DeepSeek Harness开源，插件化框架引爆开发者社区
1. developer-roadmap 星标36万，成开发者成长标配
一句话新闻：developer-roadmap 以36.4万星标位居今日热榜之首，替代传统博客教程成为开发者自学路径的首选入口。
亮点 36.4万星标、覆盖34个技术角色路径，交互式路线图支持进度勾选与自定义分支。 做什么 帮开发者回答「下一步学什么」——从前端到运维，每个角色都有分阶段技能树和资源链接，避免学习路线跑偏。 上手 直接访问仓库首页即用，无需安装。 适合谁 刚入门或转技术栈的开发者，以及带新人的技术团队负责人。 提醒 内容偏广度而非深度，项目实战和源码阅读仍不可替代。
类型: 教程 · ★ 364359 · 可直接上手 · 成熟活跃 · nilbuild/developer-roadmap (TypeScript) · 打开仓库
2. mattpocock/skills：真实工程师的 CLI 技能包
一句话新闻：TypeScript 权威 Matt Pocock 将他个人 .agents 目录里的工程技能全部开源，21.6万星标验证了其含金量。
亮点 全部来自作者真实开发环境，非教学玩具；Shell 脚本为主，可直接融入日常命令行工作流。 做什么 把代码审查、依赖升级、测试修复等高频工程任务封装成可复用技能，用自然语言触发执行。 上手 按仓库 README 说明将 skills 目录链接到你的 agent 配置路径。 适合谁 重度使用 CLI 和自动化工作流的全栈/后端工程师。 提醒 依赖 OpenAI 兼容的 agent 运行时，纯手动开发环境用不上。
类型: 库 · ★ 216411 · 可直接上手 · 成熟活跃 · mattpocock/skills (Shell) · 打开仓库
3. anthropics/skills：官方技能库，定义 Agent 能力标准
一句话新闻：Anthropic 官方开源 Agent Skills 公共仓库，16.9万星标为技能生态立下事实标准。
亮点 官方背书 + Python 实现，覆盖文档处理、API 调用、数据分析等场景；Skill 可单独安装，粒度比 MCP 服务更细。 做什么 给 Claude 等助手装上「专项能力包」——需要处理 PDF 就加一个 PDF 技能，用完即走，不必维护常驻服务。 上手 按仓库 README 将技能文件夹放入 ~/.claude/skills 即可启用。 适合谁 基于 Claude 或兼容 API 构建内部工具的技术团队。 提醒 与 Anthropic 生态绑定较强，换用其他模型需自行适配。
类型: 库 · ★ 169024 · 可直接上手 · 成熟活跃 · anthropics/skills (Python) · 打开仓库
4. DeepSeek Harness：一切皆插件，模型能力即插即用
一句话新闻：DeepSeek 开源插件化运行时 deepseek-harness，4.5万星标背后是「模型能力模块化」的新范式。
亮点 采用插件架构而非单体框架——工具、模型、记忆层都可独立替换；预告支持 Rust 和 Python 双语言插件生态。 做什么 让开发者像搭积木一样组装深度求索模型：挂载自定义工具、切换推理后端、按场景组合能力集，无需改核心代码。 上手 按仓库 README 安装，入口见原文链接。 适合谁 用 DeepSeek API 做垂直场景落地的应用开发者。 提醒 目前处于 developer preview 阶段，生产环境部署需谨慎评估稳定性。
类型: 插件/扩展 · ★ 45382 · 可直接上手 · deepseek-ai/deepseek-harness (TypeScript) · 打开仓库
5. Gemini 3.7 Flash：小模型大作为，引发 Hacker News 热议
一句话新闻：Google 发布 Gemini 3.7 Flash，以百倍规模提升的逻辑推理能力冲击小模型效率天花板。
亮点 对比前代推理质量提升百倍（基于内部评测），同时保持低延迟，支持 100 万 token 上下文窗口。 做什么 在代码生成、文档理解、多模态问答等场景提供更快更省的模型选择，主打「够用且快」。 上手 通过 Google AI Studio 或 Vertex AI 调用 API，无需本地部署。 适合谁 对推理延迟敏感、需要处理长文档的 API 调用方。 提醒 第三方评测尚未大规模出炉，「百倍提升」需以实测为准。
★ 596 · Gemini 3.7 Flash · 查看原文
6. DeepSeek Harness 官方解读：从 API 到开发者平台的野心
一句话新闻：DeepSeek 官方发布 Harness 技术解读，明确从「模型供应商」向「开发者平台」转型的产品路线。
亮点 官方文档给出了架构图和插件 ABI 规范，第三方开发者可参照实现自定义插件——这是平台化的关键一步。 做什么 解释 Harness 与普通 API 封装的区别：插件隔离运行、热插拔更新、跨语言互操作，解决「换个模型就要重写集成层」的痛点。 上手 阅读官方 Harness 文档页，获取架构设计和插件开发指南。 适合谁 正在选型 AI 应用框架的技术负责人。 提醒 与上一条为同一项目，注意区分官方博客与社区仓库的信息重叠。
★ 548 · DeepSeek Harness developer preview · 查看原文
今日观察
判断：插件化是模型应用层的确定趋势，值得跟进。
理由：DeepSeek 和 Anthropic 两家头部厂商同日发力开源技能/插件体系，方向高度一致——模型能力正从「单体 API」走向「可组合模块」。这不是巧合，而是应用层对灵活性的刚需倒逼。
对开发者的实际含义：接下来半年，基于这些技能包构建的内部工具会比从零调用 API 快一个数量级。建议团队先拿一个非核心场景（如自动生成周报、批量处理日志）试水插件化改造，积累经验后再决定是否全面迁移。