这朵词云没有上一版那么戏剧化,也因此更有用。最大词仍然是 “skill”(1,242),后面是 “agent”(971)和 “claude”(671)。这三个词不是单个项目的偶然放大,而是一批 repo 的共享语法: 它们想被安装进 coding agent,包在 coding agent 外面,或者被 coding agent 记住。
下一层显示这套语法正在分岔。“agents”(355)、“codex”(202)、“opencode”(103)和 “harness”(127) 是平台词。“headroom”(295)、“codegraph”(175)、“graphify”(151)和 “knowledge”(104)是上下文词。 一边命名行动者,另一边命名行动者所需要的预算和地图。本周的词汇位移就在这里:repo 名称 正在从模型身份,转向 agent 的运行条件。
“open”(457)仍然重要,但已经不是完整故事。它指向 open-design 和其他 open alternatives, 不过它现在排在 agent 词之后。本周更强的前缀几乎看不见,因为它其实是后缀:“skill”。 它以产品类别出现,而不是装饰性标签。当 skill 压过 agent,说明行为补丁比完整应用更容易被打包。
专名仍然存在,但读法变了。“hermes”(307)、“mimo”(278)、“cl4r1t4s”(264)、“odysseus”(235) 和 “turbovec”(137)不是同一波神话化命名。它们是因为各自 repo 走红而变大的项目名词。这个信号有用, 但不该被拔高成文化判断。更稳定的信号在可复用名词里:skill、agent、Claude、open、design、 desktop、knowledge。
意外的第二圈是文档和工作台语言。“markitdown”(195)、“ppt”(149)、 “desktop”(119)、“notebook”(106)和 “knowledge”(104)暗示了一条围绕文件的管线: 先转换,再组织,然后交给 agent。这和榜单里的 repo 对得上。MarkItDown 把混乱输入变成 Markdown; Tolaria 把 Markdown 文件夹变成本地 knowledge base;多个 graph 工具再把文件夹变成可查询地图。
缺席的词同样有价值。“gpt” 和 “llama” 没有定义这朵云;“llm” 出现了 267 次,但它只是泛称。 本周的命名已经住在模型上一层。它谈的是 agent、skill、harness、context、desktop surface 和文档。 模型被默认存在,真正的工作是让它按人的方式运转。
这张词云来自仓库名分词,衡量的是命名,不是策划分类。热门 repo 会抬高自己的词。即便如此, 趋势依然清楚:GitHub 项目不再主要用模型给自己命名,而是在命名模型周围的控制层。