GitHub 上的技能与 Agent 生态：热门技能仓库、Actions 与 Models 的 Agent 能力、开源项目的发布与榜单变化。
addyosmani 发布 agent-skills 技能包，包含 25 个技能（24 个生命周期技能加 1 个 using-agent-skills 元技能）和 9 个对应开发流程的斜杠命令，覆盖 /spec、/plan、/build、/test、/review、/ship 等环节。
推荐理由：这套技能把需求、计划、编码、测试、评审、发布拆成 25 个带验证门槛的工作流，并给出跨 70 多个 Agent 的安装方式。
morluto/rea 发布 REA，通过 MCP 把原生二进制、JavaScript/Electron、.NET 程序集和网站的分析工具接入 Agent，让 Agent 在无源码情况下解释某个功能如何实现，并给出证据与局限。
推荐理由：REA 通过 MCP 把二进制、Electron 与网站逆向分析接入 Agent，本地运行并附带证据与局限说明，可判断它是否适合自家技术栈。
ChromeDevTools 发布 chrome-devtools-mcp，以 MCP server 和 CLI 两种形式让 Antigravity、Claude、Cursor、Copilot 等编码 Agent 控制并检查运行中的 Chrome，可录制性能 trace、分析网络请求、截图和读取控制台信息，底层用 puppeteer 执行自动化。
推荐理由：这个 MCP server 把 Chrome DevTools 的性能追踪、网络与控制台调试能力交给编码 Agent，并附带 7 个技能和 CLI。
GitHub 发布 AI 代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的语言与仓库规模分布，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
推荐理由：GitHub 公开了 AI 代码审查基准的构建方法与评分口径，并给出离线指标与线上 A/B 结果的对照数据。