这周群里讨论最多的4个开源项目，收藏！

01 字节开源的 SuperAgent 框架

deer-flow 是字节跳动最近开源的一个超级 Agent 框架，目前已经有 2 万多个 Star 了。

这东西和普通的 AI 聊天助手不一样，它是一个完整的 SuperAgent 运行时。

说白了，就是给 Agent 提供了一个完整的执行环境：沙盒、记忆系统、工具调用、技能扩展、子 Agent 协作，这些都帮你准备好了。

它可以处理从几分钟到几小时的复杂任务。

比如你让它做深度研究、写报告、生成 PPT、写代码，它都能搞定。而且它是基于 LangGraph 和 LangChain 构建的，架构设计得挺好，想定制也很方便。

字节出品，代码质量和工程实践还是有保障的。想学习大厂怎么做 Agent 系统的，可以直接去抄作业。

开源地址：https://github.com/bytedance/deer-flow

02 Anthropic 官方的 Skill 创建指南

如果你想自己写一个 Skill，这个官方指南是必看的。

Anthropic 作为 Claude 的出品方，他们出的 skill-creator 可以说是权威教程。

它把 Skill 的结构讲得很清楚：

• SKILL.md 是核心文件，包含 YAML 元数据和 Markdown 指令 • scripts/ 放可执行脚本

• references/ 放参考文档

• assets/ 放模板、图片等资源文件

比较有价值的几个设计原则：

渐进式加载：Skill 分三层加载，先是元数据（约 100 词），再是 SKILL.md 主体（<5k 词），最后按需加载引用文件。

这样设计是为了省上下文窗口。

自由度匹配：任务越脆弱，指令越具体；任务越灵活，指令越宽松。就像走钢丝需要护栏，在广场上可以随便走。

不要创建多余文件：Skill 不需要 README.md、安装指南、更新日志这些，它只需要 AI 干活要用的信息。

整个指南非常实用，从理解需求、规划内容、初始化、编写到打包发布，每个步骤都有详细说明。

想认真做 Skill 的话，这个值得好好读一遍。

开源地址：https://github.com/anthropics/skills

03 给 AI Agent 装上互联网能力

Agent-Reach 这个项目解决了一个很实际的问题：让 AI Agent 能顺畅地访问各种互联网平台。

搞过这方面的人应该知道，Twitter API 要付费，Reddit 经常封 IP，小红书必须登录才能看，B 站从服务器访问会被屏蔽。

每个平台都要单独折腾一堆配置，这个项目把这些问题都打包解决了。

支持 YouTube 字幕、Twitter 推文、Reddit 讨论、GitHub 仓库、B 站视频、小红书内容、RSS 源这些，基本覆盖了主流平台。

安装也很简单，pip 一键安装就行，然后跑个 doctor 命令检查环境。

底层工具都是精选的，读网页用 Jina Reader，读推特用 birdx，视频字幕用 yt-dlp，全网搜索用 Exa AI。

关键是 完全免费，Cookie 只存在本地不上传。每个渠道都是独立的 Python 文件，后端工具随时可以换。

开源地址：https://github.com/Panniantong/Agent-Reach

04 让你的 AI Agent 不再失忆

Agent 总是记不住之前说过的内容，上下文一长就开始胡言乱语。

这个 Agent-Skills-for-Context-Engineering 项目就是专门解决这个问题的。它提供了一套完整的上下文工程技能集，教你怎么管理 AI 的上下文窗口。

目前这个项目已经拿到了 1 万多个 Star，还被北京大学的一篇学术论文引用了，学术认可度还是挺高的。

它把技能分成了几个类别：基础技能、架构技能、操作技能和开发方法论。

每个技能都是独立的文件夹，里面有详细的指令和示例代码。

比较有亮点的是它的渐进式加载设计。Agent 启动时只加载技能名称和描述，真正用到的时候才加载完整内容，这样能节省大量 token。 如果你想构建生产级的 Agent 系统，这套技能集可以作为很好的参考。

开源地址：https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering