Agent 走向严谨评估，硬核逆向与实用小工具突围

本周 GitHub 最火的趋势是 AI Agent 从“玩具”走向“垂直场景落地”与“严谨评估”，同时硬核逆向与实用小工具依然能靠解决痛点狂揽 stars。

codex-orange-book

⭐ 2,139 stars 我注意到最近大家都在卷大模型，但真正能把 Codex 用明白的人其实不多。这个非官方的 Codex 橙皮书 算是填补了空白。它不是那种干巴巴的 API 文档，而是从安装到实战案例的全链路指南，甚至还提供了可下载的 PDF。如果你和我一样，看官方文档总觉得差点意思，直接看这个真的香。适合想系统掌握 Codex 的开发者，下载 PDF 放床头当字典查就行。

zhengxi-views

⭐ 1,060 stars 金融领域的 Agent 最怕幻觉，而这个 郑希投研 Agent Skill 给了我一点惊喜。它基于易方达基金经理郑希的全部公开观点原文和真实市场数据，能做到问答溯源，绝不杜撰。老实说，市面上太多金融 AI 都在瞎编，这个按他框架给基金打分、有原话佐证的思路很扎实。适合量化研究员或基金爱好者，跑起来当个学习辅助工具，但千万别直接拿来炒股。

Qwen-AgentWorld

⭐ 567 stars 与那些只关注单步执行的 Agent 框架相比，Qwen-AgentWorld 走的是“语言世界模型”路线。我觉得这可能是通用 Agent 的下一个突破口——让 Agent 在语言构建的世界里先“想象”后果，再采取行动。它适合做前沿 Agent 架构研究的算法工程师。快速上手的话，建议先跑通它提供的几个基础环境，感受一下世界模型对决策链路的提升。

Good-Badminton

⭐ 548 stars 打羽毛球的人应该都懂，想复盘自己的动作有多难。这个 AI 羽毛球鹰眼系统 用 Python 搞了一套视觉分析方案。虽然它可能比不上转播里的专业鹰眼，但对业余爱好者来说，能自动追踪落点和轨迹已经非常实用了。适合羽毛球发烧友或体育视觉方向的开发者，架个手机录一段视频丢进去就能看效果。

awesome-evals

⭐ 462 stars 现在做 Agent 的人多，但知道怎么科学评估 Agent 的人太少。awesome-evals 这个库收录了构建和评估 AI agents 的最佳资源，没有那些虚头巴脑的废话，全是论文、工具和 benchmark。如果你正在头疼怎么证明你的 Agent 比别人的好，我建议你直接把这个列表过一遍。适合 AI 产品经理和 Agent 开发者，挑两个合适的 benchmark 跑起来再说。

make-look-scanned

⭐ 424 stars 有时候我们需要提交“扫描件”，但手头只有清晰的电子版 PDF。make-look-scanned 这个 Go 语言写的小工具就是为了解决这个痛点。它能在 CLI 或浏览器里通过 WASM 给 PDF 加上扫描质感。与那些臃肿的 PDF 编辑器相比，它轻量且专注。适合行政人员或需要处理文档的开发者，一行命令搞定，不用再去下那些带广告的转换软件了。

claude-status-bar

⭐ 358 stars 用 Claude Code 的时候，终端里跑长任务总觉得心里没底。这个 macOS 菜单栏状态指示器 用 Swift 写了个带倒计时和动画的小插件。我觉得这种改善开发者微小体验的工具特别有意思，它不改变核心工作流，但就是让你觉得舒服。适合重度使用 Claude Code 的 Mac 用户，装上之后切到其他窗口也能瞥一眼进度。

open_oura

⭐ 341 stars 智能戒指的数据通常都被锁在官方 App 里，open_oura 用 Rust 逆向工程了 Oura Ring (Gen 3/4/5) 的 BLE 协议。这意味着你可以把健康数据同步到本地自己分析。对于注重隐私或者想把自己的睡眠数据接入 Home Assistant 的极客来说，这个真的香。适合 Rust 开发者或量化自我爱好者，按文档配好蓝牙权限就能抓取原始数据。