Anthropic 内部近期高频使用一个 ELI5 Skill，调用方式为 /eli5 <topic>。它要求 Agent 以完全不懂背景的用户为对象解释主题：少用术语、用大图和少量文字，并通过 HTML Artifact 呈现复杂概念。作者指出，这个 Skill 的真正价值不在于把回答写得更简单，而是强制 Agent 重新组织知识——先建立整体认知，再展开细节与边界，从而暴露理解盲区。该技巧源自 Reddit 的 ELI5 文化，在 Agent 场景下变成一种可复用的输出结构约束，不依赖特定模型，任何支持斜杠命令或自定义 Skill 的工具都可复刻。适合正在调校 Claude 或其他 Agent 输出格式的工程师。
Omarchy 是由 DHH 主导的 Linux 桌面发行版，目标是把日常计算体验打磨到开箱即用：内置终端、Neovim、AI 开发工具、TUI/GUI 应用以及统一热键、剪贴板等全局能力，并配有一套完整在线手册。它不是传统通用发行版，而是将作者的设计偏好与工作流固化为默认配置，让用户减少折腾。仓库以版本化方式管理安装脚本、点文件、主题和文档，支持无人值守安装与系统快照，适合希望获得一致、美观、可复现开发环境的工程师与创作者。
ai-memory 是一个用 Rust 编写的长期记忆服务，面向编码 Agent（Claude Code、Codex、Kimi CLI 等），解决跨会话、跨工具丢失上下文的问题。它通过 MCP 配置与生命周期钩子自动捕获提示词、工具调用与会话边界，在会话结束时编译成摘要与 handoff，写入 git 版本化的 Markdown wiki；下一个 Agent 启动时自动注入“上次进行到哪”的上下文。检索采用 FTS5、实体匹配、图邻居的混合方案，LLM 与向量嵌入均为可选。适合在多种 AI 编程工具间切换、希望沉淀项目决策与失败经验的工程师。
OpenViking 是面向 AI Agent 的开源上下文数据库，把记忆、知识资源与技能统一挂载到 viking:// 虚拟文件系统，让 Agent 用 ls/tree/find 这类文件操作浏览上下文，而不是查询黑盒向量库。写入时内容会被加工成 L0 摘要、L1 概览、L2 详情三层，按需加载以节省 token；检索采用目录递归下钻，并保留完整浏览轨迹供排查。适合正在构建 Agent 记忆、Agentic RAG 或上下文管线的工程师参考或直接集成。