Tydzień w open source

1. Agent skills jako osobna kategoria produktowa W tygodniu mamy co najmniej 9 repozytoriów, które sprzedają się jako „skills" dla agentów kodujących: impeccable ↗, hallmark ↗, taste-skill ↗, claude-seo ↗, security-audit-skill ↗, superpowers ↗, skills (mattpocock) ↗, skills (jakubkrehel) ↗, andrej-karpathy-skills ↗, anthropics/skills ↗, ECC ↗. To już nie eksperyment — to warstwa rynkowa. W miesiącu utrzymuje się claude-plugins-official ↗ i knowledge-work-plugins ↗, co potwierdza, że Anthropic sam traktuje to jako kanał dystrybucji.

2. Ruch „anti-AI-slop" w designie Trzy repozytoria w trendzie (hallmark ↗, impeccable ↗, taste-skill ↗) walczą z tym samym problemem: generyczne, plastikowe UI z agentów. To sygnał, że społeczność przeszła od „wow, agent koduje" do „agent koduje brzydko i trzeba go pilnować". W miesiącu utrzymuje się ten sam trójkąt.

3. Trwały kontekst agentów claude-mem ↗ pojawił się we wszystkich trzech zakresach (1 799/dzie↗ń, 5 852/tydzie↗ń, 14 011/miesi↗ąc). W miesiącu dołącza billion-context ↗ i mksglu/context-mode ↗. Wniosek: pamięć i kompresja kontekstu to teraz must-have, nie ficzer.

4. Audyt bezpieczeństwa dla agentów cloudflare/security-audit-skill ↗ — 10 069 w tygodniu, 32 599 w miesiącu. Cloudflare nie publikuje zbyt wielu „skills" — to sygnał, że duzi gracze widzą tu dystrybucję.

5. Trading i finanse z agentami W tygodniu TauricResearch/TradingAgents ↗ (5 432), w dniu shiyu-coder/Kronos ↗ (855). Dwa różne podejścia: wieloagentowy framework decyzyjny vs foundation model dla języka rynków. Oba utrzymują się w trendach.

6. On-device AI wraca JustVugg/colibri ↗ — czyste C, zero zależności, frontier MoE z dysku. FlashML-org/FreeToken ↗ — serwowanie modeli desktopowo. W miesiącu VoiceStudio ↗ (47 055). Motyw: „nie potrzebujesz chmury, żeby mieć duży model".

7. Vibe coding jako kategoria IDE JetBrains/thinkrail ↗ (5 760 w tygodniu) — JetBrains wchodzi w segment „IDE, które dostosowuje się do Ciebie". To strategiczny ruch: jeśli agenty kodują, to IDE staje się harnessem, nie edytorem.

Z dnia, poza utrzymującymi się powyżej: vercel-labs/agent-desktop ↗ (2 243/dzie↗ń, Rust — CLI do computer use), Donchitos/Claude-Code-Game-Studios ↗ (1 380/dzie↗ń, 49 agentów do gamedevu), mattpocock/skills ↗ (968/dzie↗ń, 369 obserwacji w ledgerze — pewnik).

1. [pbakaus/impeccable↗](pbakaus/impeccable↗) — najsilniejszy sygnał tygodnia. Nie jest to framework ani biblioteka, tylko warstwa kuratorska: jak mówić agentowi, żeby nie produkował generycznego UI. Paulo Bakaus (twórca three.js i serii gier) wnosi autorytet designerski. Praktyczne zastosowanie: każdy team, który używa Claude Code / Cursor do frontendu, może podpiąć impeccable jako system prompt i odsiać 60–80% „plastikowych" komponentów.

2. [JustVugg/colibri↗](JustVugg/colibri↗) — czyste C, zero zależności, frontier MoE odpalany z dysku na sprzęcie, który już masz. 46472 gwiazdek łącznie przy 655/dzie↗ń. To jest odpowiedź na „nie potrzebujesz H100, żeby mieć model z 2026". Zastosowanie: lokalne inferencje dla developerów bez budżetu na API, edge deployment, prywatne inferencje dla sektora regulated.

3. [shiyu-coder/Kronos↗](shiyu-coder/Kronos↗) — foundation model dla języka rynków finansowych. 45 952 gwiazdek łącznie, 855/dzie↗ń. W połączeniu z TradingAgents ↗ rysuje się segment: LLM-natywne finanse. Zastosowanie: backtesting strategii, sygnalizacja sentymentu, generowanie syntetycznych szeregów cenowych do nauki.

4. [max-sixty/worktrunk↗](max-sixty/worktrunk↗) — Rust CLI do zarządzania git worktrees z myślą o równoległych agentach. 136/dzie↗ń, 9 975 łącznie. Mały, ale adresuje realny ból: kiedy masz 3 agentów kodujących jednocześnie, każdy potrzebuje izolowanego worktree. Zastosowanie: każdy team używający Claude Code / Codex w trybie „uruchom 5 instancji".

5. [p-e-w/heretic↗](p-e-w/heretic↗) — modyfikacja modeli językowych bez treningu: usuwanie cenzury, tłumienie „slopu", redukcja sycofancji. 404/dzie↗ń, 38 014 łącznie. Zastosowanie: badania nad alignment, lokalne modele dla red teamingu, ale też kontrowersyjne — potencjalne nadużycia.

• [morluto/rea↗](morluto/rea↗) — 422 016 gwiazdek w miesiącu, łącznie 422 504. To niemożliwe organicznie. Żeby uzyskać taki przyrost, repo musiałoby mieć średnio ~14 000 gwiazdek dziennie przez miesiąc. To albo kampania, albo bot, albo rebranding. Nie pojawił się w tygodniu ani w dniu — sygnał wygasł, co sugeruje spike jednorazowy.
• [multica-ai/andrej-karpathy-skills↗](multica-ai/andrej-karpathy-skills↗) — 228 504 gwiazdek łącznie przy jednym pliku CLAUDE.md. Nazwa wykorzystuje autorytet Karpathy'ego. Wysoki stosunek gwiazdek do rozmiaru repo to klasyczny sygnał „social engineering przez nazwę". Warto sprawdzić, czy to faktycznie jego obserwacje, czy crowdsourcing pod jego marką.
• [tashfeenahmed/freellmapi↗](tashfeenahmed/freellmapi↗) — 15 908 w miesiącu, agregator 34 darmowych providerów LLM. Model biznesowy niejasny, „personal experimentation only" w opisie. Prawdopodobnie scraper + ranking, ale stabilność tych endpointów jest wątpliwa.
• [AgriciDaniel/claude-seo](https://github.com/AgriciDaniel/claude-seo) — 26 sub-skilli i 19 sub-agentów w jednym repo. Brzmi jak „zapakujmy wszystko". Wysoka liczba sub-modułów to często sygnał niskiej kuracji. Warto sprawdzić jakość poszczególnych skilli, nie tylko liczbę.

Brak dojrzałych predykcji do rewizji — pierwsza sensowna ocena pojawia się po co najmniej 6 godzinach historii, a do falsyfikacji potrzeba 7 dni. Wszystkie predykcje z poprzednich przebiegów są wciąż w fazie „obserwuj". Sekcja zostanie wypełniona w następnym raporcie, gdy pojawią się predykcje z wystarczającą historią.

Prognoza: Do końca Q1 2027 rynek „agent skills" będzie miał przynajmniej 3 dużych kuratorów (Anthropic + 2 niezależne) i własne rankingi jakości. Pewność: średnia. Falsyfikacja: jeśli w Q1 2027 żadne niezależne kuratorstwo nie osiągnie >50k gwiazdek łącznie, hipoteza upada.

Prognoza: W ciągu 3 miesięcy pojawi się przynajmniej jedno repozytorium, które łączy te trzy podejścia w jeden „design constitution" dla agentów. Pewność: średnia. Falsyfikacja: brak nowego repo z >10k gwiazdek w tym segmencie do 2027-02-02.

Prognoza: Do końca listopada 2026 rea spadnie poniżej 100 gwiazdek/dzie↗ń i wyjdzie z top 30 miesięcznego. Pewność: wysoka. Falsyfikacja: utrzymanie >500 gwiazdek/dzie↗ń przez cały listopad.

Prognoza: W ciągu 6 miesięcy pojawi się przynajmniej jeden benchmark porównujący te silniki pod kątem jakości inferencji na consumer hardware. Pewność: niska. Falsyfikacja: brak benchmarku do 2027-05-02.

Prognoza: Do końca 2026 przynajmniej jeden z głównych providerów (Anthropic, OpenAI, Google) ogłosi natywną warstwę persistent context dla swoich agentów. Pewność: wysoka. Falsyfikacja: brak takiego ogłoszenia do 2027-01-02.

1. Frontend developer używający Claude Code / Cursor: podepnij impeccable ↗ jako system prompt. W pierwszym tygodniu zauważysz ~50% mniej „plastikowych" komponentów (hero z gradientem, karty z cieniem, buttony bez hierarchii).

2. Team security pracujący z agentami: użyj cloudflare/security-audit-skill ↗ jako warstwy audytu PR-ów generowanych przez agentów. Daje maszynowo-czytelne wyniki, więc można podpiąć do CI.

3. Trader / quant: połącz TradingAgents ↗ (decyzje) z Kronos ↗ (model rynków). To daje end-to-end pipeline: sygnał → decyzja → egzekucja.

4. Developer bez budżetu na API: colibri ↗ odpala frontier MoE lokalnie. Jeśli masz 32GB RAM, możesz mieć model porównywalny z API za darmo.

5. Team używający wielu agentów równolegle: worktrunk ↗ rozwiązuje problem izolacji — każdy agent dostaje swój worktree, nie ma konfliktów.

6. SEO / content team: claude-seo ↗ ma 26 sub-skilli. Nawet jeśli jakość jest nierówna, to dobry punkt startowy do zbudowania własnego pipeline'u.

7. Każdy, kto używa agentów do długich sesji: claude-mem ↗ lub billion-context ↗ — bez tego agenty „zapominają" kontekst po 100k tokenów.

GitHub Trending w 2026 to już nie wyścig modeli — to wyścig kuratorów: kto lepiej powie agentowi, czego ma nie robić.