GitHub一周热点第119期

「Github一周热点119期」生产级Agent技能包、苹果容器工具、NVIDIA物理AI世界模型、开源客服平台和全球公开IPTV播放列表

GitHub一周热点第119期（2026/6/14 - 2026/6/20），本期内容包括 生产级Agent技能包、苹果官方容器工具、NVIDIA物理AI世界模型、开源客服平台和全球公开IPTV播放列表。

如果觉得内容不错，别忘了点赞关注支持一下。

1. agent-skills

• 项目名称：agent-skills – 生产级工程 Agent 技能包
• 链接：https://github.com/addyosmani/agent-skills agent-skills 是谷歌 Gemini 团队主管 Addy Osmani 开源的一套 AI 编程 Agent 技能包，它的定位是把一个资深工程师做软件开发时会用到的流程，拆成一套可以被 Agent 稳定执行的技能， 如果你经常用 Claude Code、Codex、Gemini CLI 这类工具，应该能感受到一个问题：现在模型能力越强，AI 走捷径的毛病越明显，拿到任务就一股脑按指令往前冲。agent-skills 要解决的就是这个问题，它把工程流程里的检查点、质量门禁、反偷懒规则都写进 skill 里。 agent-skills围绕软件开发生命周期设计，包含 24 个技能，其中 23 个是开发生命周期技能，还有 1 个是元技能，用来判断当前任务应该用哪个 skill。除了技能还有7 个 Slash 命令，外加 3 个 Agent 人设，它主线拆分成了几个阶段：Define、Plan、Build、Verify、Review、Ship。也就是先把需求说清楚，再拆计划，再实现，再测试，再 Review，最后发布。 安装方面，它对 Claude Code 支持最完整，也支持 Cursor、Gemini CLI、OpenCode、codex 等工具。可以参考getting-start来安装，都很容易。 另外 Superpowers 强调一套完整的软件工程流程，Agent Skills 更像一套高质量技能插件库，从项目的issue里也能看出来，大家都很想把两者结合起来产生更好的效果。 我觉得这个项目火的原因。是现在大家正从“让 AI 帮我写代码”，逐渐走到“怎么让 AI 专业的完成工程”。目前来说单纯写代码，模型能力够了；但要稳定交付，就需要流程、检查、测试和 Review。这个项目的价值就在这里。

当然了，这种 skill 包也不是装上就万事大吉。它更适合重度使用 AI 编程工具的人，如果你只是偶尔让 AI 改几行代码，可能会觉得有点重。但如果你每天都在和 Agent 一起开发，那这个项目值得认真研究一下。

1. container

• 项目名称：container – 苹果官方容器工具
• 链接：https://github.com/apple/container 第二个项目来自苹果，名字就叫 container。看名字很朴素，但它做的事情很有意思：在 Mac 上用轻量虚拟机来创建和运行 Linux 容器。 所以它就是苹果自己做的一个容器运行工具，专门针对 Apple silicon 做了优化。它用 Swift 写，底层依赖苹果的虚拟化和网络能力，目标是在 Mac 上更自然地跑 Linux 容器。 它支持 OCI 兼容的容器镜像，所以你可以从标准容器仓库里拉镜像，也可以把自己构建的镜像推回去。也就是说，它不是一个完全封闭的苹果玩具，而是尽量接到现有容器生态里。 这个项目最让人关注的地方，就是它是苹果的第一方亲儿子。过去在 Mac 上跑容器，基本绕不开 Docker Desktop、OrbStack 这些方案。它们都很好用，但也都有自己的取舍。现在苹果自己开了一个官方工具，哪怕短期不一定取代这些成熟产品，也说明苹果对本地开发环境和容器体验越来越重视。 不过这里也要提醒一下，它目前门槛并不低。项目要求 Apple silicon，而且支持的是 macOS 26，因为它用到了一些新版本系统里的虚拟化和网络能力。如果你现在还在旧系统上，就不用急着折腾了。 安装方式也比较苹果风格，下载签名安装包，装完以后执行 container system start 启动系统服务就可以用。项目目前还在活跃开发阶段，官方也提醒小版本之间才保证相对稳定，所以也不用太急着替换，可以等等发展。

1. cosmos

• 项目名称：cosmos – NVIDIA 物理AI世界模型平台
• 链接：https://github.com/NVIDIA/cosmos Cosmos 是 NVIDIA 开源的物理 AI 世界模型平台，面向的是机器人、自动驾驶、智能基础设施这些场景。

如果只看名字，可能会觉得又是一个大模型仓库，但它实际想做的事情更偏底层：给物理世界里的 AI 系统提供世界模型、数据集和工具。简单说，就是让 AI 不只是看图、看视频、回答问题，而是能理解物理世界会怎么变化，下一步可能发生什么。 这次仓库里重点是 Cosmos 3。它是一组 omnimodal 世界模型，可以统一处理和生成语言、图像、视频、音频和动作序列。这里的重点不是“多模态”这三个字，而是它把物理 AI 里很多原本分开的能力放在同一个框架里，比如视觉语言理解、视频生成、世界模拟、动作预测、机器人训练这些。 Cosmos 3 有两个主要使用面，一个叫 Reasoner，一个叫 Generator。Reasoner 更偏理解和推理，比如看一段视频，判断时序事件、物理合理性、下一步动作；Generator 更偏生成和模拟，比如根据文本、图像、视频、动作输入，生成未来画面、声音或者动作轨迹。 机器人和自动驾驶最缺的不是会聊天的大模型，而是能够理解现实世界的模型。比如一个机器人要拿杯子，它要知道杯子会不会倒，手碰到以后物体怎么动，下一步动作有没有风险。这些东西不是单纯语言模型能解决的。 当然，NVIDIA 这种项目普通开发者直接上手可能没那么爽。一方面它偏研究和产业基础设施，另一方面对算力和环境要求也不会低。

1. Chatwoot

• 项目名称：Chatwoot – 开源客服平台
• 链接：https://github.com/chatwoot/chatwoot Chatwoot 是一个开源客服平台，对标的就是Zendesk、Salesforce Service Cloud 这些商业客服系统。 很多公司其实都有一个很现实的问题：客户从官网聊天窗口、邮件、Facebook、Instagram、Twitter、WhatsApp、Telegram、短信这些地方过来，消息散在一堆平台里，客服团队处理起来很麻烦。Chatwoot 做的事情就是把这些对话收进一个统一的 inbox 里。 它的核心能力包括全渠道客服、团队协作、标签、快捷回复、自动分配、多语言支持、自定义视图、过滤器、工作时间、自动回复这些。还有帮助中心，可以发布 FAQ 和知识库文章，让用户先自己找答案，减少重复问题。 比较有意思的是，Chatwoot 现在也在加 AI Agent，叫 Captain。它可以帮客服自动回答常见问题，减少人工客服的压力。这个方向其实非常自然，因为客服是最适合 AI 落地的场景之一：问题重复、流程明确、知识库可控，而且效果很容易衡量。 Chatwoot 最大的价值还是开源和自部署。很多团队不是不想用 Intercom 或 Zendesk，而是觉得贵、重、数据也不一定想放在别人那里。Chatwoot 给了一个更可控的选择，尤其适合中小团队、独立产品、SaaS 项目。

1. IPTV

• 项目名称：IPTV – 全球公开 IPTV 播放列表
• 链接：https://github.com/iptv-org/iptv 最后一个项目 IPTV，是一个非常大的公开 IPTV 频道播放列表集合，目前已经 12 万多 star。我猜它最近火起来肯定是和世界杯有关，估计是很多人都在找看球的入口吧，顺便一说你支持哪支球队夺冠呢？可以弹幕里来说说。 项目做的事情就是把全球各地公开可访问的 IPTV 频道整理成 M3U 播放列表。你只需要把项目提供的播放列表链接粘到支持网络串流的视频播放器里，比如 VLC 这类工具，就可以直接打开。 主播放列表地址是 https://iptv-org.github.io/iptv/index.m3u，另外项目里也按国家、语言、分类等方式整理了其他 playlist。除了频道列表，它还有配套的 EPG 节目单、频道数据库和 API，整个项目其实已经不只是一个 m3u 文件，而是一套开源电视直播资源目录。 但是也要说一句，像世界杯这类版权非常强的节目是看不到的，毕竟人家的版权都是卖到几亿的啊。 但是项目的实用性还是很强，尤其是你有电视盒子、NAS、家庭影院，或者只是想在电脑上集中管理一些公开直播源的时候，它会非常方便。

one more thing

最后还是分享2个资料。 第一份是《2026创作者经济报告》 这份报告汇总了TikTok、YouTube、Instagram等平台的最新数据，分析了创作者收入结构、平台流量变化以及AI对内容行业的影响。报告认为短视频仍是增长核心，而AI正在推动创作者从内容生产者向个人媒体公司转型，对于自媒体和内容创业者很有参考价值。
第二份是《智能体安全研究报告》 Agent正在从聊天机器人进化成真正能执行任务的行动系统。这份80页报告系统梳理了权限管理、工具调用、MCP、沙箱隔离、审计追踪等核心安全问题，并提出了企业级Agent控制平面的建设思路。对于关注AI Agent落地、企业智能体和AgentOps的朋友，非常值得参考。