值得一用的新工具、新 Skill、新 MCP Server 和开源项目。
作者用自建的 mcpspan 对演示订票 MCP server 做埋点分析，总结出五类日志里看不到的智能体调用问题：智能体猜测不存在的工具名、参数不符合 schema 被 SDK 在 handler 前拒绝、工具描述措辞导致参数类型理解错误、同一参数反复重试的循环，以及响应体积过大挤占上下文窗口。
推荐理由：作者用自建 MCP 分析工具实测出五类日志里看不到的智能体调用失败模式，可迁移到自己的 MCP server 排查。
作者开源了 claudemanager，一个本地守护进程，让 Claude Code 通过 ANTHROPIC_BASE_URL 指向它，只改动请求的 Authorization 头，就能把会话路由到 5 小时、每周和单模型窗口余量最多的 Max 账号，并在窗口填满前按自定义阈值切换。
推荐理由：作者开源了一个本地代理，把多个 Claude Code Max 账号按额度余量自动分流，并顺带记录了请求日志。
Flash-Agents 是一个 Claude Code 插件，把实现切片、移植测试、审查 diff、梳理代码库这类有边界的编码工作交给 DeepSeek V4.1 Flash worker，Claude 保留架构、验收标准和最终审查。
推荐理由：作者把 Claude Code 的编码任务外包给 DeepSeek Flash worker，并给出沙箱、补丁与实测数据，可据此判断成本与安全边界。
Spill 是一个 Apache-2.0 开源工具，通过 Hook 拦截超过 32 KiB 的 MCP 工具返回，将其存为本地 DuckDB 表（~/.spill/spill.duckdb），智能体只拿到一个紧凑描述符，再用 SQL 查询而不是读入 5 万 token 的原始 JSON。
推荐理由：Spill 把超大 MCP 返回落到本地 DuckDB，让智能体用 SQL 取数，为上下文窗口紧张提供了一种可复用的思路。
作者开源了 Project Athena v9.9.9 内核（MIT 许可），一套本地优先的记忆与治理框架，用于解决 Claude Code 反复纠正、子智能体越界改文件、以及中途撞上额度上限后状态丢失的问题。
推荐理由：作者用 1900 次会话验证的 CLAUDE.md 瘦身与本地记忆方案，给出了可直接复用的目录结构和验证规则。
作者搭建 mcp-transparency-log，按计划爬取官方 MCP 注册表中所有公开可达的服务器，记录其工具名、描述、JSON schema 和四个 annotation 提示，写入带签名树头的 append-only 日志。
推荐理由：作者连续 37 天夜间爬取 MCP 官方注册表，用可复现的日志量化工具面变化，并公开了两次错误修正过程。
RugSnare 是一个针对 MCP 工具描述的运行时完整性工具，对每个已批准工具的 { name, description, inputSchema } 做规范化哈希固定，之后任何静默变更都会触发告警并让 CI 失败（exit 1）。
推荐理由：RugSnare 把 MCP 工具描述做哈希固定，在批准之后持续检测静默变更，并给出 66 组官方 server 版本的实测数据。
Earendil 团队于 10 月 1 日发布 Agent Harness Pi 1.0，GitHub 仓库约 11.1 万 Star、1.4 万 Fork，同时推出实验性新包 Pi Durable。
推荐理由：Pi 1.0 与 Pi Durable 把检查点、幂等提交、所有权树等分布式概念搬进 Agent 运行时，可据此判断长时运行 Agent 的工程取舍。
Lovable 发布用 Rust 从零实现的预览引擎 OJ，它读取现有 vite.config.ts 并通过兼容层运行真实 Vite 插件，单个二进制、不向项目安装工具链。
推荐理由：Lovable 用 Rust 重写预览引擎 OJ，给出与 Vite 的冷启动和内存对比，以及生产环境灰度数据。
文章从 Claude Code、Codex 和 Gemini CLI 的官方文档中整理出四种提示词模式：先计划再编辑、给智能体一个可运行的检查、让智能体反过来访谈你、把反复重打的提示词存成文件，并给出各家对应的命令、参数和文件格式。
推荐理由：横向对照 Claude Code、Codex、Gemini CLI 三家文档，给出计划模式、可运行检查、访谈式提问和保存提示词四种模式的命令与文件格式。
作者 mattpocock 发布了一套自己日常使用的 AI 编程 Agent Skills，定位是真实工程而非 vibe coding，强调小而可改、可组合、兼容任意模型。
推荐理由：作者把多年工程经验拆成一组可组合的 Skill，并说明每个 Skill 针对的失败模式，读者可据此判断能否接入自己的开发流程。
一位 QA 工程师把半年在 Claude Code 上做 Web 测试的经验整理成开源 Skill 包 paranoid-qa，核心是一份证据契约：Pass/Fail 只能依据截图、请求体、日志等实际产物，未验证写 Not tested，环境受阻写 Blocked，表单必须检查真实提交 payload。
推荐理由：作者把半年 QA 经验固化成 Claude Code 的测试 Skill 包，并给出可直接复用的证据契约与失败清单。
AI Hero 的 skills 仓库发布 v1.1，把 /to-prd 重命名为 /to-spec，将 /to-plan 和 /to-issues 合并为 /to-tickets，并新增 /wayfinder、/research、/prototype 等 Skill。
推荐理由：作者把 grilling 到部署的完整 Skill 流程讲清楚，并给出重命名、合并和新增 /wayfinder 的迁移命令，适合想搭 AI 开发工作流的人参考。
Ponytail 是一个 MIT 许可的规则集，可接入 Claude Code、Codex、Cursor、Copilot、Gemini CLI 等智能体，通过六级决策阶梯让模型在写自定义代码前先判断是否该做、标准库或平台内置能否解决，从而减少生成代码量。
推荐理由：Ponytail 用六级决策阶梯约束 AI 智能体少写代码，并给出真实仓库上的基准与成本数据，可迁移到团队规范。
Headroom 是一个开源、本地优先的代理，拦截 LLM API 调用并在请求到达服务商前重写 messages 数组，应用代码和模型都不用改。
推荐理由：Headroom 把上下文压缩放到代理层，读者可据此判断长会话智能体的 token 成本能否降下来。
Microsoft Defender for Cloud 发现生产环境中的 Mage AI 与 MCP 服务器未启用鉴权，攻击者可执行 shell 命令并获得 cluster-admin 权限，还能窃取同集群工作负载的凭据。
推荐理由：材料给出 Mage AI 与 MCP 服务未鉴权部署导致 RCE 的完整链路，可据此检查自家 Helm chart 与 MCP 配置。
Simon Willison 介绍如何把 LLM CLI 工具写进脚本的 shebang 行，让英文（或其他语言）文本文件直接可执行。核心写法是 #!
推荐理由：作者把 LLM CLI 塞进 shebang，让纯文本脚本直接可执行，并演示了工具调用与模板的接法。
AI Hero 在其 skills 仓库新增 /handoff 和 /prototype 两个 Skill。
推荐理由：作者公开了 /handoff 与 /prototype 两个 Skill 的设计思路，可看到上下文交接与原型验证如何嵌入智能体工作流。
OpenAI 在 Codex 0.128.0 起提供 Goals 功能，把一次性提示词变成线程内持久目标，Codex 会持续对照测试、基准或产物等证据判断是否完成。
推荐理由：官方给出 Goals 的适用边界、六要素写法和生命周期命令，可据此判断何时该用持久目标替代一次性提示词。
AI Hero 的 skills 仓库更新，把 /ubiquitous-language 废弃并合并进新 Skill /grill-with-docs，输出从 ubiquitous-language.md 改为 context.md，并支持多个限界上下文各自维护共享语言。
推荐理由：作者把 /ubiquitous-language 合并为 /grill-with-docs，并给出 ADR 触发条件与多限界上下文做法，可迁移到自己的 Skill 配置。