Skip to content

AI Agent GitHub Digest — 2026-08-31

2026年8月31日 1 分鐘
TL;DR can1357/oh-my-pi 從知名 coding agent「Pi」fork 出來,靠死磕工具呼叫格式讓 Grok Code Fast 1 的任務成功率從 6.7% 衝到 68.3%;K-Dense-AI/scientific-agent-skills 把 163 個科研技能開放給任何相容 Agent Skills 標準的 agent;addyosmani/agent-skills 把資深工程師的六階段開發流程包成技能包,一週衝上 9 萬星;THU-MAIC/OpenMAIC v1.0.0 加入對話式 Pro workbench,把 multi-agent 落到課程內容產製這個具體垂直場景。框架端 agno v3.0.2 是本次唯一達標的重要更新:直接把 Agent/Team/Workflow 發布成具名 MCP tool,同時有多筆 breaking changes。
目錄
  1. 今日亮點
  2. Trending Repos
    1. can1357/oh-my-pi ⭐ 28,455
    2. K-Dense-AI/scientific-agent-skills ⭐ 38,894
    3. addyosmani/agent-skills ⭐ 90,900
    4. THU-MAIC/OpenMAIC ⭐ 23,594
  3. Notable Releases
    1. agno v3.0.2
  4. 今日收穫
  5. 參考資料

今日亮點

今天串起來的主線是「MCP 正在變成 agent 互相曝露能力的標準層」——agno v3.0.2 直接讓 AgentTeamWorkflow 一鍵發布成具名 MCP tool;GitHub 熱門榜同時擠出兩份完全不同受眾的 Agent Skills 套件庫,一個把資深工程師的標準作業流程打包給 coding agent,另一個把兩百多個科研資料庫打包給科學家用的 agent;而 oh-my-pi 這支個人 fork 用更狠的 benchmark 調校反超原版 Pi,提醒我們 coding agent 的工具呼叫格式這塊地基還遠沒有收斂。

can1357/oh-my-pi ⭐ 28,455

GitHub · TypeScript + Rust · MIT

  • 是什麼:從 Mario Zechner 的開源終端機 coding agent「Pi」fork 出來的加強版,接上 60+ 個模型供應商、31 個內建工具、14 種 LSP 操作與 28 種 DAP(除錯協定)操作,核心用 Rust 重寫,約 8 萬行。
  • 為什麼值得看:原作 Pi 本身就是知名的輕量 coding agent,omp 選擇不重造輪子,而是死磕大家常略過的細節——工具呼叫格式。官方公布的 benchmark 顯示同一顆模型換上 omp 的 edit/read/grep 格式後,Grok Code Fast 1 的任務成功率從 6.7% 衝到 68.3%,Grok 4 Fast 的輸出 token 少了 61%。同一顆模型光是換掉工具介面就有數量級的差異,這對正在自建 agent harness 的團隊是很直接的提醒。
  • Tech Stack:TypeScript CLI/TUI + Rust 核心(LSP/DAP 引擎)+ Bun runtime,支援 curl 腳本、Homebrew、Nix、Bun 全平台安裝
  • 上手難度:低——curl -fsSL https://omp.sh/install | shbrew install can1357/tap/omp 即可;PR 目前對所有人開放(原本需要維護者先 vouch)

K-Dense-AI/scientific-agent-skills ⭐ 38,894

GitHub · Python · MIT

  • 是什麼:把 163 個「拿去就能用」的科研技能(癌症基因體學、藥物-標的結合、分子動力學、時間序列預測等)和 100+ 個科學資料庫,打包成任何支援開放 Agent Skills 標準的 agent 都能安裝的技能庫,前身是 Claude 專屬的「Claude Scientific Skills」。
  • 為什麼值得看:從「Claude 專屬」改名成「相容任何 agent」這個動作本身就是訊號——skill 生態正從「綁死單一 agent 平台」走向「開放標準各家都能吃」。官方號稱已被 19 萬名科學家使用,並搭配一個開源、可在本機執行的「AI co-scientist」(K-Dense BYOK)示範完整研究流程,對想幫實驗室或研究團隊接 agent 的人是現成起點,不用從零盤點資料庫 API。
  • Tech Stack:Markdown/YAML 技能定義 + Python 工具腳本,相容 Cursor/Claude Code/Codex/Google Antigravity
  • 上手難度:低——依 Agent Skills 標準安裝,個別技能可單獨挑選

addyosmani/agent-skills ⭐ 90,900

GitHub · JavaScript · MIT

  • 是什麼:Google Chrome 團隊工程師 Addy Osmani 整理的「資深工程師工作流程」技能包,把 Define→Plan→Build→Verify→Review→Ship 六個階段的最佳實踐(spec-driven 開發、TDD、五軸 code review 等)包成 25 個可自動觸發的 skill 與 9 個 slash command。
  • 為什麼值得看:市面上多數 agent skill 庫在教「怎麼用某個工具」,這份直接把「資深工程師怎麼做決策」流程化——例如 /build auto 會先生出計畫,approve 一次後自動照著每個任務跑測試與 commit,但保留失敗或高風險步驟時暫停等人判斷,而不是無腦全自動。加上作者在前端/效能圈的份量,一週內衝上 9 萬星,代表「流程型」skill 而非單純「知識型」skill 正在被更多團隊採用。
  • Tech Stack:Markdown skill 定義 + slash command 綁定,透過開源 skills CLI 一行安裝進 70+ 種 agent
  • 上手難度:低——npx skills add addyosmani/agent-skills 裝全部,或用 --skill 挑單一技能

THU-MAIC/OpenMAIC ⭐ 23,594

GitHub · TypeScript · MIT

  • 是什麼:清華大學團隊打造的「一鍵生出沉浸式多 agent 課程」工具,8 月 27 日剛發布 v1.0.0,新增「Pro workbench」讓使用者用對話方式跟 agent 一起規劃課綱、逐頁生成並修改教材。
  • 為什麼值得看:這是少數把 multi-agent 落到「教育內容生產」這個具體垂直場景、還做出完整產品閉環的開源專案——上傳文件/音訊/影片當素材、agent 規劃課程結構、20 個內建技能處理投影片/測驗/互動元件,還能匯出離線教室包。對照多數 multi-agent 框架還停在「幾個 agent 怎麼互相喊話」的示範層級,OpenMAIC 展示了 multi-agent 編排接到真實內容產製 pipeline 的樣子。
  • Tech Stack:TypeScript + @openmaic/* SDK 家族(DSL/renderer/importer),可替換模型、媒體、搜尋供應商與儲存後端
  • 上手難度:中——一鍵生成模式簡單,但要用到 Pro workbench 的 agent 規劃與伺服器端持久化需要額外設定儲存後端(官方提供一鍵 Postgres 方案)

Notable Releases

agno v3.0.2

Release Notes

  • 重要變更MCPConfig.tools 現在能直接吃 AgentTeamWorkflow 實例、遠端 proxy 與 Toolkit,把它們各自發布成具名 MCP tool(例如整個 agent 叫 chief,而不是要外部呼叫 run_agent(agent_id="chief"));run()metadata 解析順序改成 component → session → call-site;新增 Synthorai 模型供應商、WaveSpeed 圖片/影片生成、Serply 搜尋、AtomicMail 收發信等整合工具。
  • Breaking ChangesMCPConfig/MCPServerConfig 現在對未知參數直接丟錯,而非默默忽略;BaseRemote.acancel_run 新增必填的 auth_token 參數,第三方 BaseRemote 子類要跟著補;AgentOS(mcp=...)MCPConfigdefault_tools 是新的命名,舊名稱(mcp_server=MCPServerConfigenable_builtin_tools)暫時保留為別名,預計 3.1 版移除。
  • 對你的影響:如果你已經在用 agno 把 agent 包成服務對外接,這次可以直接把整個 Agent/Team 發布成 MCP tool,不用再自己包一層 run_agent wrapper;但升級前要檢查有沒有自訂 BaseRemote 子類或依賴 MCPServerConfig 舊名的程式碼,逐條對照 changelog 確認不會在啟動時直接丟錯。

今日收穫

之前以為「Agent Skills 生態」的重點在技能數量多寡,但把 K-Dense 從「Claude 專屬」改名成「相容任何 agent」、以及 agno 直接讓 Agent 本身變成一個 MCP tool 這兩件事放在一起看,更像是同一個趨勢的兩個切面——不管是技能還是 agent 本身,大家都在往「封裝成一個標準介面、讓任何宿主都能呼叫」收斂,而不是各自建自己的外掛系統。

參考資料