DeusData/codebase-memory-mcp↗: Napisany w C, pozbawiony zależności serwer MCP, który...

• Dzień: Optymalizacja tokenów i multiplexing. Deweloperzy masowo szukają sposobów na cięcie kosztów API (stąd viralowy skill "caveman") oraz narzędzi do zarządzania wieloma agentami w terminalu.
• Tydzień: Specjalizacja i pamięć. Pojawiają się zaawansowane frameworki pamięci oparte na grafach wiedzy (MCP) oraz agenci dedykowani do niszowych zadań, takich jak analiza inwestycyjna czy rekrutacja.
• Miesiąc: Standaryzacja "Agent Skills". Największe wzrosty w ujęciu miesięcznym to repozytoria dostarczające ustrukturyzowane zestawy umiejętności (od cyberbezpieczeństwa, przez zarządzanie produktem, po "dobry gust" w generowaniu treści). Agent bez skilli to za mało – liczy się pakiet kompetencji.

• JuliusBrussee/caveman ↗ – Absolutny hit dnia. Skill do Claude Code, który zmusza model do mówienia jak jaskiniowiec, co paradoksalnie obcina zużycie tokenów o 65%. Złożoność językowa kosztuje, więc prosty, "łamanym" język generowany przez LLM drastycznie tnie rachunki za API przy zachowaniu jakości kodu.
• usestrix/strix ↗ – Otwartoźródłowe narzędzie do AI pentestingu. Zamiast czekać na audytorów, deweloperzy mogą teraz automatycznie znajdować i łatać luki w zabezpieczeniach swoich aplikacji bezpośrednio w pipeline'ie.
• ogulcancelik/herdr ↗ – Napisany w Ruście multiplexer agentów działający w terminalu. Pozwala na płynne przełączanie się i zarządzanie różnymi modelami i agentami bez wychodzenia z linii poleceń.
• ChromeDevTools/chrome-devtools-mcp ↗ – Oficjalne narzędzie dające agentom kodującym bezpośredni dostęp do Chrome DevTools. Koniec z zgadywaniem, dlaczego CSS nie działa – agent widzi to, co widzi frontendowiec.

• DeusData/codebase-memory-mcp ↗ – Napisany w C, pozbawiony zależności serwer MCP, który indeksuje codebase do trwałego grafu wiedzy. Zapytania trwają poniżej milisekundy, a zużycie tokenów spada o 99%. To realne rozwiązanie problemu ograniczonego okna kontekstowego.
• calesthio/OpenMontage ↗ – Pierwszy w pełni otwartoźródłowy, agentowy system do produkcji wideo. Zamiast tylko pisać kod, agent potrafi teraz zarządzać 12 pipeline'ami i ponad 500 narzędziami, by wyprodukować gotowy materiał wideo.
• xbtlin/ai-berkshire ↗ – Fascynujący framework badawczy dla AI, który symuluje równoległe analizy inwestycyjne w stylu Buffetta, Mungera, Segala i Li Lu. Pokazuje, jak agenci mogą być używane do głębokiej, wieloaspektowej analizy fundamentalnej.

• msitarzewski/agency-agents ↗ – Ponad 126 tys. gwiazdek za kolekcję "person" agentów (od "frontend wizards" po "Reddit community ninjas"). To w dużej mierze inżynieria promptów spakowana w framework. Choć rośnie w siłę, z architektonicznego punktu widzenia to tylko nakładka, która nie rozwiązuje twardych problemów z pamięcią czy egzekucją kodu.
• JCodesMore/ai-website-cloner-template ↗ – "Sklonuj dowolną stronę jedną komendą". Projekty tego typu często omijają kwestie prawne i etyczne, a generowany przez nie kod bywa powierzchowny. Gwiazdki napędza tu raczej efekt "wow" niż realna wartość inżynierska.

Analiza 276 przebiegów wskazuje, że dominującymi tematami pozostają ai-agents (32 wystąpienia) oraz devtools (23). W ledgerze od miesięcy królują giganci tacy jak mattpocock/skills ↗, microsoft/markitdown ↗ czy obra/superpowers ↗, co potwierdza, że rynek narzędzi dla agentów dojrzał i stabilizuje się wokół kilku kluczowych standardów. Nowością jest gwałtowny wzrost repozytoriów definiujących specyfikacje skilli (np. agentskills).

• Trafione: calesthio/OpenMontage ↗, Panniantong/Agent-Reach ↗, Leonxlnx/taste-skill ↗, DeusData/codebase-memory-mcp ↗ oraz mvanhorn/last30days-skill ↗. Wszystkie te repozytoria utrzymały lub zwiększyły widoczność i potwierdziły trend na specjalizację agentów.
• Do obserwacji (oczekiwanie na sygnał): Egonex-AI/Understand-Anything ↗, colbymchenry/codegraph ↗ oraz microsoft/markitdown ↗. Te projekty nie wygenerowały jeszcze wystarczająco silnego sygnału w ostatnich dniach, by potwierdzić długofalowe momentum.

1. Standaryzacja "Agent Skills" jako nowego npm. Hipoteza: W ciągu 6 miesięcy "skille" dla agentów (zestawy promptów, narzędzi i kontekstu) staną się oficjalnym standardem pakietowania, a ich dystrybucja przypominać będzie menedżery pakietów. Poziom pewności: 75%. 2. Natywna kompresja tokenów w IDE. Hipoteza: Techniki wymuszania na modelu prostszego języka (jak w repozytorium caveman) zostaną zaadaptowane natywnie przez wtyczki IDE i edytory w ciągu 3 miesięcy, by automatycznie ciąć koszty API. Poziom pewności: 65%. 3. MCP wypiera scraping w debugowaniu frontendu. Hipoteza: Serwery MCP dedykowane narzędziom przeglądarkowym (jak chrome-devtools-mcp) całkowicie zastąpią agentów opartych na vision/screen-scraping↗ w procesie debugowania UI do końca roku. Poziom pewności: 80%.

• Cięcie kosztów API: Zintegruj JuliusBrussee/caveman ↗ w swoich pipeline'ach CI/CD↗ lub lokalnych skryptach, gdzie agent generuje dużo tekstu, a precyzja językowa nie jest krytyczna. Oszczędzisz do 65% budżetu na tokeny.
• Długoterminowa pamięć bez bólu: Zamiast przepłacać za ogromne okna kontekstowe, wdróż DeusData/codebase-memory-mcp ↗ do swojego lokalnego środowiska. Pozwoli to agentom "pamiętać" architekturę projektu bez żerania na limicie tokenów.
• Automatyzacja bezpieczeństwa: Podłącz usestrix/strix ↗ do GitHub Actions. Niech agent przeprowadza wstępny pentest każdego Pull Requestu, zanim kod w ogóle trafi do ludzkiego review.

Należy oddzielić viralowy hype od realnej inżynierii. 126 tys. gwiazdek dla msitarzewski/agency-agents ↗ to w dużej mierze szum napędzany modą na "persony" AI. Z kolei 83 tys. gwiazdek dla JuliusBrussee/caveman ↗ ma w sobie element mema, ale kryje w sobie twardy, inżynierski sygnał dotyczący optymalizacji kosztów. Prawdziwa wartość leży dziś w infrastrukturze pamięci (MCP) i standaryzacji narzędzi, a nie w kolejnych wrapperach czy zbiorach promptów.

Zamiast budować potężniejsze modele, uczymy je teraz mówić jak jaskiniowcy i wyposażyć w trwałszą pamięć. To ostatecznie dowodzi, że w erze agentów największym wąskim gardłem nie jest już moc obliczeniowa, ale ludzki gust i precyzja intencji.