今日趋势概览

趋势 1：Claude Code Skill 生态分化为垂直子赛道

上周还是"设计工具爆发"，本周已经分化为多个垂直子赛道：

子赛道	代表项目	Stars
设计系统	huashu-design, design-extract, web-design-skill	5.3k+ / 1.4k+ / 715
PPT/演示	html-ppt-skill, open-codesign	1.9k+ / 1.9k+
图表	diagram-design	1.8k
Logo	logo-generator-skill	719
量化交易	UZI-Skill	1.2k
书籍蒸馏	cangjie-skill	515

架构师判断： Skill 正在从"一个 Skill 做所有事"走向"每个垂直场景一个专用 Skill"。这与微服务拆分逻辑一致——当通用工具无法满足领域深度时，垂直化是必然路径。关键信号： 1. 每个 Skill 都自带评审机制和输出质量标准（5 维评审、WCAG 合规等） 2. HTML/CSS/SVG 作为通用输出格式已经确立 3. MCP Server 作为 Skill 与 Agent 的接口协议正在普及

graph LR
    subgraph "Skill 生态分化 2026-04"
        A[Claude Code Agent] --> B[设计 Skill]
        A --> C[PPT Skill]
        A --> D[图表 Skill]
        A --> E[Logo Skill]
        A --> F[量化 Skill]
        A --> G[蒸馏 Skill]
        B --> B1[huashu-design 5.3k]
        B --> B2[design-extract 1.4k]
        C --> C1[html-ppt-skill 1.9k]
        D --> D1[diagram-design 1.8k]
        E --> E1[logo-generator 719]
        F --> F1[UZI-Skill 1.2k]
        G --> G1[cangjie-skill 515]
    end

趋势 2：AI Coding 成本可观测性成为刚需

codeburn (3.5k ⭐) 本周快速上升，提供 Claude Code / Codex / Cursor 的 Token 消耗实时 TUI 面板。同时 claude-doctor (511 ⭐) 提供 Claude Code 会话诊断。

架构师判断： Coding Agent 进入企业级采纳阶段后，成本可观测性是第一个刚需。当前 Agent 的 Token 消耗是黑盒，企业无法做预算规划和 ROI 评估。codeburn 和 claude-doctor 分别从用量监控和会话诊断两个角度切入，未来会合并为完整的 FinOps for AI 工具链。

趋势 3：LLM 推理内核性能竞赛白热化

本周两家中国 AI 公司同时发布高性能推理内核：

• TileKernels (592 ⭐, DeepSeek)：基于 tilelang 的内核库
• FlashKDA (383 ⭐, Moonshot AI)：Kimi Delta Attention 专用内核

架构师判断： 这是 FlashAttention 范式在国产模型中的延伸。DeepSeek 和 Moonshot 都在用底层内核优化来降低推理成本、提升吞吐。趋势信号： 1. 模型竞争已经从参数量转向推理效率 2. 自定义 CUDA/tilelang 内核正在成为模型公司的核心工程能力 3. 开源内核库有助于构建生态壁垒

趋势 4：Coding Agent 行为治理与跨平台移植

三个项目从不同角度解决"如何管理 Agent 行为"：

• agentic-stack (1.5k ⭐)：跨平台可移植 .agent/ 文件夹，记忆+技能+协议一体化
• agents-md (489 ⭐)：注入 AGENTS.md 让 Agent 表现如资深工程师（反谄媚、反无脑重构、强制验证循环）
• skills-manage (870 ⭐)：桌面 App 统一管理 20+ 平台的 Skill

架构师判断： Agent 的"行为治理"正在成为独立问题域。从 Skill 管理、行为约束到跨平台移植，正在形成 AgentOps 的完整工具链。

重点项目深度分析

Top 1: codeburn — AI Coding Token 成本可观测性

是什么： 交互式 TUI Dashboard，实时展示 Claude Code / Codex / Cursor 的 Token 消耗明细、成本趋势、项目级对比。

为什么火： AI Coding 进入企业采纳阶段，Token 成本是管理层最关心的数字。codeburn 填补了"花多少钱→花在哪→如何优化"的空白。

技术亮点： - TUI 实时渲染，零侵入式接入 - 多 Agent 统一仪表盘（Claude Code + Codex + Cursor） - 项目级、会话级、模型级粒度分析

定位判断： 工具型，但具备平台化潜力（可扩展为 AI FinOps 平台）。短期刚需，中期可能被 IDE 原生能力吸收。

风险： 依赖各 Agent 的日志格式，API 不稳定时容易失效；如果 IDE 原生集成成本监控，工具价值会快速下降。

Top 2: TileKernels — DeepSeek 推理内核库

是什么： DeepSeek 出品的基于 tilelang 的高性能推理内核库。tilelang 是一种面向 GPU 编程的 DSL。

为什么值得关注： DeepSeek 作为当前最活跃的开源模型公司之一，其底层内核工程能力直接反映在推理效率和成本上。TileKernels 开源意味着社区可以复用这些优化。

架构启发： 模型推理优化的战场已经从模型架构下沉到 CUDA 内核级别。tilelang 作为一种 GPU 编程抽象，可能成为 FlashAttention 之后的下一个标准工具。

定位： 基础设施候选。值得持续跟踪。

Top 3: agents-md — Agent 行为治理

是什么： 一个即插即用的 AGENTS.md 文件，注入 Karpathy 四原则和 Boris Cherny 的 Claude Code 工作流，让任何 Coding Agent 表现如资深工程师。

技术亮点： - 反谄媚机制（kills sycophancy） - 反无脑重构（stops drive-by refactors） - 强制验证循环（forces verification loops） - 跨 Agent 兼容（Claude Code / Codex / Gemini CLI / Cursor）

架构启发： 这代表了 Agent 行为治理的"配置即代码"范式。用 markdown 文件定义 Agent 行为约束，轻量且可版本控制。

定位： 学习型 + 工具型。理念先进但高度依赖 LLM 的指令遵循能力，实际效果因模型而异。

graph TD
    subgraph "Agent 行为治理三层架构"
        L1[约束层
AGENTS.md / System Prompt] --> L2[工具层
Skills / MCP / .agent/]
        L2 --> L3[可观测层
codeburn / claude-doctor]
    end

    subgraph "具体项目映射"
        A[agents-md] -.-> L1
        B[agentic-stack] -.-> L2
        C[skills-manage] -.-> L2
        D[codeburn] -.-> L3
        E[claude-doctor] -.-> L3
    end

风险与机遇

泡沫识别： - Skill 生态碎片化风险：太多细分 Skill 可能导致管理复杂度超过收益 - gpt2api / chatgpt2api 类项目（逆向 API 网关）面临法律和稳定性双重风险 - UZI-Skill 量化交易 Skill：营销话术大于实际价值，需谨慎

真实机会： - AI FinOps（成本可观测性）是确定性刚需 - 推理内核优化是模型公司的核心竞争力，开源生态正在加速 - Agent 行为治理正在成为独立问题域 - 跨平台 Agent 配置/记忆/技能可移植性

持续跟踪项目状态

项目	Stars	状态	备注
claw-code	187.8k	稳定领跑	Coding Agent 第一
opencode	148.3k	稳定	开源第二梯队
OpenMythos	9.7k	持续增长	日增约 1k stars
browser-harness	5.8k	稳定	Self-healing 标配
huashu-design	5.3k	稳定	设计 Skill 领先