周六的日榜前排还是 Modern Web Guidance、Codex Security、Sure 这几张这周写过的老面孔，我跳过它们，又翻了周榜和 Go、Swift、Python、JavaScript 分榜，挑了六个近一周没写过的。主线很明显：大家已经不满足于「让 AI 写代码」，开始琢磨怎么让它少写、写对、审得准。最后两个跟 AI 关系不大，但对 Mac 用户和团队协作挺实在。
1. DietrichGebert/ponytail：把公司里那个扎马尾的老程序员装进 Agent
每个团队都有这么个人：资历比版本控制系统还老，你给他看 50 行代码，他一句话不说，换成一行。Ponytail 就是把这种性格写成一段提示词，塞进 Claude Code、Codex 这类编程 Agent 里。
它的逻辑是先问一串问题，能停就停：这功能真要做吗？代码库里是不是已经有了？标准库能不能搞定？浏览器自带的能力够不够？都不行，才写最少能跑的那一份。README 里那个例子很好懂：要加日期选择器，没装它的 Agent 手搓了 335 行日历，装了它的直接复用项目里的输入框组件加上浏览器原生日期控件，10 行。
作者给的数字是：代码量少 53%，耗时少 41%，成本少 26%，带风险逻辑配上测试的比例从 68% 涨到 98%。注意这是作者自己在 Claude Code 里跑的基准，39 个任务、每个跑 5 遍，不是第三方评测。他也反复强调，输入校验、错误处理、安全和无障碍这些不在可砍范围内，「懒的是方案，不是读代码」。
README 还专门提醒了一句：只从这个 GitHub 仓库或官方 npm 包安装，它从来不带 exe 或 dll 文件，带了的就不是作者发的。
GitHub：DietrichGebert/ponytail · 190398★ · MIT
2. alibaba/open-code-review：阿里的代码审查工具，今天又冲到日榜第一
10 月 10 日我写过它一次，那时 4.5 万星，现在 5 万出头，昨天刚发了 v1.13.9，今天又顶在总榜第一。这次换个角度，说说它跟「直接让 Claude Code 审代码」到底差在哪。
README 把通用 Agent 做审查的毛病点得很准：改动一多就偷懒只看几个文件，报的行号对不上，提示词稍微一改质量就飘。阿里的办法是把不能出错的环节交给死规则：哪些文件要审、相关文件怎么打包、哪条规则对应哪类文件，都由程序决定；模型只负责需要动脑的部分。
他们自己做了个基准，从 50 个开源项目的 200 个真实 PR 里标了 1505 个问题。同一个底层模型下，它的精确率和 F1 明显更高，token 只用了 Claude Code 的九分之一左右。README 也老实写了召回率比通用 Agent 低，这是故意的取舍，宁可少报也不想刷屏误报。
想在本地试，装好以后配个模型就能审当前改动：
npm install -g @alibaba-group/open-code-review
要求 Git 2.41 以上。如果不想单独配 API Key，可以用委托模式，让你正在用的编程 Agent 拿自己的模型来审。
GitHub：alibaba/open-code-review · 50671★ · Apache-2.0 · 10 月 10 日写过
3. google/elephant-goldfish-model：大象写方案，金鱼来挑刺
名字很逗，思路挺正经。「大象」记性好，揣着你整个项目的上下文和之前所有讨论，负责起草设计文档；「金鱼」是全新开的子 Agent，看不到之前的聊天，只看文档本身和它引用的代码，专门找没说清楚的假设和实现风险。拍板的还是你。
这个设计戳中了一个真问题：跟 AI 聊久了，它会默认很多你们俩心照不宣、文档里却没写的东西。换一双没听过前情的眼睛来读，漏洞才暴露得出来。它还有个检查「文档和代码对不上」的功能，老项目可以先拿这个试，不用从头写方案。
这周涨了 5500 多星，现在 1.8 万。几个前提要知道：金鱼审查必须能开全新上下文的子 Agent，宿主不支持就直接停；独立版 Antigravity IDE 目前不支持；README 最后写明这不是 Google 官方支持的产品。
GitHub：google/elephant-goldfish-model · 18649★ · Apache-2.0
4. kajisho5/ffmpeg-skill：给编程 Agent 一个剪辑台
让 Agent 直接写 FFmpeg 命令，常见结果是：瞎猜帧率，选了容器装不下的编码，明明只要复制流却整段重新编码，最后连输出文件都没打开就说「搞定了」。这个技能把剪视频拆成 42 个参数固定的小工具，剪切、拼接、去静音、调响度、横屏转竖屏、加卡拉 OK 字幕都有，每一步先测原文件，做完再量一遍结果。
全程本地，不要 API Key，只要电脑上有 ffmpeg 和 python3。入口就一行：
npx ffmpeg-skill
作者对能力边界写得很诚实：它能量出时长、分辨率、响度这些数，但画面好不好看、字幕看不看得清，它判断不了，结果里会把没验证的项目单独列出来。它也不自带 FFmpeg，会提醒你本机版本有没有已知的高危漏洞。今天早上就连发了三个小版本，迭代很勤。
GitHub：kajisho5/ffmpeg-skill · 5442★ · MIT
5. apple/container：苹果自己的 Mac 容器工具，1.7.1 刚出
在 Mac 上跑 Linux 容器，多数人用 Docker Desktop 或 OrbStack。苹果这个是官方用 Swift 写的，每个容器跑在一个轻量虚拟机里，镜像走标准 OCI 格式，Docker Hub 上的镜像拉下来就能用，自己构建的也能推回任何镜像仓库。
11 月 7 日发的 1.7.1 有几处实用改动：镜像和容器文件不再被 Time Machine 备份，构建在新版 BuildKit 下失败的问题修了，DNS 默认值可以写进配置文件。Kubernetes 集群那块改动最多，还带了几处不兼容的命令行变更。
门槛写得很硬：只支持 Apple 芯片，要 macOS 26 或更新，旧系统上的问题维护者一般不管。集群功能标着实验性，后面还可能变。
GitHub：apple/container · 51438★ · Apache-2.0
6. block/buzz：人和 Agent 在同一个群里干活
Block 就是做 Square 和 Cash App 的那家公司。Buzz 是他们开源的自托管团队工作区，看着像 Slack，有频道、话题、私信、画布和语音会，区别是 Agent 是正式成员：有自己的身份和密钥，能开仓库、提补丁、审代码、跑工作流，每一步都留在同一份签名日志里。底层用的是 Nostr 协议。
README 里有个场景挺打动我：凌晨两点线上报错，你在频道里问「以前见过这个错吗」，Agent 翻出半年的历史讨论、根因和修法，问答和证据都留在频道里。
作者把哪些能用、哪些还在接线分得很清楚。中继服务、频道、搜索、桌面端、命令行和 YAML 工作流现在能用；手机端和工作流审批还在做；推送通知这类还只是想法。他们原话是「别拿这一栏去规划你的合规流程」。桌面端放在单独的 buzz-app 仓库，本地跑中继要 Docker。
GitHub：block/buzz · 37312★ · Apache-2.0
如果只装一个，我选 Ponytail，改一段提示词的成本几乎为零，效果好不好一周就能感觉出来。团队里管代码审查的，值得拿自己的 PR 跟 Open Code Review 对比跑一次，别只看它的基准图。
