每周 GitHub AI 工具观察：只挑能进入工作流的项目

先说结论。

2026-07-15 这一期 GitHub AI 工具观察，我从 weekly Trending 页面里抽出 5 个与开发工作流直接相关的候选，最终给出 3 个“进入小试”、1 个“基础设施观察”、1 个“本期淘汰”。入选依据是工作流位置、可执行入口、许可和维护证据，不是 stars 排序。

页面会随时间变化。本文记录的是 2026-07-15 核验快照，入口为 GitHub Trending weekly，所有仓库事实均回到各自 README、LICENSE、commits 与 releases 页面。stars 只记录当天量级，不能替代维护质量。

本周候选池：五个项目先放进同一张表

| 候选 | 工作流位置 | 技术栈 | 2026-07-15 stars | 许可 | 最近提交与维护证据 | 初筛 | | --- | --- | --- | --- | --- | --- | --- | | OfficeCLI | Agent 读写 Word、Excel、PPT | C# / CLI | 约 17.5k | Apache-2.0 | 最近提交 2026-07-14；v1.0.136 同日发布，README 有示例与排错入口 | 入选 | | codex-plugin-cc | Claude Code 内发起 Codex 审查或委派 | JavaScript / plugin | 约 28.8k | Apache-2.0 | 最近提交 2026-07-08；v1.0.6 同日发布，仓库含 tests | 入选 | | archify | Agent 生成可导出的架构与流程图 | JavaScript / HTML | 约 5.0k | MIT | 最近提交 2026-07-15；v2.10.0 发布于 2026-07-05，有 changelog、roadmap、examples | 入选 | | CubeSandbox | 为 Agent 提供隔离执行环境 | Rust、Go、C | 约 10.3k | Apache-2.0（以仓库 LICENSE 为准） | 最近提交 2026-07-15；v0.5.1 发布于 2026-07-11，有架构与路线图 | 观察 | | stitch-skills | 为 Stitch MCP 提供设计与构建 skills | TypeScript | 约 7.4k | Apache-2.0 | 最近提交 2026-07-13；最近 release 为 2026-05-18，有 SECURITY 与贡献指南 | 本期淘汰 |

这张表只代表页面核验，没有把 README 自述改写成实测结论。

入选一：OfficeCLI 进入“办公产物修改”小试

一句话用途：让 Agent 用命令和结构化输出读取、编辑、渲染与校验办公文件。

它进入工作流的位置很明确：读取现有文件副本，生成结构化修改，渲染预览，人工比较后再覆盖正式文件。README 给出 Word、Excel、PPT 的命令、JSON 输出、SDK、批处理和校验示例，因此最小任务可复现。

上手成本评为中。安装入口清楚，但真正风险是复杂格式保真、宏与外部链接、覆盖写入和文件隐私。小试只用副本，并要求修改前后都生成可视预览。适合需要批量、可审计修改的人；不适合把未经复核的生成结果直接发给客户。

入选二：codex-plugin-cc 进入“第二视角代码审查”小试

一句话用途：在 Claude Code 现有会话中调用本地 Codex 做只读审查或任务委派。

它的最小工作流是：对一个小 PR 运行只读 review，保留发现、代码 diff 与开发者结论，再与原有 review 流程比较。仓库说明需要 Node.js 18.18+，并使用本机 Codex CLI 的登录和配置；这意味着它不是新的隔离运行时。

上手成本评为中。优势是入口靠近现有编码流程，限制是跨工具委派会增加上下文、费用和责任追踪。第一次只做只读审查，不允许自动提交、推送或合并。适合已有 Claude Code 与 Codex 使用习惯的团队，不适合作为代码所有权替代品。

入选三：archify 进入“架构草图到评审产物”小试

一句话用途：把文字描述转为可切换主题、可导出的技术图，并保留自包含 HTML 产物。

最小任务不是生成一张好看的图，而是把一个已知服务的请求路径、外部系统和信任边界画出来，再让维护者指出遗漏。仓库提供 examples、schema、changelog 与 roadmap，README 也明确列出不是当前目标的能力。

上手成本评为低到中。它适合快速形成评审底稿，不适合把生成图当真实架构清单。小试验收应包括组件数量、方向、失败路径、数据边界和人工修订记录。

观察项：CubeSandbox 有价值，但不是本周轻量工具

CubeSandbox 的位置是 Agent 执行基础设施，不是普通开发者装上就能改善一天工作的终端插件。README 说明其基于 RustVMM/KVM，并列出单机、多节点、网络隔离和路线图；Apache-2.0 与近期 release 都是积极维护信号。

本期不把它列为直接试用，是因为验证沙箱需要 Linux/KVM 环境、威胁模型、网络策略和资源压测。没有这些条件，运行 quick start 只能证明服务启动。后续若网站开“Agent 基础设施”专题，它应进入独立评估。

淘汰记录：stitch-skills 暂不进入通用工作流推荐

stitch-skills 的 README、Apache-2.0、SECURITY 和目录规范都清楚，淘汰不是质量否定。原因是它高度依赖 Stitch MCP 和相应设计流程，且 README 明示“不是官方支持的 Google 产品”。对于没有 Stitch 环境的本站普通读者，最小任务无法只靠仓库完成。

复查条件也很明确：当我们有一个真实 Stitch 项目，并能记录输入设计、MCP 调用、生成页面、构建结果和人工修正时，再把它纳入专题。保留淘汰理由，比用一句“值得关注”更诚实。

替代方案：先比较工作流位置，不比较热度

OfficeCLI 的替代方向是现有办公软件 API 或专用 SDK；codex-plugin-cc 的替代方向是原生 PR 审查、CI 规则与人工第二审；archify 的替代方向是 Mermaid、PlantUML 或团队现有制图工具；CubeSandbox 则应与容器、虚拟机和云端隔离执行服务比较。它们解决的层级不同，不能放进一张“谁更强”的榜单。

我的选择原则是先保留已有流程。如果现有 SDK 已能稳定修改文档，就不为 Agent 入口重建一套链路；如果团队连 PR 审批规则都没有，增加一个审查插件也不会自动建立代码责任。新工具只有减少了明确步骤，同时保留证据和退出方式，才值得从收藏进入试用。

最小试用只做一件事：为候选定义一个半天内可完成、失败后可退出的真实任务，并保留版本、输入、输出和人工修改。本文末尾的三个任务就是本期验证步骤，不是泛泛的“安装看看”。

试用记录还要写明退出条件：若项目需要新增长期服务、扩大数据权限，或无法导出关键产物，就暂停接入并回到原流程。一个仓库能运行，不等于它值得进入团队的维护清单；退出成本同样属于工作流适配证据。

常见失败：把页面快照写成长期趋势

Trending 只能说明一段时间的注意力，不能证明生产采用、长期维护或安全。release 日期说明项目在交付，也不能证明兼容性没有破坏。

另一个失败是把“有明确命令”写成“已实测”。本期证据级别是页面核验与最小任务设计，没有在用户生产文件、真实 PR 或 KVM 集群中运行。文章只建议受控小试。

下一步：三项小试各保留一个失败样本

OfficeCLI 用复杂格式文件副本验证渲染差异；codex-plugin-cc 用一个含测试缺口的 PR 验证只读审查；archify 用一个存在异步失败路径的服务验证图中是否表达回滚。每项都保存输入、版本、输出、人工修改和停止原因。

下周复盘不看“工具看起来多强”，只看它是否进入一个真实步骤、产物是否可审查、失败是否能退出。做不到这三点，就从入选降回观察。