#Codex (17)

开发mattpocock/skills精选

Matt Pocock 每天做真工程用的 38 个 skill

编辑判断卖零件不卖流程：38 个 SKILL.md 背后是严格的 user/model-invoked 调用契约、SCOPE.md 准入门槛与共享 GLOSSARY.md；to-spec→to-tickets→implement-spec 是本频道最完整的 agentic 工程闭环。

Total TypeScript 作者的日常自用集：38 个 SKILL.md（engineering 20、productivity 7、misc 4 冻结、in-progress 7），建立在 user/model-invoked 调用契约、SCOPE.md 准入门槛与共享 GLOSSARY.md 之上；可以 Claude Code/Codex/Copilot/Gemini 插件或 skills.sh 可编辑副本安装。

Claude CodeCodexGemini CLI+2

claude plugin install mattpocock-skills@claude-plugins-official

Shellmattpocock29万

设计与前端Leonxlnx/taste-skill精选

Taste Skill：一仓 13 个反 slop 前端 skill，把「AI 味」写成可数的硬规则

编辑判断最值得学的是把规则写成可数的机械判据：eyebrow ≤ ceil(段数/3)、bento 格数 = 内容条数、全页 0 个 em-dash、配色族跨项目轮换，每一条都直接打在「模型重复自己」这个点上，而不是停在形容词。边界它自己也说得诚实：v2 自报 experimental 仍在迭代，§13 明确不管 dashboard、数据表、多步表单、代码编辑器与原生移动端，仓里唯一的测试守的是 skill.sh 这个 shell helper 的 source 语义，不是设计规则本身。

一个 MIT 仓库装 13 个 skill：10 个输出代码，3 个只出参考图，一条 npx skills add 就能装进 Claude Code / Codex / Cursor。默认的 design-taste-frontend v2（experimental）是 1228 行 SKILL.md：先要求模型输出一行「设计判读」，再拧 DESIGN_VARIANCE / MOTION_INTENSITY / VISUAL_DENSITY 三个旋钮，然后按 14 章硬规则实现——企业简报装官方设计系统包、审美借鉴必须在注释里标注、全页 0 个 em-dash、eyebrow 配额按段数算、bento 格数等于内容条数，最后逐格跑 50 多项起飞前检查。仓里还带 research/laziness 文献目录，用对照实验解释「模型为什么会偷懒」。

Claude CodeCodexCursor

npx skills add https://github.com/Leonxlnx/taste-skill

JavaScriptLeonxlnx9.5万

设计与前端cathrynlavery/diagram-design精选

Diagram Design：把编辑级图表品味写成 45 种图型与 32 个机器校验器的 Agent Skill

编辑判断最值得抄的是它把「品味」拆成三类可判定的机器契约：颜色是语义角色加对比度契约（verify-contrast.py 对每个角色在它真实所处的背景上算 WCAG，半透明色先合成再量），几何是 4px 网格加每图 ≤9 节点、≤12 箭头、≤2 个 accent 的预算，数字是 HTML 里的 data-value / data-carry / data-status 声明加 32 个 verify-* 校验器重算。我本地实测：把 shipped waterfall 示例的一个 delta 从 −38 改成 −36，verify-waterfall.py 立刻报「'FY26 plan' (bar 6): declares 236 but the walk arrives at 238」；mermaid_extract.py 对 9 节点 fixture 吐出节点/边普查、hub 度数、入口与终点、可折叠组与预算旗标；对抗性 Excalidraw fixture 里的「IGNORE ALL PREVIOUS INSTRUCTIONS」只留下被转义的惰性标签，2 个链接与 1 个 embed 进 discarded 列表。边界它自己说得同样诚实：README 明说输出质量取决于模型、同一 prompt 两次排版可能不同、产物不是可 diff 的源格式，「Git 里每 sprint 都变的文档请用 Mermaid」；PNG 导出要一次性装 Playwright 加 Chromium；9 节点预算意味着复杂系统必须先拆 overview 加 detail；210 个预置示例还是旧皮肤下生成的，重生成是挂着的 v5.1 任务。

Cathryn Lavery 的 diagram-design（MIT，54,318 stars）让 agent 用一句自然语言产出单文件 HTML+SVG 的编辑级图表：45 种图型各有独立 reference，语义模式先于版式；六条连线硬规则、4px 网格与每图 ≤9 节点的复杂度预算把「品味」变成可判定条款；.drawio / Mermaid / Excalidraw 只抽取不渲染，按 format×size×detail×audience 四个旋钮重画并交保真清单；每张图的 HTML 带 data-* 元数据契约，32 个 verify-* 校验器逐条审计数字与几何。

Claude CodeCodexCursor+2

npx skills add cathrynlavery/diagram-design

HTMLcathrynlavery5.4万

cathrynlavery/diagram-designMIT

Diagram Design：给 agent 用的编辑级图表设计 skill

MIT 开源的 agent skill，把 Claude Code/Codex/Factory Droid/Pi 变成图表设计工具：44 种视觉类型、211 个自包含 HTML 示例、语义模式与版式正交的结构，首次运行强制校验品牌 token 以免默认皮肤污染品牌站，渲染 lint 以像素 diff 抓 SVG 被裁。

AgentSkillDiagramDesignSVG

HTML47k3.0k133

OthmanAdi/planning-with-filesMIT

planning-with-files：让 AI Coding Agent 的计划写进磁盘、活过 /clear 与崩溃的持久化规划技能——每轮强制重注入+确定性完成门

planning-with-files（27k+ star，MIT）：为 AI coding agent 与长时任务设计的持久化文件规划技能——把 task_plan.md / findings.md / progress.md 三个 Markdown 写进项目磁盘，靠 lifecycle hooks 每轮把计划重新注入上下文，因此 /clear、compaction、崩溃后都能从当前 phase 恢复；Stop 钩子构成确定性完成门，计划未报 complete 就扣住 agent 的停止。官方实测：磁盘计划把 13.3 轮的重新定位压到 5.0 轮，盲测 A/B 3 战 3 胜，断言通过率 96.7%。经 Agent Skills 标准覆盖 60+ agent，Claude Code / Codex CLI / Pi / Hermes / OpenCode / DeepSeek Harness 有原生插件，另有阿拉伯语/德语/西语/简繁中文本地化版本（中文版 npx skills add OthmanAdi/planning-with-files –skill planning-with-files-zh -g）。模式源自 Manus 的「Markdown 是磁盘上的工作记忆」，并行任务用.planning/日期-slug/ 目录隔离，/plan-attest 以 SHA-256 锁定计划防篡改。

Agent Skills规划Harness

Shell27k2.3k117

设计与前端wheresryan22/anatomy

anatomy：把技术概念造成一台真机器——零依赖等距工程图 skill，自带 12 项几何审计

编辑判断最值得抄的是它自带证伪工具：kit/audit.mjs 十二项检查（间隙、实体间隙、端子、悬空头、支撑、折弯、自相交、拥挤、替身形状、抖动、落座、深度序）加 scripts/lines.mjs 的「line ends: 0」，把「看着还行」变成可数的失败行，而且明写「用替身形状把审计哄安静本身就是 bug，coverage 这一项专抓它」。审美也被写成数字：倒角 0.4-1.6、螺钉 0.4-0.55 的点、主体占卡片 55-65%、设备像素比上限 1.5、3D 折弯半径 R ≥ 2r/sin²(e−θmax)。CI 把每个示例两个主题都重建一遍并要求 git diff 为空，kit 的兼容性因此是机器保证。边界同样诚实：不是图表库（没有坐标轴与数据系列），只画机器、仪器、工具与家具，3D 自报 beta 且 380 零件约 20 fps，一张图要一整个长会话。

一个标准 Agent Skill：让 Claude Code / OpenCode / Codex 解释技术概念时不画方框箭头，而是发明一台真机器（弹子锁＝缓存键、龙门绘图机＝一个共享的 GPU context），再用约 16,200 行零依赖 kit 画成四色调等距 SVG，可选 WebGL 着色器与 beta 的 3D 模式。八个示例连构建产物一起提交，CI 在 macOS + Node 22 上逐个重建并要求逐字节相同。

Claude CodeOpenCodeCodex

npx skills add wheresryan22/anatomy -g -a claude-code

JavaScriptwheresryan224665

科研zLanqing/codex-claude-academic-skills

中文优先、Claude Code 与 Codex 双平台通用的三个科研 skill

编辑判断最该抄走的是它把学术诚信写成了指令：不编造数据、不编造 DOI、不编造期刊，并把内容明确分成原文引用 / 已确认事实 / 合理推断 / 写作建议四类，让作者一眼看清哪句有出处。学术写作里最危险的不是文笔差，而是模型把推断写得像已确认事实——这套四类区分正好挡住它。三个 skill 还能组合成链：出图 → 写正文 → 生成答辩 PPT。

4,117 star，MIT。research-writing 管论文章节撰写、修改、润色与 Rebuttal；office-academic 在 OOXML 层生成与编辑学术 Word/PPT（文献阅读报告、组会、开题、答辩）；scientific-toolkit 覆盖 MATLAB/Python 仿真、信号处理、统计、机器学习与论文配图，文献侧接 arXiv、PubMed、CrossRef、Semantic Scholar、OpenAlex。

Claude CodeCodex

git clone https://github.com/zLanqing/codex-claude-academic-skills && cp -r codex-claude-academic-skills/research-writing-skill ~/.claude/skills/

PythonzLanqing4118

HarnessRouter/harnessrouterApache-2.0

HarnessRouter

HarnessRouter Community Edition 是「agent harness 统一接口」的自托管开源实现（Apache-2.0）：把 Codex、Claude Code、Hermes、PI、DSH 等现有 agent harness 变成即插即用的 agent 后端，产品只需对接一个 API 即可运行任务、取回结果、随时切换 harness。它实现了开放标准 Unified Harness Protocol（UHP），并提供 OpenAI Responses 兼容 API——现有 Responses SDK、流式解析器与 UI 组件可直接对接 UHP 服务器。平台内置持久会话、流式进度、文件/工件、取消与结构化失败处理；容器内三层架构（Console :3000 唯一暴露端口 → Gateway :8080 Responses API 与 harness 生命周期 → Runner :8081 在会话工作区执行 harness），会话以独立工作区+独立操作系统用户隔离（非独立容器）。自带 Console 控制台、Bring Your Own Key 模型接入、自定义 harness 配置（指令/工具/技能）与 Starter Kits 示例；UHP 规范、机器可读 schema 与一致性测试套件随仓库发布，harnessrouter.ai 提供同协议云版。对被多 harness 集成复杂度困住的产品团队，这是把 36→1 个集成职责收敛为标准化协议的基础设施层。

Harness智能体运行时UHP

Python2.8k29022

oil-oil/oil-uiMIT

Oil UI：把 AI 的界面设计推到极限的 agent 设计 skill

Oil UI 是给 AI agent 用的开源界面设计 skill（MIT，v0.22.0）：先把几个真正不同的设计方向写成可核对的方向卡让人挑，再照着真实截图打磨，最后交给没看过制作过程的独立评审按十点锚定打分。自带风格对比页生成器与 shoot.mjs 截图取证工具，一句 npx skills add oil-oil/oil-ui 安装。

UI DesignAgent SkillsClaude Code

Python1.2k675

0:40

iPhone Use:Codex 操控手机

@zhongerxin · 220次播放 · 2026-10-08

Mobile AgentComputer Use开源

2:16

书生·端砚免费 5 亿 Token：Intern-S2/Atria/Agents-A1 限时 0 墨点，兼容 OpenAI/Anthropic 协议

@xiangxiang103 · 1024次播放 · 2026-10-04

ShanghaiAILabInternLMClaude Code

多 harness 强化学习完全指南：在 Claude Code、Codex 里直接训练模型——HF 团队用 2.6B 小模型验证跨 harness 训练

同一个模型换个 agent harness 表现判若两人：GLM-5.2 在 SWE-bench Pro 上一个 harness 23%、另一个 52%；受控实验里换 harness 移动 13 个点，同 harness 换模型只移动 2.5–5 个点。Hugging Face 团队（Adithya S Kolavi、Joel Niklaus、Lewis Tunstall、Leandro von Werra 等，联合 Liquid AI）发布的这篇长文给出开放解法：在 Claude Code、Codex、OpenCode、Mini-SWE-Agent 这些真实 harness 里做 agentic RL，harness 一行代码不改。框架三件套——OpenEnv 提供与环境/训练器共享的标准接口，capture proxy 以「会话即钥匙」方式截获模型端点上的精确 token id、逐 token 行为 logprob 与损失掩码（强制全分布采样，top_p=1.0），Harbor 提供 40+ harness 适配器与 26 种沙箱后端，TRL 的 Async GRPO 消费带掩码的训练序列。用 1 万小时级数据之外的实打实数字说话：LFM2.5-2.6B 四 harness 训练后平均 pass@1 从 42.2% 升到 54.2%，四个 harness 全涨，已解任务工具调用少 31%；只训 OpenCode 的对照组增益几乎锁在自己家里。文章还诚实交代了 SFT 对照（RL 54.6% vs SFT 47.5%）、Qwen 先涨后崩的完整归因（输出预算耗尽、不交卷空转、奖励项被钻空子导致 0.740→0.178）以及 proxy 并发上限等工程边界。

博客

强化学习智能体运行时OpenEnvHarborGRPO