续盯：一是 claude-plugins-community（3.8k 星）和 cursor/plugins（7.5k 星、单月涨 4.9k）这两个官方插件市场的增长，它们决定 Skill 的分发会不会像当年 App Store 一样集中；二是国产宿主的跟进速度，DeepSeek Harness 8 月刚发布、对标 Codex 和 Claude Code，它和 Qoder 这类工具什么时候把 Skill 生态做起来，决定中文用户的使用门槛；三是对话式产品会不会原生支持 Skill——一旦 ChatGPT、豆包这个级别的产品开放技能目录，这波才真正轮到所有人。知乎微博
模型每个月都在"炸裂"，但九月榜单说明了一件事：下一轮拉开差距的，不是你用了哪个模型，而是你给模型装了什么。那个 16 岁辍学搬砖的人已经用一份说明书登顶了榜单，你的那份，可以从你最重复的一件工作开始写。
