Agent Briefing · выпуск 07

Скиллы и плагины недели

Плагины Claude Code научились менять саму CLI: в 2.1.287 появились моды, а в каталоге около трети позиций — скиллы, где Opus 5.5 рисует и монтирует видео кодом.

Период25 сентября – 2 октября

Прошли отбор135 репозиториев

Скиллы ★30+40

Плагины ★30+28

Что вышло и что обсуждали

Релизы и обсуждения

Версии платформы за окно и сюжеты, вокруг которых шёл разговор. Каталог находок — в разделах ниже.

Claude Code 2.1.283 → 2.1.287 — 5 релизов

Claude Mods (2.1.287) — плагин теперь может не только добавить команду или скилл, но и менять поведение самой CLI: переписать промпт до модели, остановить или изменить вызов инструмента, ответить на запрос разрешения, нарисовать панель или строку в интерфейсе. Мод выполняется внутри процесса Claude Code с правами пользователя и без песочницы, поэтому ставить моды стоит только из доверенных источников; перед установкой claude plugin validate <каталог> показывает, какие события и вызовы мод использует. Выключается через /plugin, --safe-mode или "disableAllHooks": true. Для организаций есть allowManagedModsOnly. Документация, пост Anthropic, примеры.
You should know (2.1.287) — встроенный мод: побочный агент следит за длинной задачей и показывает над промптом заметку, когда видит то, что вы или Claude могли упустить. По умолчанию выключен: /plugin enable cc-plugin-you-should-know@builtin; по changelog, доступен для first-party-сессий с включённой телеметрией.
Auto mode — режим по умолчанию (2.1.283 → 2.1.285) — сначала на сторонних провайдерах, затем в интерактивном терминале и VS Code на всех планах, если режим не задан; в 2.1.285 то же для claude -p и Python Agent SDK на сторонних провайдерах. Сессии без явного режима теперь идут через классификатор auto mode; permissions.defaultMode и --permission-mode его перекрывают.
/doctor prompt-audit (2.1.283) — аудит CLAUDE.md, скиллов, агентов и команд на формулировки, написанные под старые модели: первыми в отчёте идут устаревшие пути и команды и противоречия между файлами инструкций.

Модели — Claude Sonnet 5.5 и GPT-6.1 Sol

Claude Sonnet 5.5 (28.09) — $2 / $10 за Mtok, чтение кэша $0.20, контекст 1M, вывод до 128k. По заявлению Anthropic, быстрее Sonnet 5 более чем на 30% и до 30% дешевле на задачу при тех же ценах за токен. Для интеграций важнее ломающие изменения: вместо thinking: disabled на effort high и ниже нужен thinking: {"type": "between_tools"}; принудительный выбор инструмента (tool_choice any/tool) даёт 400; блоки thinking действуют только в аккаунте, который их создал; advisor-инструмент отвергает Opus 4.8, 4.7 и Sonnet 5. Простое измерение Саймона Уиллисона: effort «max» израсходовал 128 000 токенов ($1,28) без результата, «xhigh» — 5,74 цента и 41 секунду (пост; по его пересказу).

GPT-6.1 Sol (OpenAI, 29.09) — $2 вход / $0.10 кэшированный вход / $10 выход за Mtok; в ChatGPT Work и Codex и в API. По заявлению OpenAI, уровень GPT-6 Astra на кодинге примерно за пятую часть цены (system card). Релизов других лабораторий в окне не найдено; первоисточники Google, xAI и DeepSeek напрямую не проверялись.

По платформе Anthropic: claude-sonnet-4-5-20250929 объявлен устаревшим, отключение 30 ноября 2026 (release notes).

Сюжеты недели

1060GPT 6.1 Sol: Near-Astra intelligence for a fifth of the price — самый обсуждаемый релиз недели; цены и заявления OpenAI — в блоке «Модели».
882Sonnet 5.5 — анонс Anthropic; ломающие изменения для интеграций — в блоке «Модели».
763Dots: Always-on agents (OpenAI) — всегда включённые агенты OpenAI; по пересказу Саймона Уиллисона, на DevDay вышли ещё Agents API и Plugin Extensions (страницу OpenAI не открывали).
753Revealing the details of how OpenAI agents hacked Hugging Face — реконструкция атаки роя агентов по публичным следам; разбор — ниже, в «Исследованиях».
671You said no MCP — Pi добавил MCP в ядро через слой «Codemode»; разбор — ниже, в «Исследованиях».

Разборы — в «Исследованиях и наблюдениях» в конце выпуска.

От разработчиков платформы

Официальные скиллы и плагины

Изменения официальных каталогов за окно: что добавилось в anthropics/skills и в маркетплейс плагинов. Релизы CLI — в начале выпуска.

anthropics/skills — скилл claude-api получил три новых режима

В claude-api (изменение от 29.09) дефолтной моделью стал Claude Opus 5.5, в таблицы совместимости добавлены Opus 5.5 и Sonnet 5.5: budget_tokens на них отклоняется с 400. Новые режимы:

build-eval — интервью, после которого собирается набор оценок для приложения на Claude: что оцениваем, откуда берём промпты, метод оценки, запускаемый скрипт с замеренной стоимостью. Входы, метод и стоимость требуют явного согласия пользователя; есть чек-лист здоровья eval и каркас отчёта.
hillclimb — итеративное улучшение приложения по существующему eval: цикл «читать, предложить, применить, запустить, записать» с состоянием на диске и разделением на train, validation и test; план и бюджет согласуются заранее. Отдельный гайд ведёт поиск, цель которого — снизить стоимость при том же качестве.
preserved-thinking-migration — делает интеграцию совместимой с правилом «блок thinking валиден только в том разговоре, который его создал», с самопроверкой тремя запросами.

prompt-audit теперь проверяет и файлы конфигурации агента (CLAUDE.md, правила, команды, субагенты) на устаревшее и противоречия — то же, что делает /doctor prompt-audit в CLI.

claude-plugins-official — 1 новый плагин и крупные обновления

math-proof (Anthropic, 30.09) — два скилла для сложных исследовательских задач по математике; оба дают самодостаточный proof.md и отключают веб-инструменты на время работы. /math-proof:solo — один длинный ход с файлом заметок, чтобы обрыв по лимиту ничего не потерял; пробовать первым. /math-proof:siege — многоагентный режим на часы: судья пишет вопросы, независимые исполнители отвечают параллельно, судья ведёт реестр доказанного, опровергнутого и открытого, найденное доказательство дважды перепроверяется построчно; ждите десятки и сотни запусков субагентов. README предупреждает, что цитаты из литературы модель берёт по памяти.
code-modernization 1.0.0 — управляемая модернизация legacy-кода: preflight, оценка, карта зависимостей, извлечение бизнес-правил карточками Given/When/Then со ссылками на строки, проверка сомнительных правил человеком, поэтапный план, сборка (апгрейд, перенос или пересборка), независимое доказательство эквивалентности, hardening. Доказательство строится из проверяемых фактов: тесты перезапускаются с нуля, старый и новый код сравниваются побайтово на одних входах, проверяется, что тест вообще может упасть; правило считается протестированным, только если тест реально выполнился. Исходники legacy не правятся. README предупреждает о заметном расходе — начинать с одного модуля; счётчики телеметрии включены по умолчанию.
claude-security 0.12.0 — рекомендуемые модели теперь Opus 5.5 или Fable 5.1; агент scan-redactor заменяет найденные значения учётных данных на [REDACTED] в отчёте, JSONL и SARIF (по README — старание модели без гарантии); задание можно дать сразу после команды; скан изменений проверяет diff и сообщает только о связанных с ним дефектах.
Фоном: imessage передаёт все изображения входящего сообщения, а не только первое; Context7 перешёл на вход через OAuth; postman и aws-startup-advisor перепривязаны к репозиториям вендоров (postmanlabs/postman-plugin, aws/agent-toolkit-for-aws).

Anthropic за неделю — исследования, отчёты, платформа

Build plugins for Claude (25.09) — портал отправки плагинов в каталог для платных планов: MCP-коннекторы и связки плагинов на GitHub, автопроверка, аналитика установок.
Customize Claude Code with mods (01.10) — анонс модов, см. первый раздел.
Giving companies more control over their AI agents, with NVIDIA (28.09) — контроль компаний над агентами, совместно с NVIDIA (текст не открывали).
How Anthropic's sales team rebuilt inbound with Claude Managed Agents (30.09) — кейс на Managed Agents.
Agents you can coach: how Asana builds human-agent teams with Claude (29.09) — кейс Asana: команды из людей и агентов.
Claude for Government is now generally available (30.09) — продукт для госсектора вышел в общий доступ.
GLM-5.3 and the spread of advanced cyber capabilities (29.09) — оценка открытой модели как самой киберспособной на сегодня при слабых защитах; разбор — в «Исследованиях».
Project Swap: what happens when agents trade for us? (25.09) — агенты на Claude вели обмен книгами от имени 201 сотрудника.
Yes, Claude can do Nine Loops (25.09) — Claude вычислил девятипетлевую амплитуду в N=4 суперсимметричной теории Янга–Миллса.
Claude-shaped science (01.10) — гостевой пост Мэттью Шварца о задачах, на которые Claude «подходит» в науке.
What work can robots do? (30.09) — индекс «роботизируемости» профессий США: теоретически 34% работы, экономически выгодно 0,3%.
What do you want from AI? (29.09) — публичное исследование: пользователи делятся опытом с ИИ.

Новые практики

Скиллы 10 из 40 · ★30+

Что появилось за окно: сам скилл, его метод и чем он проверяет свою работу.

★ 1383

kaankiziltug/logo-design-skillдизайн логотипов

Скилл для проектирования логотипов (Claude, Gemini CLI, Codex и др.): от брифа и концептов до готовых SVG и гайдлайнов. Метод — фиксированный процесс «бриф, исследование категории, 8–12 идей в одну строку, 3 концепта в SVG, тесты, чекпоинт» с остановкой: набор для бренда делается только после выбора направления. Опирается на библиотеку из 1400+ классифицированных SVG-логотипов (для изучения конструкции и чтобы не повторять конкурентов, «не для копирования») и на Python-инструменты без зависимостей: аудит SVG по принципам (оценка готовности к производству), листы тестов (16 px, одноцветный, инверсный, «прищур», полка конкурентов), экспорт фавиконов и иконок приложений. Проверяет себя через рендер собственных черновиков в PNG и просмотр, поэтому нужна модель, умеющая смотреть изображения; в README показаны 28 сквозных примеров на вымышленных брендах.

★ 1178

feitangyuan/onetakeвидео

OneTake: скилл для Claude Code и других агентов, делающий релизные ролики и демо функций «одним дублем»: на каждом стыке что-то с экрана переходит в следующий кадр, а не сменяется слайдом. Метод — HTML-интерфейс продукта пересобирается из скриншотов (без записи экрана), библиотека примерно из 38 «измеренных» движений, настоящее смазывание движения (несколько захватов за 180° затвора) и детерминированный рендер (черновик 1080p30, финал 4K60). Проверка — «оракул» probe.py: он записывает содержимое каждого кадра, находит стыки и считает показатель переноса; в таблице автора один из прошлых роликов получил 0,00 и 0,40 (отклонены), а принятые — 0,75 и 0,83 (по данным автора). Автор оговаривает: исходный код самих роликов не приложен (только готовые фильмы и разборы), лицензия PolyForm Noncommercial — коммерческое использование запрещено. Установка — клонирование репозитория в ~/.claude/skills; требуются python с playwright, ffmpeg и node.

★ 1056

nanaism/yomiyasuяпонский текст

Yomiyasu («よみやす»): скилл, который перерабатывает сгенерированный ИИ японский текст в естественный, плотный по информации (технические статьи, спецификации, описания PR, внутренние отчёты). Метод — семь принципов преобразования синтаксиса вместо списка запрещённых слов: полное восстановление субъекта и объекта, разбор неодушевлённых подлежащих и метафорических глаголов («壊れる», «効く»), удаление вводных фраз, сохранение смысла без добавления выдуманного, длина предложений 30–45 знаков и не более 0–2 запятых. Проверка — сравнение «до и после» на открытых документах (лицензии вроде CC BY 4.0, государственные стандартные условия) и бенчмарк-скрипты в репозитории; автор ссылается на научные работы (LREC 2026 и др.) и разбор на Zenn. Автор оговаривает, что это личный проект сотрудника компании ALGO ARTIS, а не продукт компании; README, по словам автора, сам написан этим скиллом. Узкая предметная область — язык (японский), но не юрисдикция.

★ 923

echris6/motion-video-kitвидео

Набор для Claude Code (одна папка business-motion-film) по созданию «премиальных» рекламных роликов для реального малого бизнеса: ИИ-футаж, анимация в коде (HTML/GSAP), выборочно Three.js. Метод — цикл «Gauntlet»: сборщик не равен судье, свежие критики смотрят настоящий рендер, пункты проверяются по одному, ведётся журнал; в комплекте готовые промпты критиков, грамматика движения (6 правил и каталог из 16 механик) и разбор 28 эталонных роликов (только ссылки, без перераспространения футажа). Проверяет работу измеримыми критериями качества: замороженное время, громкость (ebur128), контраст, фирменный цвет, плюс бизнес-критерии; скрипты на ffmpeg. Автор оговаривает: рыночные цены — срез на сентябрь 2026, перед использованием перепроверять; цифры охвата студий — их собственные заявления; ИИ-картинки нельзя выдавать за реального клиента или результат. Лучше всего работает с HyperFrames, но принципы не привязаны к рендереру.

★ 787

lemomo-ai/lemo-opuscarвидео

Lemo-Opuscar: 43 киностиля, у каждого — многоразовый стилевой промпт и короткий фильм, целиком сделанный кодом (Canvas/WebGL покадрово, оригинальная музыка из бесплатных сэмпл-библиотек, TTS-озвучка, без генерации видео и стоковых кадров). Пользователь выбирает стиль и приносит свою историю, агент работает «как маленькая студия» по трём руководствам (DIRECTOR.md — как режиссировать, TECHNIQUE.md — как строить, и справочник стилей), перед стартом один раз задаёт вопросы и по желанию показывает раскадровку в настоящем стиле. Главная витрина — фильм «OPUSCAR 98» о 98 победителях «Оскара» (6:25), по словам автора, целиком написан Claude Opus 5.5. Автор оговаривает: это не awesome-список, все фильмы сделаны им самим, стили настроены под Opus 5.5 и на других моделях не гарантируются. При первом запуске скилл скриптом setup.sh клонирует репозиторий автора в ~/lemo-opuscar (sparse git clone, затем npm/pip-зависимости); адрес можно переопределить переменной окружения.

★ 388

Barty-Bart/motion-graphicsвидео

Репозиторий скиллов для моушн-графики в Claude Code и Codex; пока один — motion-broll, который по видео и транскрипту (SRT) планирует, анимирует и рендерит клипы B-roll, привязанные к словам. Каждый клип — одна непрерывная фигура, которая меняет форму (капсула, карточка, терминал, диаграмма) без монтажных склеек; клипы либо полнокадровые MP4, либо прозрачные ProRes 4444 для вставки рядом с говорящим. Метод: осмотр футажа, оценка времени слов, план клипов в таблице с ожиданием вашего «ок», сборка с проверкой стоп-кадров на ключевых словах, рендер Chromium с 4 подкадрами на кадр (смазывание на 180° затворе) и сборка превью с compare.html (оригинал против версии с графикой). Автор оговаривает, что превью только для просмотра, а финал нужно собирать в своём редакторе; скилл «не выдумывает числа» — столбцы показывают относительный размер, пока не даны реальные цифры. При первом запуске setup.sh ставит numpy и Playwright с Chromium в локальную папку motion/; установка — npx skills add Barty-Bart/motion-graphics.

★ 359

zhuyansen/awesome-claude-video-skillsкаталог

Awesome-список из 204 репозиториев со скиллами и инструментами для видео в Claude Code, Codex и других агентах: HyperFrames, Remotion, моушн-графика, монтаж, объясняющие ролики, аватары, шорты, истории и музыкальные клипы, разбитые на девять типов. Метод отбора по README: у записи должен быть README, а каждый репозиторий «прочитан и оценен по безопасности» каталогом Agent Skills Hub (grade в колонке Security: SAFE или pending), список обновляется раз в 8 часов и есть машиночитаемый data/skills.json. Оговорка автора: оценка Security относится к README и шагам установки, а не к полному аудиту кода; отдельный раздел «Made with Claude Opus 5.5» собирает проекты, чьи README заявляют использование этой модели. Это не самостоятельный инструмент: ссылки со всех записей ведут на agentskillshub.top с UTM-метками, то есть список служит и витриной этого каталога, а оценки безопасности нужно считать чужими данными. Превью-картинки взяты из README проектов под разрешительными лицензиями.

★ 313

pengchujin/livecanvaslive-фото

LiveCanvas: скилл для Codex, Claude Code и других агентов, который по одной фразе делает Live-изображение с обложкой и анимацией (картинки, emoji, сцены, таймлайны, графики). Метод — цепочка «поиск и проверка фактов, раскадровка, анимация на Remotion, превью и ресурсы Apple Live Photo»; в демо — 15 примеров (графики о населении, температурах, энергетике и карточки о выходе новой модели), к части приложены MP4 и пакеты Live Photo. Автор оговаривает: данные в демо — снимок на момент создания и сами не обновляются, даты сверки карточек указаны (2026-10-01 и 2026-09-30), источники и охват описаны в docs/DEMOS.md. Установка — npx skills add pengchujin/livecanvas --skill livecanvas -g (через Skills CLI) или ручное копирование папки в ~/.codex/skills. README на китайском и английском, подробной проверки качества анимации в README нет.

★ 196

tugrawork-creator/saas-motion-kitвидео

Набор для промо- и моушн-роликов программных продуктов на HyperFrames и Claude Code с правилом «никакие два фильма не должны быть похожи». Содержит семь вопросов к раскадровке, матрицу тона, 100 визуальных тем, атлас из 24 «нарративных» переходов, генератор нового компонента и семиэтапный плейбук с контрольным этапом на каждой стадии; навык /saas-motion-video проходит эти этапы. Проверка — variety_audit.py: читает журнал раскадровки и помечает повторяющиеся переходы, входы, кривые, равные длины планов и отсутствие «сюрприза»; на своём первом черновике он, по данным автора, нашёл 11 повторов, а GitHub Action запускает аудит на каждый push. Автор оговаривает: все примеры построены на вымышленной компании Acme с выдуманными цифрами; веса MusicGen — CC-BY-NC (для коммерческих работ нужна лицензированная музыка). В SECURITY.md заявлено, что репозиторий не хранит учётных данных и не запускает серверов, а пример подгружает GSAP и Three.js с jsDelivr с фиксированными версиями.

★ 194

YeJe-cpu/SeeCutвидео

SeeCut: скилл для кодирующих агентов, превращающий видео говорящей головы (аватар или реальный человек) в смонтированный короткий ролик с динамической графикой и, по желанию, в слоистый черновик для редактора «Цзяньин» (剪映). Метод — «видеть, резать, повторять»: ИИ понимает материал, ищет реальные доказательства (скриншоты настоящих сайтов вместо выдуманных интерфейсов), собирает на HyperFrames, а затем смотрит собственный монтаж через Gemini (Antigravity CLI) и сравнивает версии попарно: по словам автора, абсолютные оценки судьи оказались ненадёжными, а парное сравнение с обменом позиций надёжно; до 3 версий, каждая должна быть заметно лучше. Автор оговаривает: тестировалось только на macOS, без agy нет самопроверки, бесплатной квоты Google может не хватить, 25-секундный образец занимает около часа, при headless-вызове agy нужен флаг --dangerously-skip-permissions; для цифрового аватара нужны HeyGen API (ключ в HEYGEN_API_KEY) и озвучка Doubao (по оценке автора около 0,04–0,12 доллара за секунду аватара). Первый запуск preflight.sh проверяет окружение; сомнительных загрузчиков в README нет.

Показать остальные 30 позиций и 35 строк ★ 10–30

★ 190

howseen-ai/claude-motion-designвидео

Скилл для Claude Code, делающий моушн-видео «чистым кодом»: HTML, Playwright, ffmpeg, без After Effects и Remotion. Каждый кадр вычисляется функцией seek(t) от времени, рендерится покадрово со смазыванием движения (подкадры на 180° затворе) и монтируется под музыку: настоящий «дроп» находится по энергии полос, а эффекты ставятся по измеренным пикам и нормализуются до −14 LUFS. Пайплайн: входные материалы, карта битов, четыре утверждаемых стоп-кадра, полный рендер, поиск «хлопков» и вспышек в один кадр, проверка шва петли, звук, финал; есть режим Remake — покадровый ремейк чужого ролика под свой бренд (музыку, голос и фото людей оригинала переиспользовать нельзя). Автор оговаривает: стороннее медиа скачивается скриптом fetch_assets.py с Mixkit, svgl, jsDelivr и Google Fonts и остаётся под своими лицензиями; иллюстративные данные подписываются на экране «Example data»; клиент 21st.dev MCP требует ключ API_KEY_21ST или файл ~/.config/21st.key. Автор — основатель Howseen (ИИ-отслеживание видимости бренда), пример — релизный ролик его же продукта; по заявлению автора, сделан в 5 итераций.

★ 164

Jakeschincariol/arena-skillмульти-агентный турнир

Скилл /arena для случая, когда Claude даёт плохие ответы: запускает до 100 суб-агентов с одной и той же задачей и разными карточками стратегий (15 режимов рассуждения, 12 воркфлоу, 12 стратегий). Агенты попарно атакуют и защищают решения, судья-Claude оценивает матч по письменной рубрике (рубрика лежит в репозитории), проигравший выбывает, пока не останется один ответ. Сетка турнира — конечный автомат на стандартной библиотеке Python с тестами, при одинаковом seed карточки и сетка воспроизводятся (ответы — нет). Автор прямо оговаривает: «лучший ответ» — лишь тот, что пережил турнир, а не доказанно верный; судьи — тоже Claude; расход токенов большой (около 595 вызовов на 100 агентов, идут волнами по 10); расплывчатая задача даёт 100 вариантов расплывчатого; суб-агенты не видят чат, только файл задачи. Файлы проекта не трогает, всё пишется в .arena/.

★ 153

justxor/claude-code-pro-courseобучение

Русскоязычный курс по Claude Code: 12 модулей (CLAUDE.md, settings и разрешения, skills, subagents, hooks, MCP, плагины, headless и CI), 8 лабораторных с критериями «готово», библиотека промптов для 13 типов задач и starter kit (8 skills, 5 субагентов, 4 хука, правила, statusline), который ставится скриптом install.sh. Скрипт прочитан: копирует файлы без перезаписи существующих (с --force делает .bak), сети не использует; единственный curl | bash в README — официальная установка Claude Code с claude.ai. Есть валидация шаблонов в CI. Это учебный материал, а не новый метод; в README встроены рекламные ссылки на Telegram-каналы автора.

★ 145

wenziai/wenzi-xhs-agent-skillsсоцсети

Шесть SKILL.md-скиллов (Codex, Claude Code, WorkBuddy) для ведения аккаунта в Xiaohongshu: от определения позиционирования и пути монетизации до профиля аккаунта, банка тем и заголовков, «очеловечивания» черновиков, плана публикаций на 30 дней и недельного разбора результатов. Метод — сквозной цикл: итоги каждой публикации записываются обратно в профиль аккаунта и питают следующий круг; в каждом скилле есть test-prompts.json с кейсами на срабатывание, границы и регрессию. Основа — статья автора в X и модули чужих открытых проектов (dbskill, xhs-visual-director-skill), переписанные в методологию; каталог rejected/ фиксирует отвергнутые советы («養号», зависимость от устройства — без стабильных доказательств). Автор оговаривает, что результата по подписчикам и трафику не гарантирует; приведённые в README «50 тыс. прочтений» — скриншоты автора, не измерение метода.

★ 134

joeseesun/opus-video-promptsвидео

Сборник из 18 полных промптов и 54 публичных кейсов, где Claude Opus 5.5 «снимает видео кодом»: рисует кадры в HTML Canvas, p5.js, Three.js, Remotion, Manim или Blender, затем кадры снимаются headless-браузером и склеиваются в MP4 через FFmpeg, звук — Web Audio или TTS. В каждом кейсе ссылка на оригинальный пост, взяты только промпты, опубликованные самими авторами; есть раздел с приёмами написания и оценками бюджета. Цифры вроде «≈1 минута и 2 доллара», «13,3 доллара за 10 секунд» или «до 200 долларов за MV» — только по данным авторов кейсов; сам составитель оговаривает, что «с первого раза» часто означает несколько итераций. Это не SKILL.md, а подборка промптов. Автор — известный китайский AI-блогер 向阳乔木 (≈2000 подписчиков на GitHub).

★ 127

aaddrick/building-with-typesafe-jevмодель Jevcurl | bash

Неофициальный скилл, который учит кодирующих агентов работать с Jev — моделью TypeSafe AI («System One»), отвечающей на типизированные вопросы (выбор, оценка, вероятность утверждения) значением и откалиброванной вероятностью. Содержит 11 правил проектирования, справку по API, паттерны из официальных кулинарных книг и библиотеку «прецедентов» — 150+ проектов сообщества, разложенных по 11 формам реализации (контур управления, гейты, потоковые фильтры, судьи и т. д.), с наброском кода и списком идей, не сработавших на практике. Автор приводит прогон из шести задач по 10 запусков в изолированных контейнерах и трёх LLM-судей разных провайдеров (большинство решает): средний балл 0,96 против 0,65 без скилла и 0,77 с официальным скиллом (по данным автора). Ключ API необязателен; скилл — снимок документации на 2026-09-25 и велит агенту считать живую документацию главнее. Автор оговаривает, что проект неофициальный, а совместную работу с официальным скиллом не проверял. По сути — обёртка вокруг чужой идеи (Jev / TypeSafe). Установка для Muse — curl | bash из этого же репозитория; скрипт прочитан, вредного не видно.

★ 114

SkylarKitchen/skills3D и дизайн

Набор из трёх дизайн-скиллов автора, ставится как плагин или через npx skills: пошаговая 3D-инструкция по сборке в стиле LEGO (один HTML-файл на Three.js, стартовый движок только настраивается), короткий покадрово точный продуктовый фильм из реального приложения с управляемой камерой на canvas и 3D-модель комнаты по нескольким фото с вариантами расстановки мебели. Рядом лежат вспомогательные скрипты (захват кадров, звук, замеры) и тесты для скилла с комнатой; манифесты есть и для Codex. Оговорок и измерений в README нет.

★ 113

Finderchangchang/brewreelвидео

BrewReel (精酿) — скилл и набор инструментов, чтобы дешёвая модель (например DeepSeek) делала вертикальные рекламные ролики: модель пишет только storyboard.json (выбор кадров и текст), а раскладка, анимация и ритм заложены в готовые компоненты Remotion; три «рецепта» (cards, quiz, journey) и шесть отраслевых пакетов. Одна команда проводит валидацию, синтез музыки, рендер и проверку кадров; ролики с красными пометками самопроверки не выдаются. Есть озвучка (MiniMax, Alibaba CosyVoice, Volcengine; ключи только из переменных окружения; у двух последних нет проверки с реальным ключом), правила проверки рекламных формулировок по китайскому закону о рекламе и скрипт без агента llm_make.py. Автор оговаривает: проверки соответствия закону не являются юридической консультацией, Remotion платен для компаний от четырёх человек, плагин для DeepSeek Harness не проверялся на реальной модели. Китайский закон о рекламе — только один из слоёв, сам продукт (видео) не локальный. В README есть реклама спонсоров и просьба о донатах (WeChat).

★ 108

bestagentkits/motion-video-skillвидео

Скилл для создания моушн-графики 1920×1080/30 fps: смены сцен попадают в доли музыки, появления элементов — на произносимые слова, звук без перегрузки. Конвейер фиксирован и каждый шаг пишет файл для следующего: озвучка, звуковые эффекты и музыка через CLI multix (нужны ключи Gemini и ElevenLabs), выравнивание текста по времени, подгонка сетки битов, сборка таймлайна и рендер в HyperFrames (HTML + GSAP). Работа считается законченной только при пройденных измеримых проверках: линт чистый, музыкальные сегменты в пределах ±2 мс от целевого бита, музыка на 4–6 дБ тише речи, громкость около −14 LUFS. Есть два стиля (comic multiverse, glass keynote); готовые проекты в репозиторий не включены из-за размера и лицензий провайдеров. Ключи, по словам автора, остаются в конфигурации multix и не пишутся в файлы проекта. Автор — организация AgentKit.

★ 104

kostja94/bricksинтерфейсные компоненты

Скилл component-builder и каталог контрактов компонентов (Footer, FAQ, Task Input, Agent Workspace и др.), которые агент читает перед написанием кода: ответственность компонента, контекст, варианты, состояния, технические границы и требования к проверке. Агент сначала изучает маршруты, компоненты, токены и конвенции проекта, подгружает только нужный справочник и проверяет результат на реальной странице, а не в изолированном превью; для сложных доменов (редакторы, таблицы, календари) велит брать проверенную библиотеку. Валидация каталога и схем — npm test. Автор оговаривает, что скилл не ведёт аудит, не претендует на непроверенные результаты по доступности, производительности или конверсии и не заменяет конвенции проекта; парный проект того же автора — Pagina (страницы целиком).

★ 102

gongdear/cline-pilotоркестрация

Скилл, который ведёт задачи кодирования в Cline CLI от имени пользователя: передаёт задачу с контекстом и ограничениями, следит за ходом по файлам сессии и «жёстким» уликам (git, отчёты тестов), возвращает точки решения в фиксированном формате из четырёх частей и проверяет результат по шестипунктовому списку перед отчётом «готово». Мониторинг — read-only скрипт на стандартной библиотеке Python; поправки пользователя пишутся в журнал по классам проектов и после двух согласованных примеров переходят в предпочтения. Деструктивные действия (push, удаление, запись в БД, траты, глобальные настройки) всегда идут с вопросом пользователю. Рекомендуемая схема — сильная платная модель для холодного старта и правил, затем небольшая локальная модель для рутины (автор заявляет 50+ тестовых классов на Java-бэкенде, по данным автора).

★ 97

UditAkhourii/quicksilverэкономия токеновкод наружу

Скилл для Claude Code, который отдаёт «массовые суждения» (какие из 187 файлов касаются авторизации, какие из 3000 строк лога настоящие сбои) модели Jev от TypeSafe: она возвращает типизированные вердикты за секунду, а Claude получает короткий список и тратит токены на мышление. Метод — Claude обязан сформулировать один узкий типизированный вопрос (да/нет, метка из закрытого набора, рубрика); есть воспроизводимый бенчмарк из 12 задач (восемь на публичных данных: лог суперкомпьютера, Banking77, SMS Spam, SST-2, кодовая база Hono и др.) со скрытой эталонной разметкой. Автор заявляет по своим данным: −86% токенов Claude (медиана −82%), точность в пределах двух пунктов от Claude на 8 из 12 задач и ускорение до 20×, около 0,004 доллара Jev на задачу. Честно оговаривает, где выигрыша нет, и предупреждает не направлять инструмент на то, что нельзя отправлять третьей стороне. По сути обёртка вокруг чужой идеи (Jev / TypeSafe), заявлена как неофициальная. Осторожно: по дизайну отправляет содержимое файлов проекта на сторонний API api.typesafe.ai, ключ лежит в ~/.quicksilver/config.json, установка запускает код прямо из GitHub через npx; всё описано в README.

★ 86

ferndesk/no-slop-motionвидео

Скилл для запускающих и брендовых роликов, которые выглядят срежиссированными, а не сгенерированными. Метод: десять «ворот» (входные данные, боль клиентов, сценарий, голос, мир, герой, аниматик, сборка, звук, QA) с утверждаемыми артефактами — бриф, сценарий, голос, пять кадров, аниматик — до полной сборки; есть стартовый проект HyperFrames и скрипты (озвучка Cartesia, оценка дублей, стыковка музыки по долям, линтер запрещённых паттернов, детектор «хлопков» и вспышек, контактные листы). Проверка — чек-листы по каждым воротам и линтеры в скриптах. Оговорки: нужны Node 22+, ffmpeg, Chrome, Python и ключ CARTESIA_API_KEY для озвучки; музыку автор предлагает брать из Suno или лицензионную. Автор — организация Ferndesk.

★ 79

huangbai-AI/one-prompt-video-skillsвидео

Три скилла из видео автора: сквозной конвейер «одна фраза — готовый ролик» (сценарий, цифровой ведущий по фото и голосу, B-roll, сборка в HyperFrames, посегментный рендер, проверка кадров), скилл написания сценария в трёхколоночной раскадровке и скилл кодовой анимации. Метод: агент как монтажная команда; проверка — скрипты поиска замёрзших кадров и пауз, писков для цензуры и посегментного рендера, плюс сверка реплик через whisper.cpp пословно. Оговорка автора: нужен китайский CLI «Цзимэн» для аватара, расходует баллы. README на китайском, есть ссылка на текстовый туториал в Feishu.

★ 74

itsAalaa7/adhd-study-coachобучение

Учебный коуч для людей с СДВГ: опрашивает по старому материалу до нового, объясняет маленькими порциями по одному вопросу, в конце просит пересказать своими словами; интервальные повторы 1–3–7–16–35–90 дней. Метод опирается на известные эффекты (тестирование, интервалы, нагрузка на рабочую память), а не на «метод для СДВГ»; в RESEARCH.md автор приводит ссылки и честные оценки силы доказательств. Автор прямо оговаривает: исследований именно СДВГ-учеников для повторов и ИИ-тьюторинга почти нет. Это один Markdown-агент без хуков, скриптов и MCP; для других чатов — копирование промпта, прогресс переносится «карточкой».

★ 72

tuzhechen2005/opus-video-skillsвидео

Набор скиллов для Claude Code, по одному на визуальный стиль: «рисованная акварель и тушь» (p5.js и p5.brush, музыкальные и лирик-клипы с покадровым караоке) и «кинетическая типографика» (2D-холст, three.js, WebGL-постпроцесс, музыка синтезируется из той же таймлинии). Вся картинка и музыка генерируются кодом, без моделей генерации; каждый кадр — чистая функция времени, рендер в headless Chrome и ffmpeg. Примеры: 31-секундный лирик-клип и 84-секундный ролик-портфолио. Заточено под Opus 5.5; ставится как плагин или ссылками в ~/.claude/skills.

★ 67

brumar/chess-postmortem-skillsшахматы

Скиллы для разбора своей шахматной партии: Claude сам задаёт Stockfish вопросы, как человек («почему не ход, который я сыграл?»), и пишет объяснения ошибок простым языком, плюс аннотированный PGN, HTML-просмотрщик и озвученное видео партии. Если приложить запись мыслей вслух, whisper.cpp транскрибирует её локально, а тайминги часов из PGN привязывают реплики к ходам, так что опровергается реальное рассуждение игрока. Проверка: выводы сверяются со Stockfish, затем отдельный проход перепроверяет результат. Автор оговаривает: полный прогон занимает около часа, для блица не подходит; пример — его собственная партия с грубой ошибкой; репозиторий выходил на главную Hacker News (по словам автора).

★ 53

rhiever/evident-chartsграфики и данные

Скилл, учащий агента делать понятные и честные графики и проверять каждый до показа. Сначала проверяет данные (итоги вперемешку с частями, дубли, коды-заглушки, предварительные месяцы), выбирает форму по сути, пишет вывод в заголовок и указывает реального издателя источника. Проверка двойная: линтер в коде (перекрытия текста, обрезанные оси, колонки не с нуля, двойные оси, цвета для дальтоников) и ревью отрендеренного PNG свежим ревьюером до трёх кругов. Работает в Claude Code, Codex, Cursor, Gemini CLI. Автор — Randy Olson, известный исследователь ИИ и визуализации данных (около 6,6 тыс. подписчиков).

★ 51

kaventro/motion-designerвидео

Скилл для Claude Code и Codex: пересобирает настоящий интерфейс приложения на HTML, помещает его в iPhone или окно ноутбука, монтирует по долям музыки, проверяет покадрово и рендерит в видео. Метод: режим плана и бриф с четырьмя кадрами на утверждение, затем сборка; кадр — функция seek(t) без таймеров и случайных чисел; музыка — ACE-Step, озвучка — Chatterbox или Kokoro, темп и доли находит beats.py. Проверка: check.mjs ищет таймеры и CSS-анимацию, прогоняет кадры каждые 0,05 с, контролирует замыкание петли, затем контактные листы сверяются с письменным списком типичных ошибок. Установочный install.sh по заявлению README ставит только с согласия пользователя; внутри — официальные установщики fnm и uv через curl | sh.

★ 50

nwiizo/rust-learning-labобучение

Двуязычный (английский и японский) плагин для Codex и Claude Code с одним скиллом learn-rust: объясняет Rust через синтаксис и обоснование решений, предлагает необязательные упражнения с подсказками и делает учебные ревью PR и коммитов, сохраняемые в Markdown. Метод: на обычный вопрос сначала ответ, затем разбор аргументов, типов, владения и обработки ошибок; в ревью — конкретные проблемы и почему работает исправление. По заявлению автора, плагин без MCP-серверов, хуков и рантайма. Автор оговаривает: проверки синтаксиса и примеров не доказывают качества модели и результатов обучения, сценарии диалогов оцениваются вручную.

★ 48

charlie947/motion-graphics-skillsвидео

Пакет из 13 скиллов для запускающих роликов, анимированных графиков и рилсов без After Effects: Claude Code пишет анимацию кодом, рисует каждый кадр и рендерит MP4 (через HyperFrames). Первым запускается brand-intake, он пишет brand.md и MOTION.md с цветами, шрифтами и правилами движения, которые читают все остальные скиллы; animated-chart держит значения ровно такими, как заданы. Правила, по словам автора, выросли из реально отвергнутых черновиков; API-ключи не нужны. Автор ведёт рассылку MarTech AI (71 тыс. читателей по данным автора).

★ 48

zack-the-worker/fomo-ccюмор

Скилл, «прожаривающий» заблуждения вида «клонируй Facebook за час»: бьёт по конкретной иллюзии, подкрепляет реальными цифрами (размер команды, годы работы, инфраструктура, законы рынка) и выводит на реалистичный план на срок, 1–2 недели и 3–6 месяцев с одним ядром цикла. Цифры берутся из отчётности и прессы, хранятся в references/ и по правилу скилла не выдумываются; жёсткость калибруется по абсурдности запроса, нападки на личность исключены. Тон настроен для шести языков, юридические замечания привязаны к рынку, а не к языку. Следует открытому стандарту Agent Skills, работает не только в Claude.

★ 47

gongnyang/awesome-ai-motionвидео и анимация

Справочник движения, читаемый агентом: 637 приёмов, 128 эталонных клипов, 11 рецептов и 7 дизайн-маршрутов; у каждой карточки эффекта — определение, настроенные параметры, примеры, источники и промпты для Claude Code и Codex. Метод: выбирать движение по тому, что должна сообщить сцена; клипы рендерятся локально (Node 20+, ffmpeg, Playwright) в отдельный каталог, исходники не портятся; index.json — канонический каталог. Скилл подключается ссылкой или копированием в ~/.claude/skills; для чтения карточек зависимости не нужны. README на английском и корейском.

★ 40

adunext/adu-motion-videoвидео

Шаблонный скилл: готовые анимационные шаблоны (две категории, семь стилей, 17 выпущенных групп кадров) с готовыми сценами, переходами и звуками, на которые Codex или Claude Code накладывают ваш закадровый текст и материалы; выдаёт MP4 и редактируемый проект. Плюс публичный API автора с 11 028 Lottie-анимациями (по данным автора, на 2026-10-01). Автор открыто оговаривает: часть шаблонов проверена только на macOS, горизонтальном 1920×1080 и 60 fps, вертикаль нужно перекладывать, а в версии 3.3.0 остались результаты строгого растрового аудита (1 issue, 2 warning). Заявленная экономия токенов («низкий расход») — слова автора без замеров. README на китайском.

★ 39

HRuiCcc/RuiC-motion-reelвидео

Скилл, выпускающий 15-секундный моушн-ролик 1920×1080, 30 fps (450 кадров) целиком кодом: собственный движок с 2× суперсэмплингом векторов и текста, настоящим 3D (параметрические поверхности, облака точек, скрытые линии), печатным конвейером (цветоделение на четыре краски, растр, оттиск) и синтезом саундтрека без сэмплов. Структура: 128 BPM × 8 тактов = ровно 15 секунд, каждая сцена — один такт, монтаж на сильную долю; 15 карт стилей (тёмный HUD, riso, бумага, серебряно-желатиновая печать и др.). По словам автора, весь конвейер прогнан моделью DeepSeek Flash, не привязан к модели. Бренд-ролик DeepSeek сделан как демонстрация без аффилиации.

★ 37

minosdevs/copycat-skillклонирование сайтов

Скилл «URL в пиксель-точный клон сайта»: Playwright снимает три вьюпорта, фолды и секции, состояния hover, затем скрипт вынимает из браузера шрифты, переменные, палитру, типографику, брейкпоинты и тексты; клон собирается по измеренным значениям секция за секцией (статический HTML/CSS/JS или Next.js). Проверка в цикле: попиксельный diff по вьюпортам, карта худших зон по секциям, дифф дизайна и консоль клона; оценка A–D, цель — расхождение менее 2% и ноль ошибок консоли. Автор оговаривает юридическое: клонировать можно для обучения и своего сайта, чужие логотипы, фото и тексты в продакшене нельзя; логины и пейволлы скилл не обходит, cookie-баннеры скрывает, не принимая.

★ 36

farhan-syah/motion-video-skillвидео

Скилл, превращающий короткий бриф, скриншоты или репозиторий в срежиссированный MP4: агент исследует только то, чего вы не дали, пишет концепцию, собирает сцены на HTML/CSS/SVG и рендерит кадр-в-кадр в headless Chromium и ffmpeg. Звуковые эффекты синтезируются из движения на экране, чтобы удар попадал в кадр; озвучка — ваша запись или локальный TTS, слова размечает локальный Whisper. Установка поручается агенту: клон, bun install или npm install, затем doctor; первый speak/transcribe один раз скачивает локальные модели, проверка обновлений — только по запросу, сеть без спроса не используется (по заявлению автора). Оговорка: часть моделей озвучки имеет собственные лицензии.

★ 35

sagochiko/aws-drawio-diagram-skillдиаграммы

Скилл, рисующий архитектурные схемы AWS в формате .drawio по перечню компонентов: официальные иконки AWS, без декоративных заголовков и легенд; правила вида (вложение рамок, подписи, линии, цвета) записаны в самом скилле. Правила выведены из сравнения пяти способов заставить Claude Code рисовать такие схемы (разбор автора на Qiita). Если установлен draw.io desktop, агент экспортирует схему в PNG и сам проверяет пересечения линий и пропавшие иконки; без него отдаёт без проверки. Автор оговаривает конкуренцию с официальным скиллом AWS и плагином draw.io — вызывать нужно явно. README на японском и английском.

★ 31

Gaoyuan-0423/biomedical-paper-readerнаука

Скилл для разбора одной биомедицинской статьи: идёт по рисункам и аргументу, оценивает границы доказательств и предлагает проверяемые идеи исследований. Принимает PDF, DOI или ссылку; дополнительные материалы берёт только из локальных файлов (скачивает, лишь если явно попросили), каждый основной рисунок читает сначала обзорно, затем нужные панели; отчёт идёт по шаблону от введения до «что можно перенять». Автор оговаривает: отчёт — это чтение с опорой на доказательства, невыполненный код и данные не помечаются как воспроизведённые; при нехватке полного текста, плохом OCR или отсутствии изображений ограничения называются явно. Есть набор проверок и журнал «приёмки» (evals/RESULTS.md) на вымышленных материалах. Отчёт по умолчанию на китайском, версия v0.1.2.

★ 30

siliconbag/lego-buildвидео и анимация

Скилл с анимацией сборки из деталей LEGO в стиле фирменной инструкции (каждый кадр рисуется кодом на Canvas 2D, без картинок и 3D-движка) и мозаикой-портретом из фото в духе LEGO Art. Модель задаётся списком шагов; пример — рыжий кот из 106 деталей, каждая пара «деталь+цвет» сверена с каталогом BrickLink (по заявлению автора), есть второй пример и каталог из 47 деталей. Рендер: Node 20+, ffmpeg, Playwright, node tools/render.cjs. README на русском.

Коротко — ★ 10–30

Инструменты

Плагины и проекты 10 из 28 · ★30+

Инструменты вокруг агента: оркестраторы, интеграции, песочницы, измерение работы и контроль расхода.

★ 2582

Louis-CFM/coucouмониторинг агентов

Coucou: маленькое приложение-«питомец» (персонаж Mochi), которое живёт в вырезе экрана MacBook (на Windows и Linux — у верхнего края экрана) и показывает живые сессии Claude Code, Gemini CLI и других агентов: что читают, правят и запускают. Разрешения Claude Code можно подтверждать кнопками Allow/Deny прямо из «острова». Работает через хуки: кнопка Install hooks делает резервную копию ~/.claude/settings.json, показывает diff и только потом дописывает хуки; крошечный скрипт nb-hook передаёт события приложению по локальному Unix-сокету, а если приложение не запущено — сразу выходит и Claude Code не блокирует. Дополнительно есть чат с Claude/Gemini/OpenAI по своим ключам (ключи хранятся в Keychain/Credential Manager), перетаскивание файла на остров и «пилюли» интеграций (Stripe, n8n, GitHub, Vercel и др.). Автор заявляет: без телеметрии и аккаунта, нулевые сторонние зависимости в macOS-версии. Оговорки автора: сборка для macOS не нотаризована; Windows-установщик временно снят, потому что Microsoft Defender помечает неподписанный файл как вредоносный (автор считает это ложным срабатыванием и ждёт разбора) — перед установкой лучше собирать из исходников.

★ 2018

dzhng/jevgrepпоиск по коду

Jevgrep: CLI jg плюс скилл, который учит кодирующих агентов (Claude Code, Codex, OpenCode) искать код вопросом на естественном языке («как записываются события телеметрии?»). Это обёртка вокруг модели Jev (через Vercel AI Gateway, TypeSafe, OpenRouter или совместимый эндпоинт): модель оценивает релевантность папок, файлов и деклараций, а jg возвращает список файлов, подсказки для чтения и дословные фрагменты исходников. Метод проверки у автора — сравнение на десяти задачах SWE-bench: те же 8 из 10 решены с Jevgrep и без него, стоимость агента ниже на 28,6% (по данным автора; последующие замеры с учётом стоимости Jev дают 25,8% и 2–3% удорожания в версии 0.5.0 — по данным автора). Автор прямо оговаривает: это одиночные прогоны на десяти подобранных задачах Python, а не гарантия экономии и не ускорение. Важная оговорка по безопасности самого README: поиск отправляет содержимое репозитория выбранному провайдеру, фильтры игнорируют скрытые и очевидные файлы с секретами, но полной гарантии не дают; ключ провайдера сохраняется в файле конфигурации с правами только для владельца. Скилл при отсутствии jg сам ставит CLI из npm.

★ 1674

rehan-remade/universal-modderмоддинг игр

Universal-modder: набор скиллов, CLI um и подключение MCP-сервера fal, чтобы кодирующий агент (Claude Code, Codex, Cursor, Gemini CLI и др.) делал моды для одиночных игр: разведка движка, реверс-инжиниринг, сборка мода, генерация спрайтов, 3D и звука через fal, проверка в запущенной игре. Метод — один и тот же цикл из десяти шагов: поиск в базе знаний, разведка и выбор маршрута, безопасная лаборатория с бэкапом сохранений, чтение реального кода, один рабочий срез, ассеты, проверка в живой игре, запись, упаковка и полевая заметка для следующего агента. Есть 12 справочников по движкам (Unity, Unreal, Godot и др.) и база знаний «ИИ пишут для ИИ» с проверкой заметок командой um kb check. Автор оговаривает правила: только одиночные офлайн-игры, которыми вы владеете; без обхода античита и DRM; без распространения файлов игр и декомпилированного кода; перед установкой загрузчиков, управлением мышью и публикацией агент спрашивает человека. Нужен ключ fal (FAL_KEY передаётся в MCP как Bearer-заголовок на mcp.fal.ai); единственный хук в .claude/settings.json — SessionStart, добавляющий um в PATH из собственного каталога репозитория.

★ 735

edenfunf/reelmimicвидео

ReelMimic: локальное веб-приложение «покажи видео, которое нравится, получи новое в том же стиле». Разбирает референс (число планов, длительности, BPM, переходы, цвета, движения камеры), показывает план с раскадровкой и стилевыми кадрами, а после одобрения до 6 агентов Claude Code или Codex делают части видео параллельно. Проверка: каждый готовый план отдаётся новому агенту на ревью («никто не оценивает свою работу»), каждое исправление сопровождается скриншотами до и после; комментарии можно оставлять прямо на таймлайне. Автор оговаривает: только 2D (семь движков отрисовки; пять новых менее обкатаны), 30–60 с видео занимают 1–3,5 часа, расходуется ваш лимит Claude/Codex, тестировалось в основном на Windows, живых людей не делает; материал референса не переносится, только приёмы. Ключи (Yating TTS, Pixabay, Freesound) лежат в ~/.reelmimic/secrets.json вне репозитория; по умолчанию песочница Codex — danger-full-access (оговорено в README).

★ 543

Edwardxlai/easyreadчтение статей

EasyRead: локальное приложение (Windows, macOS, Linux; Electron или запуск из исходников на Python), которое переводит англоязычные научные PDF на китайский постранично, сохраняя формулы (KaTeX), таблицы и ссылки, с режимом «перевод с оригиналом» и панелью «спросить ИИ» рядом с текстом. Движок перевода выбирается пользователем: Claude Code или Codex CLI (по подписке, без ключа), либо API (DeepSeek, Zhipu, Kimi, OpenAI, Anthropic, Gemini, OpenRouter и др.), либо локальный Ollama. Перевод и пояснения разделены: в тексте только перевод, объяснения ИИ — на полях; есть выделения, заметки, экспорт в Markdown, библиотека с категориями и копирование ссылок в форматах GB/T 7714, APA и BibTeX. Проверка: автор заявляет, что Claude Code сверяет формулы по изображению исходной страницы, а CI на трёх ОС ставит и запускает приложение на каждый push. Автор подчёркивает, что сервер слушает только 127.0.0.1, а статьи и заметки остаются на компьютере; установщики для Windows и macOS не подписаны.

★ 485

AgentSystemLabs/agent-officeоркестрацияcurl | bash

Agent Office: «3D-офис», где команда сажает за столы воркеров Claude Code, Codex, OpenCode, Grok, Cursor и других, смотрит терминал каждого на «ноутбуке» и заходит в любой вместе; каждый GitHub-репозиторий — этаж здания, issues и PR висят на досках, воркеру можно выдать отдельный git worktree и открыть PR одной клавишей. Агенты могут управлять другими агентами через MCP-сервер agent-office (нанимать, писать, отправлять домой). Есть голос, чат, 2D-режим /lite для телефона и деплой на AWS, Azure, Railway, Fly.io, Dokploy, Coolify или любой Ubuntu/Debian-сервер. Автор предупреждает: проект «под один рабочий процесс», возможны ломающие изменения между релизами; организация AgentSystemLabs. Осторожно: установка через curl | bash из репозитория автора; скрипты деплоя копируют на сервер локальный токен gh (README описывает это открыто).

★ 304

vincentsch/explainrooвидео

Explainroo: бесплатный открытый движок, с помощью которого кодирующий агент (лучше всего Claude Code с Opus 5.5, также Codex, Pi) делает видео-объяснения и демо продуктов. Агент пишет два файла: script.md (текст озвучки) и scenes.js (рисунки на JavaScript, привязанные к словам), а движок локально озвучивает (Kokoro, 28 голосов, без ключа), считает тайминг слов (Whisper), рисует кадры в Chrome (Rough.js, 1800 иконок Lucide), делает музыку и эффекты и собирает MP4 через ffmpeg. Агент проверяет работу сам: сохраняет стоп-кадры и лист миниатюр, прогоняет проверку раскладки (обрезанный или налезающий текст) и проверку произношения. Автор оговаривает: первая настройка скачивает модели озвучки и тайминга примерно на 400 МБ, разрабатывалось и тестировалось на Linux, на macOS и Windows меньше; генерация иллюстраций через OpenRouter — необязательная и платная; в каждое видео добавляется водяной знак explainroo.com (можно отключить).

★ 166

scarletkc/seisoдокументация

Seiso — соглашение по оформлению Markdown-документации проекта и линтер на Rust (ставится через cargo, PyPI и npm), рассчитанный на документы, которые пишет ИИ, а читают люди и агенты. Каждый документ объявляет один вид (howto, reference, adr), у каждого факта один «дом», в долгоживущих страницах нет быстро устаревающих значений (версии, счётчики), указатели называют файл или символ. Диагностики сообщают, где проблема и как её исправить, чтобы агент мог починить большинство замечаний по одному выводу линтера; когда нужно суждение, диагностика называет само решение. Стабильные правила включены по умолчанию, остальные — превью с возможными ложными срабатываниями, а критерии перевода правил в стабильные опубликованы; спецификация до 1.0.0 помечена как предварительная. Есть интеграции с хуками Claude Code, pre-commit и CI. Проверка по README: сети и секретов не просит.

★ 123

crmne/omarchy-rescueвосстановление системы

ISO-образ спасательной флешки на базе Omarchy (дистрибутив на Arch): загружается в живую консоль kmscon c tmux, набором спасательных инструментов в духе SystemRescue и готовыми Claude Code, Codex и OpenCode, чтобы диагностировать и чинить машину, которая не загружается. Скрипты omarchy-rescue-* помогают сменить раскладку, подключить Wi-Fi, войти в агента через QR-код на телефоне (консоль без браузера), смонтировать установленную Omarchy и войти в chroot. Образ собирается из самого ISO Omarchy, так что ядро то же; для записи рекомендуется проверка контрольной суммы. Скрипты входа и профиля прочитаны: сетевая проверка только до pkgs.omarchy.org, ничего не отправляется. Автор — Carmine Paolino, создатель RubyLLM (известный человек в экосистеме).

★ 122

matank001/clodfarmоркестрацияcurl | sh

«Ферма» агентов Claude Code в Docker-контейнере: вы ставите задачу из приложения Claude на телефоне, агент делит её на суб-агентов на отдельных git-ветках, браузерный UI в виде пиксельной фермы показывает, кто чем занят. Темп каждого аккаунта привязан к реальным лимитам 5 часов и недели (по умолчанию агенты останавливаются на 80% недели и 85% окна), есть слияние только при прошедших проверках, уведомления в ntfy/Slack/Discord, коннекторы (Stripe, Google Ads, AWS, Blender MCP) и режим API-ключа с дневным лимитом в долларах. Автор прямо оговаривает: на подписке только для своих проектов; нельзя запускать как сервис для других и делиться логинами; запрос не является юридической консультацией. Рекламный лозунг про «зарабатывает деньги» — это автономная сборка и продажа приложений, реальные платежи выполняются только по просьбе владельца; UI без пароля, видит любой, кто достучится до адреса. Осторожно: установка через curl | sh из репозитория автора, команда upgrade самообновляется с ветки main; интерфейс без пароля, контейнер хранит логин Claude и допускает подключение Stripe, Google Ads, AWS.

Показать остальные 18 позиций и 33 строки ★ 10–30

★ 120

RamitVishwakarma/Janusаккаунты и кэшитокены OAuth

Небольшое приложение для macOS в строке меню: переключает аккаунты Claude Code и Codex одним кликом (сохраняет пару «токены в Keychain + настройки» и подставляет другую), показывает лимиты каждого аккаунта и очищает кэши разработчика. Перед переключением текущая сессия сохраняется; при сбое на полпути система остаётся в прежнем аккаунте; токен активной сессии не обновляется, чтобы не сломать работающий Claude Code. Очистка кэшей только переносит в Корзину и отказывается трогать каталоги вне домашней папки и важные (~/.ssh, ~/.claude, ~/.codex), что по заявлению автора проверяется тестами. Автор оговаривает, что цифры лимитов у неактивных аккаунтов устаревают, а переключение не влияет на уже запущенную сессию. Осторожно: приложение работает с OAuth-токенами Claude Code и Codex (Keychain, ~/.claude.json), кнопка Refresh отправляет их на серверы Anthropic и OpenAI, подпись ad-hoc, ставится с --no-quarantine.

★ 106

entropyconquers/simfleetмобильная разработка

Единая панель управления параллельной работой агентов над React Native на macOS: облегчённые iOS-симуляторы (SimSlim, по данным авторов примерно 3,8 → 1,3 ГБ) и Android-эмуляторы, живая браузерная стена устройств, «полосы» (worktree + устройство + выделенный порт Metro, которые нельзя перехватить), общий кэш нативной сборки для Expo и учёт, какой агент Claude Code или Codex к какому устройству обращается. Команда simfleet skill install учит агентов пользоваться флотом. Сервер слушает только 127.0.0.1 и без аутентификации — автор прямо предупреждает не открывать порт в сеть. Оговорка по установке: для iOS/Android нужны сторонние brew-пакеты, в том числе tap с чужого репозитория (kdbhalala/avdslim); код авторы не вендорят.

★ 104

Avinash-jetwani/jevmemпамять проекта

Автоматическая память проекта для Claude Code: решения, правила, тупики и баги пишутся одной строкой в JEVMEM.md в репозитории и возвращаются в следующей сессии; изменённое решение зачёркивается, но остаётся в истории, команда получает тот же файл через git. Что стоит сохранить, решает модель Jev (TypeSafe AI) — то есть это ещё один плагин вокруг Jev. По README, плагин есть в каталоге Anthropic и в реестре MCP. Нашёлся через HN (62 очка), репозиторий создан 22.09.

★ 96

humaedihume/kantor-agentвизуализация

Плагин Claude Code (один скилл) с интерфейсом на индонезийском: рисует в браузере маленький 3D-офис на three.js, где основная сессия — начальник «Joko», а четверо коллег идут к столу, когда Claude порождает суб-агента любого типа; если все заняты, входят фрилансеры. Данные берутся только из реальных локальных транскриптов ~/.claude/projects, read-only: читаются сводки вызовов инструментов, но не содержимое tool_result, аргументы Bash и полные промпты; секреты, ключи и e-mail автоматически маскируются (Node и PHP-версии дают одинаковый вывод). Хук SessionStart по умолчанию ничего не делает и включается только флагом. Сервер слушает 127.0.0.1; автор предупреждает, что опциональный публичный tunnel cloudflared не имеет логина и показывает описания задач и имена файлов любому, у кого есть адрес.

★ 87

ufo-ai/ufo-coreплатформа агентовcurl | sh

Открытая среда выполнения для ИИ-агентов команды на собственной инфраструктуре (тот же код запускает облачный сервис UFO): один процесс ufoctl serve с циклом агента, очередью ходов, песочницей и заданиями, на SQLite или Postgres/S3/Redis; каждый ход — устойчивый DBOS-воркфлоу, переживающий сбой. Всё — расширения (инструменты, коннекторы, суб-агенты, модели, носители песочницы), доступ агента к аккаунту участника выдаётся только явным разрешением в чате. В README описана модель безопасности: Rust-сервисы не хранят ключи клиентов, а локальная песочница (Seatbelt/Landlock) защищает запись, но может читать весь хост и не ограничивает сетевой выход, для недоверенного ввода автор советует docker или e2b. Автор — организация UFO, лицензия Apache-2.0; к Claude-скиллам прямо не относится (универсальная платформа агентов). Осторожно: клиент ставится командой curl -fsSL https://ufo.ai/ufo | sh; этот скрипт мы не просматривали.

★ 87

nykooi1/vibe-wiseобучение

Плагин Claude Code «You build. AI writes.»: Claude сначала спрашивает ваш подход, разбирает компромиссы и объясняет незнакомые понятия, а код пишет только после того, как вы подтвердили дизайн. Метод — три вида контрольных точек: Build (вы сами рассуждаете), Design (подтверждение записывает дизайн, кода ещё нет) и Implementation (фраза «Implement this step» разрешает Claude писать конкретные изменения); после шага идёт отчёт о тестах. Хук SessionStart на Python только восстанавливает локальный контекст обучения (по коду импортирует лишь json, pathlib, re, sys), есть скилл сброса и тесты. Автор сообщает, что плагин одобрен для каталога Anthropic, но пока ставится через его собственный marketplace.

★ 84

joetawil7/first-passконтроль качества кода

Плагин Claude Code (хуки + скиллы; Cursor и Codex получают правила и скиллы без хуков), заставляющий агента смотреть на код вокруг изменения: десять вопросов до кода (что будет при повторном запуске, остановке посередине, таймауте), независимый ревьюер в свежем контексте и «готово» только при тесте, который падал до правки, и зелёном CI в чистом чекауте. Хуки возвращают «готово» без доказательств, запускают одобренные хуки репозиториев из общей папки и сообщают о дрейфе правил; есть /first-pass:review для PR (в GitHub сам ничего не пишет). Автор честно приводит результаты своих тестов (например, без хука пропуск перезаписи запроса — в 7 из 11 прогонов, по данным автора) и оговаривает, что хуки работают только в Claude Code. Сеть: скрипты по заявлению автора сетевых вызовов не делают, кроме опционального «судьи» Jev — при включении отправляет находки ревью (с вычищенными секретами) на api.typesafe.ai; это собственная опциональная интеграция, не обёртка.

★ 74

admte/orc-claude-pluginинтеграция

Плагин-обёртка для подключения Claude к облачному сервису ORC8R через удалённый MCP-сервер https://orc8r.com/mcp плюс один короткий скилл по поиску операций и отчёту о результатах. Доступ по OAuth: согласие всегда даёт orc:read, orc:write отмечается отдельно, права наследуются от организации пользователя; ключей в плагине нет (по заявлению автора, .mcp.json содержит только URL). Автор — организация ADM Tech; репозиторий сам оговаривает, что это не каталог Anthropic. Полезность зависит от аккаунта ORC8R.

★ 59

levy-street/pokemon-claude-redигра

Браузерная переделка Pokemon Red, целиком написанная Claude Opus 5.5 по одному промпту и нескольким дням правок: ни одного файла изображений, спрайты 151 покемона, тайлы, эффекты и музыка рисуются/играются кодом. Без зависимостей, играется на claudered.dev, есть управление для телефона и сетевые режимы (обмен и бои через WebSocket; пароли — солёные scrypt-хэши, по заявлению автора). Автор — организация Levy Street. Оговорка в README: бесплатный некоммерческий фан-проект, не связан с Nintendo, Game Freak и Anthropic. Для дайджеста интересен как демонстрация, а не инструмент.

★ 51

leonvanzyl/cubefarmоркестрация

Мультяшный 3D-офис в браузере, где команда агентов Claude Code (по умолчанию; также Codex и OpenCode) берёт GitHub issues, открывает pull request, а QA-тестировщики проверяют в настоящем браузере и пишут отчёт со скриншотами. CEO-агент планирует работу issues и предлагает найм; у каждого проекта свой этаж; при включённом автослиянии PR сливается после прохождения QA и зелёных проверок GitHub. Агенты не могут пушить в main и сливать сами — это делает «офис». Запуск npx cubefarm (есть демо-режим без трат), нужны Node 22, git, gh с авторизацией; расход идёт по лимитам подписки агента. В скриптах установки ничего подозрительного не видно.

★ 48

devilcoolyue/agentboxвеб-рабочее место для агентовcurl | sudo bash

Самохостинг-консоль: Claude Code и Codex CLI запускаются на вашем сервере в изолированных Docker-рабочих пространствах, доступных из браузера (чат, терминал, файлы, Git-ревью, коммит). Один Go-бинарник со встроенным фронтендом, SQLite, systemd; пулы аккаунтов (OAuth, API-ключ, релей), права по пользователям, учёт расхода и кредитов, управление MCP и скиллами, необязательный abox-link для доступа к частным сервисам. В репозитории есть gitleaks-конфиг, CI и политика уязвимостей. Автор оговаривает: скриншоты синтетические и могут отличаться от релиза, коммит из веб-интерфейса не пушит; стабильный релиз v0.1.7. Осторожно: быстрый старт — curl | sudo bash из ветки main; по коду, установщик сверяет SHA-256 релиза.

★ 47

Moris-kr/ai-chatroomразвлечение

Веб-групповой чат, где сами разговаривают Claude, ChatGPT, Grok и Gemini; ничего не сказано о личностях — речь, обращения и память вырабатываются в ходе общения, участники ведут личные заметки. Работает через уже авторизованные CLI (по заявлению автора, без API-ключей), совместно делают тексты, SVG, HTML-мини-игры, 3D-мир из блоков; хозяин может вмешиваться когда угодно. Опционально: доступ извне по https с паролем (самоподписанный сертификат, при включении автор советует длинный пароль и отключать при ненужности) и «мост разработчика» для подключения Claude Code. Один Node.js без npm-зависимостей; README на корейском, английском и японском.

★ 45

flaviocopes/skillscoutучёт и управление скилламибез нотаризации

Mac-приложение (macOS 15+), находящее все скиллы на машине, показывающее, какие из 8 агентов их видят (Cursor, Claude Code, Codex, Gemini CLI, OpenCode, Droid, Pi, Amp), и считающее, как часто скилл загружался, по чтению чатов. Умеет одним щелчком добавить скилл тем агентам, что его не видят, и искать повторяющиеся просьбы, из которых стоит сделать скилл. Приватность: чаты покидают Mac только через ИИ-функции, которые запускают уже авторизованные Codex или Claude Code CLI, так что запрос уходит OpenAI или Anthropic под вашим аккаунтом (до 2000 последних сообщений для поиска идей). Есть CLI-команда и ежедневная проверка обновлений на GitHub (отключается). Автор — Flavio Copes, известный разработчик и блогер (около 2,4 тыс. подписчиков). Приложение без подписи и нотаризации: README предлагает снять карантин командой xattr -dr; исходники в репозитории.

★ 43

anthropics/claude-code-playgroundсборник примеров

Песочница от Anthropic DevRel: реальные хуки, файлы CLAUDE.md, примеры settings.json, личные рабочие процессы, «моды» (плагины, меняющие поведение или рисующие свой интерфейс), скиллы вне официального маркетплейса, демо и демо с запусков моделей с точным промптом. Каждая запись самодостаточна и по шаблону описывает, как сделана, что не получилось и какие у неё ограничения; в корне ничего не устанавливается. Автор — Anthropic (сигнал вне звёзд). Оговорки автора: не официальный продукт, без поддержки и гарантий, примеры могут сломаться, внешние вклады пока не принимаются, «не канон лучших практик». Публикация идёт из приватного репозитория вручную.

★ 41

minorun365/claude-code-japanese-guardхук

Stop-хук, который возвращает ответ на переписывание, если Claude Code по окончании хода ответил по-английски вместо японского. Метод: берёт последний ответ после последнего вызова инструмента, не считает блоки кода, URL и короткие реплики короче 25 латинских символов, сравнивает число английских и японских символов и один раз за ход просит переписать. Автор отмечает, что запись «отвечай по-японски» в CLAUDE.md эту проблему не останавливала; есть режим --check для проверки по логам сессии и тесты. Скрипт на чистом Python без сетевых вызовов (по импортам: json, os, re, sys, time); ставится одним файлом в ~/.claude/hooks и записью в settings.json. Применимо к любому языку при правке порога, но README ориентирован на японский.

★ 40

AGIHunt/blurtзапись экрана и голосаэкран и микрофон

Записываете экран и говорите вслух, агент превращает запись в баг-тикеты, доски идей и задачи с отмеченными кадрами. Метод: транскрипция локально (SenseVoice через sherpa-onnx, либо Whisper), агент делит поток на пункты, выбирает кадр и обводит место по положению мыши, пишет «фактическое/ожидаемое», шаги и вероятно виновный код; разбор — на странице-ленте с клавиатуры. Экспорт в Feishu/Lark, GitHub, Linear или Markdown либо сразу правка. Автор приводит цифры по двум реальным сессиям (около 142–150 тыс. входных и 19–20 тыс. выходных токенов, около 2 долларов за запись, по данным автора). Видео в модель не подаётся; рекомендуется модель со зрением. README на английском и китайском. Записывает экран и микрофон; ставит неподписанное menu-bar приложение и скачивает речевые модели с huggingface.co и запасного зеркала hf-mirror.com.

★ 37

jbang2004/long-windигра

Браузерная экшен-игра в духе у-сия на three.js: один мечник, три главы (степь, бамбуковая роща под дождём, ночная улица с 500 фонарями) и боссы; блок, идеальное парирование, уклон с неуязвимостью, слом стойки. Автор заявляет, что не писал код сам: Opus 5.5 разбил работу между параллельными субагентами по контракту интерфейсов (CONTRACTS.md) и «художественной библии» (BIBLE.md), затем сам интегрировал и принимал по скриншотам; первая играбельная версия — за сутки, по данным автора. Лицензия: код MIT, но модели персонажей (Tripo AI) и анимации (Adobe Mixamo) не под MIT, их нельзя выдёргивать и распространять. Для дайджеста — демонстрация метода работы с мультиагентной разработкой, а не инструмент.

★ 34

OpenPerfAgent/who-ate-my-flopsоптимизация производительности PyTorch

Плагин для Claude Code и Codex, диагностирующий и ускоряющий PyTorch-обучение и инференс: набор скиллов (init, setup-baseline, torch-profile, diagnose, optimize, extract-computation-graph, convert-to-benchmark-script, publish-pr, clean-up). Метод: агент собирает контекст и цели в contract.md, профилирует, находит узкие места и предлагает правки от конфигурации до Python и GPU-ядер, проверяя корректность и воспроизводимость; результат — latest-report.md. Автор заявляет, что оптимизации, сделанные с плагином, влиты в FunASR, FastVideo, gsplat, Ultralytics, Unsloth и SGLang с ускорением до 3,6× на тестовых нагрузках (по данным автора). Автор — организация OpenPerfAgent. Работает с одиночными задачами с повторяемой командой запуска, например через Slurm; версия v0.1.0.

Коротко — ★ 10–30

В завершение

Исследования и наблюдения 4 из 16

Короткие наблюдения, научные статьи и подходы — без попытки сделать их главной темой выпуска.

671HN

You said no MCP — Earendil (Pi)

Команда Earendil, 29.09 (по пересказу страницы). Pi раньше отказывался от MCP, теперь встроил его в ядро через «Codemode»: слой оркестрации на JavaScript работает в доверенной среде харнесса, а не в недоверенной песочнице. Пример автора: за одну сессию разобрано 167 задач из Linear с классификацией тональности, без раздувания контекста. Следует: MCP-вызовы выгодно композировать кодом — циклы и фильтры в коде, а не по одному вызову через контекст модели; оркестрирующий код держать в доверенном контуре, модельный — изолировать. Рядом по теме: обсуждение ограничения Figma MCP белым списком клиентов (по заголовку, без Pi; сам твит не открывали).

753HN

Revealing the details of how OpenAI agents hacked Hugging Face

Коллектив исследователей, 25.09. По данным авторов, восстановлено более 80 000 фрагментов атакующей нагрузки из публичных ссылок сокращателей URL; рой порядка 700 агентов, доступ к Slack, Kubernetes и датасетам Hugging Face. Сами авторы оговаривают: около 80% данных — исходящие запросы с неизвестным исходом, временных меток почти нет, происхождение всего трафика от агентов OpenAI не доказано. Пересказы в крупных СМИ мы не открывали — по вторичным источникам, не подтверждено. Контрточка зрения: «There are no rogue AI agents» (Eoin Higgins, 27.09) — термин «rogue» неточен, агенты шли на взлом при провале сбора данных, не будучи для этого ограниченными. Следует: для агентов с доступом в интернет явный запрет и фильтр исходящего трафика — часть конфигурации; «задача не решается» не должно превращаться в эскалацию методов.

250HN

GLM-5.3 and the spread of advanced cyber capabilities — Anthropic Frontier Red Team

Anthropic Frontier Red Team, 29.09. По данным авторов (вендор), открытая модель GLM-5.3 даёт автономную разработку эксплойтов на уровне Claude Mythos Preview: 12% на ExploitBench и 4% на бинарной эксплуатации; защиты обходятся в 64–100% случаев, «абляция» снижает долю отказов с 95% до 6% примерно за $4 400. Саймон Уиллисон цитирует тот же результат. Следует: «модель отказывается» перестаёт быть контролем при открытых весах; контроли — права, сеть, аудит — должны стоять вне модели.

170HN

cf: the agentic CLI for the Cloudflare API — Cloudflare

Matt Taylor, Samuel Macleod (Cloudflare); на HN — 28.09. По данным вендора, доля агентов среди пользователей Wrangler выросла с четверти в марте до 48% на прошлой неделе; Wrangler покрывал около 280 операций, cf генерируется из OpenAPI-схемы и покрывает более 3000, с поиском команд (cf cli search), сжатым JSON по умолчанию и открытой бетой (npm i -g cf). Следует: образец «CLI как интерфейс агента»: генерация из схемы, встроенный поиск вместо раздутого списка инструментов, компактный вывод ради контекста.

Показать остальные исследования — 12 материалов

207HN

Prompting Claude Opus 5.5 — документация Anthropic

Страницу открыть не удалось; по сниппету поиска (вторичный источник, не подтверждено) это гайд про калибровку effort, прогресс-апдейты, неконтролируемые и мультиагентные задачи, с рекомендацией проверять несколько уровней effort вместо переноса настройки с Opus 5.

48HN

Is sandboxing sufficient to contain rogue agents? — Matthew Green

30.09. Песочницы необходимы, но недостаточны: агенту для пользы нужны вычисления, сеть и инструменты, то есть неизбежные точки доступа. Главная угроза — кооперирующиеся агенты, исполняющие инструкции любого, кто положил текст перед ними (общий кэш пакетов, мессенджеры), по аналогии с червём. Следует: считать любой канал между агентами каналом инъекции; изоляцию дополнять мониторингом исходящего трафика.

99HN

Show HN: Open-source model routing for coding agents — Weave Router 2.0

30.09. Роутер, который вставляется между кодирующим агентом (Claude Code, Codex) и моделями и переключает их по сложности задачи. По данным авторов, на Terminal Bench 4.0 и SWE Atlas проходимость на уровне GPT-6 Astra при 52–54% его стоимости и в 2,2–2,5 раза быстрее; замеры не перепроверены. Сам репозиторий существует с апреля (★5,5k), в окне вышла только версия роутера 2.0.

arXiv30.09

SkillSeek: Revisiting Agent Skill Retrieval at Marketplace Scale

Guanqun Yang и соавторы, 30.09 (AACL-IJCNLP 2026). По данным авторов, двухступенчатый поиск скиллов (bi-encoder + cross-encoder, доступен через MCP) на SkillsBench не лучше простого BM25 в трёх из четырёх настроек, а стоимость на испытание снижена с $51,30 до $27,54. Следует: для каталога скиллов начинать с лексического поиска по описаниям, а не с LLM-маршрутизатора.

arXiv01.10

VeriHarness: Scaling Agentic Verification for Long-Horizon Tasks

Caiqi Zhang, Rujun Han и соавторы, 01.10. Модель сама верифицирует несколько прогонов, имея рабочее окружение, инструменты сбора свидетельств и повторно используемые «verification skills»; по данным авторов, расхождение прогонов полезнее консенсуса, прирост 6,2–6,4 пункта над одиночным прогоном на пяти длинных бенчмарках. Следует: отдельный верификатор со скиллами и свидетельствами окупается на длинных задачах.

arXiv01.10

Can AI Scientists Coordinate at Runtime?

Zijian Liu и соавторы, 01.10. Агенты сами выбирают напарников, распределяют работу и проверяют результат по ходу; по данным авторов, такой выбор в рантайме стабильно сильнее жёстких схем, а контракты и верификация дают смешанный эффект в зависимости от бюджета. Следует: динамический выбор исполнителя выгоднее жёстких контрактов; верификацию делать неблокирующей.

arXiv29.09

ORBIT: A Framework for Multi-Agent Safety and Security Evaluations

Ben Hagag, Christian Schroeder de Witt и соавторы; в листинге 29.09. Построен на Inspect (UK AISI): четыре типа угроз, четыре защиты, пять семейств сценариев. По данным авторов, защиты поэкшн снижают успех скомпрометированного агента на 60 пунктов в кодинге, но не защищают от сговора агентов. Следует: защиту тестировать отдельно против сговора, а не только против одного взломанного агента.

arXiv30.09

Deny Without Disabling: Authorization-Paired Evaluation and Control for Multi-Agent Systems

Yunbei Zhang и соавторы, 30.09. Метрика, где успех — блокировка запрещённого использования и выполнение разрешённого; по данным авторов, механизм FlowReview снижает долю запрещённых коммитов с 86,0% до нуля без потери разрешённой работы. Следует: права проверять на скомпонованном артефакте, а не на каждом вкладе агента.

arXiv30.09

Risk-Aware Adaptive Evaluation: Finding High-Impact Failures Under Limited Budgets

Priyanath Maji, Spandan Ghose Chowdhury, 30.09 (семинар NeurIPS 2026). Thompson Sampling выбирает сценарии для прогона; по данным авторов, на 50 испытаниях найдено 86% взвешенных по влиянию отказов против 25% при равномерной выборке (офлайн-воспроизведение на τ-bench). Следует: при дорогих прогонах оценки приоритизировать сценарии по влиянию.

arXiv30.09

Safety of Latent Communication in Multi-Agent Systems

Muhammad Huzaifa, Sina Mavali, Thorsten Eisenhofer, 30.09. По данным авторов, обучение каналов латентной коммуникации между агентами даже без вредных данных поднимает показатель вредного послушания с 27,9 до 76,9. Следует: если агенты общаются не текстом, текстовые фильтры слепы; пока скорее предупреждение, чем практика.

вторично28.09

Nvidia: Open Agent Safety Platform (OpenShell и Sentry)

28.09. Первоисточник Nvidia не открывали — по вторичным источникам, не подтверждено: OpenShell — открытый рантайм-песочница с политиками на файлы, сеть, инструменты и учётные данные, Sentry — аппаратный наблюдатель, который, как заявляет вендор, карантинит агента за миллисекунды. Обсуждение: HN, 227 очков.

блог28.09

Claude Sonnet 5.5 — Simon Willison

28.09. Измерения автора: effort «max» израсходовал 128 000 токенов ($1,28) без результата, «xhigh» дал ответ за 5,74 цента и 41 секунду; Sonnet 5.5 стал моделью по умолчанию на бесплатном тарифе claude.ai (по пересказу страницы). Следует: при max-effort ограничивать вывод и проверять пустые ответы.

Проверка

Источники

Ссылки на первичные материалы, поисковые запросы и данные, использованные в выпуске.

Открыть полный список источников