本期优先选择能补齐 Agent 输入、执行、内容生产与反馈环节的项目，同时兼顾新晋仓库的关注度和成熟项目的持续活跃度；看点不是又多了几个 Agent，而是工具链正快速走向多模态和专业工作流。

QwenLM/Qwen-MM-Plugins：让 Agent 框架获得多模态入口

从简介看，它的目标是让任意 Agent harness 具备原生多模态能力。项目创建于 7 月 29 日，目前已有 2529 星，并在 8 月 13 日继续推送，是本周较受关注的新晋仓库。它适合正在补齐图片等多模态输入链路的开发者评估。简介没有披露支持范围、接口形式和兼容框架，选型前应以仓库文档和示例为准，不宜仅凭一句定位判断接入成本。

ShawnPana/phone-harness：把手机变成 Agent 的执行终端

这个 Python 项目的定位很直接：让 Agent 控制手机。仓库 8 月 7 日创建，已获得 1773 星，并在 8 月 14 日推送，说明移动端自动化是近期颇受关注的 Agent 方向。它值得做设备测试、自动化流程或移动端实验的开发者留意。由于简介没有说明平台、连接方式和控制边界，上手前需要重点核对设备兼容性、权限模型以及敏感操作的确认机制。

Binaryify/open-kimi-ppt-skill：面向可编辑演示文稿的 Agent Skill

这是一个非官方 Kimi Slides Skill，从简介看，可让 AI Agent 生成可编辑的 PPTD 与 PPTX，并提供本地浏览器编辑器。项目 8 月 5 日创建，目前已有 1599 星，但最近推送停留在 8 月 7 日。它的价值在于把演示文稿生成指向后续编辑，而不只是产出静态结果。需要注意其非官方属性，且元数据未标注主要语言；采用前应核对格式兼容、维护状态及生成结果的可编辑程度。

jd-opensource/JoyAI-Video-Edit：自回归扩散的视频编辑项目

这是 JoyAI-Video-Edit 的官方仓库，简介将其定位为基于自回归扩散的实时、开放式视频编辑方案。项目创建于 8 月 4 日，已获得 1209 星，8 月 14 日仍有推送，在本周新晋项目中兼具研究意味与活跃度。适合关注生成式视频和编辑模型的开发者跟踪。元数据没有给出硬件要求、模型规模和实际性能，上手前应先核对运行条件、许可证与示例效果。

magicrew/doc7：借助视觉理解生成 AI-ready Markdown

这是一个 Go 项目，目标是通过视觉理解把文档转为适合 AI 使用的 Markdown；topics 还明确涉及 DOCX、文档 AI、本地 AI 和多模态。仓库 8 月 2 日创建，目前获得 1118 星，最近推送为 8 月 7 日。它切中了知识库与检索流程中的文档预处理环节。选型时不能只看输出格式，还应结合自己的样本文档检查版面、图片和复杂结构的保留情况，具体支持边界仍需以文档为准。

SaladDay/pi-from-scratch：用 600 行 TypeScript 拆解 Agent 循环

该项目以约 600 行 TypeScript 实现一个迷你版 pi，定位是帮助开发者从零写出自己的 pi-agent。它创建于 8 月 9日，已有 982 星，8 月 12 日仍在更新。相比追求功能完备的框架，这类小型实现更适合理解 Agent loop、上下文组织和基础工程结构。从简介看，它首先是学习型项目；若用于生产，应额外评估错误恢复、安全隔离、可观测性和长期维护能力。

petergyang/human-review：给 Agent 工作流补上可视化人工审阅

这是一个用于编辑 HTML 和 Markdown 的可视化工具，可以像 Google Docs 一样留下评论，再把反馈发送给 AI Agent；简介称其可在常用 AI harness 中工作。项目目前 975 星，作为 7 月 27 日创建的新仓库，关注度不低。它值得关注的原因是把人工反馈做成了明确环节。接入前仍需确认支持哪些 harness、反馈如何传递，以及多人协作、版本记录等能力是否符合实际需求。

firecrawl/firecrawl：持续活跃的 Web 上下文基础设施

Firecrawl 将自己定位为可大规模搜索、抓取并与 Web 交互的上下文 API，topics 也覆盖 AI Agent、搜索、爬虫和抓取。它已有 167462 星，并在 8 月 15 日继续推送，是本期用于对照新项目的成熟活跃仓库。对于需要外部网页上下文的 Agent，它代表了相对独立的基础设施层。选型时仍要结合部署方式、目标网站规则、数据合规、抓取稳定性和成本进行评估。

我的判断

本周最明显的趋势，是 Agent 项目从“做一个通用助手”转向补齐具体工作流：Qwen-MM-Plugins负责多模态入口，phone-harness延伸执行终端，doc7与Firecrawl准备上下文，JoyAI-Video-Edit和open-kimi-ppt-skill进入专业内容生产，human-review则补上人工反馈。与此同时，Skill 正成为封装垂直能力的常见形式，而 pi-from-scratch 说明开发者仍需要足够小、可以读懂的底层实现。

高星并不等于成熟。本期多数新仓库创建时间不足两周，关注度更适合视为需求信号，而不是生产可用性的证明。实际选型时，我会优先检查许可证、接口稳定性、样例覆盖、权限边界与最近维护情况，再决定是直接集成、作为参考实现，还是继续观察。