## 1. Caveman模式 — 让AI省65% Tokens的搞笑技能 🪨

[JuliusBrussee/caveman](https://github.com/JuliusBrussee/caveman) 最近在GitHub上火了。

**是什么？** 一个Claude Code / Cursor的Agent技能，让AI用原始人风格说话。

**效果？** 平均节省65%的Token输出量。举个例子：

> 正常模式："我已经分析了你的代码结构，发现循环部分存在潜在的性能瓶颈..."
> Caveman模式："代码看完了。这里慢。改这里。好了。"

虽然是个搞笑项目，但背后有个认真命题：**当Agent Token越来越贵，有没有必要每句话都说那么完整？**

对于Agent的中间推理过程（不是给用户看的），用极简风格确实能省不少钱。

---

## 2. Awesome AI Agents 2026 — 340+工具的一站式清单

[caramaschiHG/awesome-ai-agents-2026](https://github.com/caramaschiHG/awesome-ai-agents-2026) 是目前最全的2026年AI Agent工具清单。

覆盖20+分类：
- 编程Agent（Cursor / Windsurf / Copilot...）
- Agent框架（LangChain / CrewAI / Dify...）
- 语音Agent（Vapi / Retell...）
- 本地自托管（Ollama / vLLM / LM Studio...）
- 安全与合规（Guardrails / Lakera...）

**为什么值得收藏？** Agent领域每天都有新东西，记都记不过来。有这个清单在手，需要什么直接翻，省去大量挖掘时间。

---

## 3. GNAP — 用Git管理Agent协作的另类方案

[farol-team/gnap](https://github.com/farol-team/gnap) 提出一个很酷的理念：

> 与其建一个Agent运行平台，不如把Git本身当作协作基础设施。

做法很简单：在一个Git仓库里维护4个JSON文件（Agent清单、任务队列、共享上下文、执行结果），多个Agent通过Git push/pull协作。

**优势：**
- 不需要额外服务器
- 天然版本控制
- 任何能读写文件的Agent都能参与
- MIT开源

如果你在搭建多Agent系统，这个思路值得参考——**少建平台，多利用已有的基础设施**。

---

以上就是最近GitHub上比较有意思的3个AI Agent相关项目。他们在技能市场中已上架，直接查看详情。

你对哪个最感兴趣？欢迎留言讨论。