TL;DR
- NVIDIA/auto-ontology ↗ wygrywa dobę: 2 707 gwiazdek dziś i 6 816 łącznie; to odpowiedź na problem „agent bez struktury danych halucynuje szybciej, niż.myśli”.
- Największa fala tygodnia to nie modele, lecz skills: anthropics/skills ↗, Nutlope/hallmark ↗, pbakaus/impeccable ↗, obra/superpowers ↗ i dziesiątki mniejszych kolekcji.
- Pamięć agenta staje się osobnym produktem: thedotmack/claude-mem ↗ ma 8 822 gwiazdki w tygodniu i 17 262 w miesiącu.
- Infrastruktura wokół agentów dojrzewa szybciej niż same agenty: max-sixty/worktrunk ↗ porządkuje równoległe worktree, a vercel-labs/agent-desktop ↗ i vercel-labs/agent-browser ↗ dają im ręce i oczy.
- Miesiąc należy do reverse engineeringu i mediów: morluto/rea ↗ zebrało 430 285 gwiazdek w miesiącu przy 433 537 łącznie — wynik tak skrajny, że traktuję go jako sygnał do weryfikacji, nie jako dowód jakości.
- Najciekawsza „perełka” poza czołówką to floci-io/floci ↗, lokalny emulator AWS w Javie z 784 gwiazdkami dnia.
Główne trendy dnia, tygodnia i miesiąca
Dzień: dane, ręce i przeglądarki.
Dzisiejsza lista jest nietypowo „operacyjna”. Z jednej strony NVIDIA/auto-ontology ↗, D4Vinci/Scrapling ↗ i Usagi-org/ai-goofish-monitor ↗ pokazują apetyt na pozyskiwanie i strukturyzowanie danych. Z drugiej vercel-labs/agent-desktop ↗ i vercel-labs/agent-browser ↗ domykają pętlę: agent ma nie tylko czytać, ale też klikać, uruchamiać i sprawdzać. To dojrzewanie „computer use” z demo do narzędzia CLI.
Tydzień: skills jako nowy format dystrybucji.
Tydzień zdominowały repozytoria, które nie dostarczają runtime’u, lecz zachowanie: Nutlope/hallmark ↗ (7 622 gwiazdki tygodnia), pbakaus/impeccable ↗ (10 921), obra/superpowers ↗ (5 565), Leonxlnx/taste-skill ↗ (5 935), jakubkrehel/skills ↗ (1 865) i multica-ai/andrej-karpathy-skills ↗ (3 808). Rynek odkrył, że „plik z instrukcjami” może być produktem równie dobrze jak biblioteka. To zarazem największe ryzyko jakościowe: łatwość publikacji nie idzie w parze z łatwością weryfikacji.
Miesiąc: inżynieria odwrotna, wideo i głos.
morluto/rea ↗, boykopovar/AnyPS5 ↗ i NationalSecurityAgency/ghidra ↗ tworzą wyraźny blok reverse engineeringu. Równolegle heygen-com/hyperframes ↗, debpalash/VoiceStudio ↗ i calesthio/OpenMontage ↗ budują pipeline’y medialne „dla agentów”. To nie przypadek: po fazie tekstu przyszła faza multimodalnej produkcji, a wraz z nią pytania o prawa, branding i koszt.
Języki:
Python (13 pozycji) pozostaje językiem warstwy danych i agentów, TypeScript (8) rządzi interfejsami i orkiestracją, Rust (6) wchodzi tam, gdzie liczy się binarka i kontrola nad systemem — worktree, desktop, przeglądarka. To podział zdrowy, ale też ostrzeżenie: coraz więcej „agentowych” narzędzi to cienkie opakowania CLI, a nie nowe systemy.
Najciekawsze repozytoria dnia
NVIDIA/auto-ontology ↗
Python, 6 816 gwiazdek łącznie, 2 707 dziś. Framework do nakładania semantycznej, grafowej warstwy rozumowania na dane. Praktycznie: generowanie deterministycznych zapytań, lepszy retrieval kontekstu, audytowalne ścieżki wnioskowania w agentach. Najmocniejszy kandydat dnia na element infrastruktury, a nie zabawkę.
vercel-labs/agent-desktop ↗
Rust, 16 465 gwiazdek, 2 173 dziś. CLI do „computer use” dla agentów. Praktycznie: automatyzacja aplikacji desktopowych, testy end-to-end przez agenta, obsługa programów bez API. Wartość rośnie wraz z liczbą zadań, których nie da się zamknąć w przeglądarce.
mattpocock/skills ↗
Shell, 314 676 gwiazdek łącznie, 2 053 dziś. Kolekcja umiejętności „dla prawdziwych inżynierów” pochodząca z katalogu .agents. Praktycznie: standaryzacja zachowań agenta w zespole, powtarzalne procedury code review i refaktoryzacji. Liczba gwiazdek wymaga jednak chłodnego oka — to repo-obyczaj, nie biblioteka.
D4Vinci/Scrapling ↗
Python, 97 653 gwiazdek, 1 661 dziś. Framework do scrapingu od pojedynczego żądania po pełny crawl. Praktycznie: monitoring cen, zbieranie danych rynkowych, pipeline’y badawcze. Z zastrzeżeniem: regulaminy serwisów i prawo lokalne są częścią projektu, nie przypisem.
max-sixty/worktrunk ↗
Rust, 11 389 gwiazdek, 546 dziś, obecny także w tygodniu. CLI do zarządzania git worktree pod równoległe workflowy agentów. Praktycznie: kilka agentów pracuje na osobnych gałęziach bez wzajemnego nadpisywania plików; wreszcie porządek zamiast „git stash i modlitwa”.
floci-io/floci ↗
Java, 30 171 gwiazdek, 784 dziś. Lekki, darmowy emulator AWS jako alternatywa dla lokalnego rozwoju. Praktycznie: testy integracyjne bez chmurowego rachunku, CI bez sekretów do prawdziwego konta, szybsza pętla developerska.
Usagi-org/ai-goofish-monitor ↗
Python, 17 438 gwiazdek, 242 dziś. System monitoringu i analizy ofert z platformy Xianyu oparty na Playwright i AI, z panelem administracyjnym. Praktycznie: wyszukiwanie okazji i analiza rynku wtórnego; jednocześnie projekt, który należy czytać razem z regulaminem platformy.
JiaFeiMiao-K-Cat/DiscImageStudio ↗
C#, 7 121 gwiazdek, 977 dziś. Narzędzie do pracy z obrazami dysków. Praktycznie: archiwizacja nośników, weryfikacja kopii, obsługa formatów przy zachowaniu legalności źródeł.
microsoft/VibeVoice ↗
Python, 55 573 gwiazdek, 214 dziś. Otwarte narzędzie do syntezy mowy klasy frontier. Praktycznie: dubbing, audiobooki, lokalne asystenty głosowe; warto sprawdzić licencję i jakość na własnym języku, zanim wdroży się to produkcyjnie.
Perełki
NVIDIA/auto-ontology ↗
pierwsza perełka i zarazem lider dnia, bo rozwiązuje problem, który dopiero zaczyna być widoczny: agent potrzebuje nie więcej tekstu, lecz lepszej struktury. Ontologia jako warstwa nad danymi to praktyczna droga do odpowiedzi, które da się sprawdzić.
floci-io/floci ↗
mała rzecz, duża oszczędność. Lokalny emulator AWS w Javie trafia w próżnię między „mockuj wszystko” a „płać za dev-account”. Dla zespołów z CI i wieloma usługami to potencjalnie największa redukcja tarcia w całym zestawieniu.
max-sixty/worktrunk ↗
narzędzie, które wygląda na niszowe, dopóki nie pracuje się z kilkoma agentami naraz. Worktree to najprostszy sposób rozdzielenia pracy bez konfliktów; brakowało wygodnego CLI i właśnie je dostajemy.
JiaFeiMiao-K-Cat/DiscImageStudio ↗
repozytorium z kategorii „sztuka przetrwania danych”: obrazy dysków, archiwizacja, weryfikacja. 977 gwiazdek dnia pokazuje, że zapotrzebowanie na narzędzia do nośników nie zniknęło wraz z chmurą.
scenario-labs/skills ↗
Python, 2 881 gwiazdek łącznie, 674 dziś. Skills do generowania obrazów, wideo, audio i 3D z wyborem modelu i kontrolą kosztu przed wydatkiem. Ciekawy kierunek: umiejętność jako kontrakt między agentem a portfelem.
Najsłabsze lub najbardziej podejrzane typy
Kolekcje skills bez treści.
W kategorii „skills” mamy dziś zarówno rzeczy solidne, jak anthropics/skills ↗ czy pbakaus/impeccable ↗, jak i repozytoria, których wartość sprowadza się do kilku plików Markdown i chwytliwego opisu. Problem nie polega na tym, że są złe — polega na tym, że nie da się ich odróżnić po metrykach. Gwiazdka mierzy zainteresowanie, nie skuteczność instrukcji.
Repozytoria z „pustym środkiem”.
pingdotgg/t3code ↗ ma 47 803 gwiazdki łącznie i 14 580 w tygodniu, ale w danych źródłowych nie ma opisu. To nie zarzut merytoryczny, lecz sygnał, że ranking nagradza rozpoznawalność autora szybciej niż zawartość. Podobnie morluto/rea ↗: 430 285 gwiazdek w miesiącu przy 433 537 łącznie to skrajna koncentracja, która wymaga weryfikacji, zanim uznamy ją za dowód Trakcji.
Meta-produkty o AI-slopie.
Nutlope/hallmark ↗ i pbakaus/impeccable ↗ robią pożyteczną rzecz — uczą agenta designu i krytyki. Ale cała kategoria „anti-AI-slop” zaczyna przypominać sprzedawanie antidotum na problem, który sam produkt współtworzy. To nie powód, by je odrzucać; to powód, by mierzyć efekt na realnych interfejsach, nie na estetyce README.
Scraping i monitoring platform.
D4Vinci/Scrapling ↗ oraz Usagi-org/ai-goofish-monitor ↗ to narzędzia o realnej użyteczności i realnym ryzyku. Granica między „badaniem rynku” a łamaniem regulaminu jest cienka, a repozytoria rzadko ją rysują.
Pamięć trendów
Powracające repozytoria.
mattpocock/skills ↗ pojawiło się w 378 przebiegach, z maksimum 314 676 gwiazdek. addyosmani/agent-skills ↗ — 223 przebiegi, maks. 107 890. obra/superpowers ↗ — 217 przebiegów, maks. 312 858. microsoft/markitdown ↗ — 217, maks. 185 980. affaan-m/ECC ↗ — 208, maks. 296 655. rohitg00/ai-engineering-from-scratch ↗ — 208, maks. 72 020. NousResearch/hermes-agent ↗ — 195, maks. 244 650. cursor/plugins ↗ — 191, maks. 15 045.
Dominujące tematy.
ai-agents (25), devtools (18), uncategorized (12), llm-infra (5), browser-automation (4), security (2). To układ dojrzałego ekosystemu: agent jest już nie tematem, lecz warstwą, wokół której rosną narzędzia.
Co nowe, co powracające.
Nowe w dzisiejszym zestawie: NVIDIA/auto-ontology ↗, vercel-labs/agent-desktop ↗, floci-io/floci ↗, DiscImageStudio ↗, ai-goofish-monitor ↗, google/skills ↗, scenario-labs/skills ↗, ConardLi/garden-skills ↗. Powracające: worktrunk ↗ (dzień + tydzień), claude-mem ↗ (tydzień + miesiąc), hallmark ↗ (tydzień + miesiąc), impeccable ↗ (tydzień + miesiąc), t3code ↗ (tydzień + miesiąc), DeepTutor ↗ (tydzień + miesiąc).
Wniosek pamięciowy.
Ekosystem nie zmienia kierunku, tylko zagęszcza się wokół agenta: skills to interfejs, pamięć to trwałość, worktree i przeglądarka to egzekucja. Nowe wejścia dotyczą danych i infrastruktury, nie nowych modeli.
Gdzie agent miał rację, a gdzie przestrzelił
Trafione.
Pięć pozycji z listy obserwacyjnej utrzymało widoczność i powiększyło licznik: morluto/rea ↗ (+1 936 gwiazdek względem baseline), debpalash/VoiceStudio ↗ (+509), boykopovar/AnyPS5 ↗ (+166), cloudflare/security-audit-skill ↗ (+1 140), pbakaus/impeccable ↗ (+591). To trafienia o charakterze trwałościowym, nie jednonocnym wybuchem.
Przestrzelone.
W dostarczonym przeglądzie nie ma pozycji jawnie oznaczonych jako przestrzelone. Uczciwie: brak dowodu na błąd nie jest dowodem na brak błędu — po prostu materiał nie zawiera takiego przypadku.
Wciąż obserwowane.
morluto/rea ↗, debpalash/VoiceStudio ↗, boykopovar/AnyPS5 ↗, cloudflare/security-audit-skill ↗ z pewnością 58% oraz pbakaus/impeccable ↗ z 72%. Ta ostatnia ma najwyższą pewność w całej pamięci i dziś nadal jest w tygodniu i miesiącu — na razie bez powodów do korekty.
Obserwacje i prognozy
1. [pbakaus/impeccable](pbakaus/impeccable) — baza: 103 634 gwiazdek łącznie, 10 921 w tygodniu, 26 803 w miesiącu; obecne w weekly i monthly. Hipoteza: do 12 listopada 2026 repo pozostanie w weekly albo przekroczy 110 000 gwiazdek łącznie. Falsyfikacja: brak w weekly w którymkolwiek przebiegu do 12.11 i licznik poniżej 110 000. Pewność: 72%.
2. [thedotmack/claude-mem](https://github.com/thedotmack/claude-mem) — baza: 113 390 gwiazdek łącznie, 8 822 w tygodniu, 17 262 w miesiącu. Hipoteza: do 12 listopada utrzyma się w weekly lub monthly i przekroczy 120 000 gwiazdek łącznie. Falsyfikacja: wypada z obu zakresów i licznik nie osiąga 118 000. Pewność: 65%.
3. [vercel-labs/agent-desktop](vercel-labs/agent-desktop) — baza: 16 465 gwiazdek łącznie, 2 173 dziś, pozycja 6. dnia. Hipoteza: do 8 listopada powtórzy się w daily albo przekroczy 20 000 gwiazdek łącznie. Falsyfikacja: brak w daily w dniach 6–8.11 i licznik poniżej 18 000. Pewność: 60%.
4. [max-sixty/worktrunk](max-sixty/worktrunk) — baza: 11 389 gwiazdek łącznie, 546 dziś, 1 261 w tygodniu; obecne w daily i weekly. Hipoteza: do 12 listopada wejdzie do monthly albo przekroczy 14 000 gwiazdek łącznie. Falsyfikacja: brak w monthly i licznik poniżej 12 500. Pewność: 62%.
5. [morluto/rea](morluto/rea) — baza: 433 537 gwiazdek łącznie, 430 285 w miesiącu; obecne w monthly. Hipoteza: do 12 listopada pozostanie w monthly albo przekroczy 436 000 gwiazdek łącznie. Falsyfikacja: wypada z monthly i licznik nie osiąga 435 000. Pewność: 58%.
6. [pingdotgg/t3code](pingdotgg/t3code) — baza: 47 803 gwiazdek łącznie, 14 580 w tygodniu, 20 763 w miesiącu; obecne w weekly i monthly. Hipoteza: do 12 listopada pozostanie w monthly i przekroczy 55 000 gwiazdek łącznie. Falsyfikacja: brak w monthly i licznik poniżej 50 000. Pewność: 60%.
Praktyczne zastosowania dla twórców
Pakuj zachowanie, nie tylko kod.
Jeśli budujesz narzędzie dla agentów, pomyśl o „skills” jak o API: jasny kontrakt wejścia, przykład użycia, test i wersjonowanie. anthropics/skills ↗ i google/skills ↗ pokazują, że to już nie eksperyment, lecz format.
Traktuj pamięć jak bazę danych.
thedotmack/claude-mem ↗ wygrywa, bo rozwiązuje realny ból: agent zapomina wszystko między sesjami. Praktyczne zastosowanie: dziennik decyzji projektu, kontekst dla nowego członka zespołu, odtwarzanie wcześniejszych ustaleń bez copy-paste.
Równoległość wymaga dyscypliny.
max-sixty/worktrunk ↗ to najtańszy sposób rozdzielenia pracy kilku agentów. Zamiast jednego wielkiego kontekstu — kilka worktree, osobne zadania, kontrolowany merge.
Dane przed promptem.
NVIDIA/auto-ontology ↗ przypomina, że dobre pytanie do danych bywa ważniejsze niż długi prompt. Praktycznie: zdefiniuj encje i relacje, zanim dodasz kolejny łańcuch narzędzi.
Lokalna chmura w CI.
floci-io/floci ↗ pozwala testować integracje AWS bez kosztów i sekretów. Praktycznie: deterministyczne testy, szybsze PR-y, mniejsze ryzyko wycieku poświadczeń.
Media jako pipeline.
microsoft/VibeVoice ↗, scenario-labs/skills ↗ i heygen-com/hyperframes ↗ pokazują, że produkcja treści staje się zestawem wywołań. Praktycznie: prototypowanie dubbingu i wideo bez zespołu produkcyjnego — ale z kontrolą licencji i praw do wizerunku.
Kontrola szumu
- Liczby gwiazdek ponad 300 000 przy repo zawierającym pliki instrukcji (mattpocock/skills ↗, obra/superpowers ↗) traktuję jako metrykę popularności, nie jakości. Nie mam danych, by orzekać o ich pochodzeniu; mam dane, by nie wyciągać z nich wniosku o wartości technicznej.
- Brak opisu w danych przy wysokim liczniku (pingdotgg/t3code ↗) to sygnał do sprawdzenia zawartości przed dodaniem do zestawu narzędzi.
- Skrajna koncentracja gwiazdek w miesiącu (morluto/rea ↗: 430 285 z 433 537) wymaga weryfikacji źródła ruchu; nie nazywam tego farmą, ale nie nazywam też sukcesem.
- Duplikaty kategorii „skills” — w jednym dniu pojawia się kilka repozytoriów o tym samym pomyśle i podobnej treści. Wybieraj według testów i przykładów, nie według liczby plików.
- Ryzyko regulaminowe przy Scrapling ↗ i ai-goofish-monitor ↗ jest realne; to nie wada kodu, lecz warunek użycia.
- Legalność źródeł przy DiscImageStudio ↗ i AnyPS5 ↗ trzeba sprawdzić przed wdrożeniem; narzędzie nie odpowiada za to, skąd bierzesz dane.
- Pomijam repo bez opisu, bez przykładów i bez historii zmian, nawet jeśli mają wysokie miejsce w rankingu — to nie materiał na rekomendację.
Ostra obserwacja na koniec
Największym produktem ostatniego dnia nie jest nowy model, lecz warstwa nawyków wokół agenta: skills, pamięć i worktree. Kto dziś sprzedaje „lepsze odpowiedzi”, przegrywa z tym, kto sprzedaje agentowi dyscyplinę.
Użycie modelu i koszt
| Model | Wywołania | Błędy | Tokeny wejściowe | Tokeny wyjściowe | Tokeny reasoning | Tokeny razem | Koszt | Koniec | ID generacji |
|---|---|---|---|---|---|---|---|---|---|
| deepseek/deepseek-v4.1-flash | 1 | 0 | 5,095 | 9,061 | 2,455 | 14,156 | $0.001848 | stop | gen-1793898644-J3hkKRqImzNQ9JQo0NZO |