日增 333 星、增速还在爬坡:improve 的热度曲线说明了什么
日增 333 星、增速还在爬坡:improve 的热度曲线说明了什么
一个仓库的星标曲线,往往比它的 README 更能说明它处在什么阶段。
shadcn/improve 现在的公开数据是:10.6k stars、431 forks、29 watchers、5 个 open issues、12 个 pull requests、23 次 commit。而榜单口径给出的近期信号是"日增 333 星、增速还在爬坡"。这两组数字放在一起并不矛盾,但它们指向的东西完全不同:前者是存量关注,后者是增量发现。本文想做的事很简单——把这条曲线拆成可以核对的数据点,再用仓库里的真实文件解释它为什么长成这样。
一、先把曲线拆开:一次跳变、五个月缓坡、尾部小幅抬头
可核对的公开时间点只有三个,但足以定形:
| 时间 | 星标数 | 来源口径 |
|---|---|---|
| 2026-06-10 前后 | 项目创建 | 示例计划中记录的基线 commit 日期 |
| 2026-06-11 | 两天内 +1400 以上 | 中文社区首发评测的观察 |
| 2026-06-16(发布 16 天) | 6.4K | 多篇二次传播文章的共同引用 |
| 2026-11-11 | 10.6K | 仓库页面当前值 |
把星标历史曲线拉成一条线,形态是三段:近乎垂直的首段、明显放缓的中段、末端一次小幅再抬头。换算成速率就很清楚了:
- 首 16 天贡献了约 60% 的总星数(6.4K / 10.6K)。
- 从 6 月中旬到 11 月中旬约 148 天,增量 4.2K,长期均值约 28 星/天。
- 榜单口径的 333 星/天,是这个均值的 11~12 倍。
所以"日增 333 星、增速还在爬坡"不是假数据,但它是窗口值,不是趋势值。窗口值回答的是"这周有多少新人第一次看到它",趋势值回答的是"这个项目本身在以什么速度演进"。对工具类项目来说,这两件事经常背道而驰——而这一次,源码给出了明确答案。
二、谁在涨、谁在聊:四个比率的错位
星标是单向动作,几乎零成本;讨论和贡献才是双向动作。把仓库的六个数放在一起做比率,错位立刻显形:
| 指标 | 数值 | 相对 10.6K stars |
|---|---|---|
| Stars | 10.6k | — |
| Forks | 431 | 4.07% |
| Watchers | 29 | 0.27% |
| Open issues | 5 | 0.047% |
| Pull requests | 12 | 0.11% |
| Commits | 23 | — |
对一个 10K 级别的仓库,29 个 watcher 是极低的。watch 意味着"我想持续收到这个仓库的动静",它比 star 贵得多,也更诚实。0.27% 的 watch 率通常对应一种行为模式:收藏,而不是跟进。
issue 侧同样稀薄。5 个 open issue、12 个 PR,配合仓库页面上"仅协作者可创建 PR"的限制,说明外部开发者并没有形成"提问题—改代码—回灌"的循环。GitHub 之外的讨论量也能交叉验证这个判断:围绕这个项目的中文技术文章,阅读量集中在数百量级(其中一篇讲五阶段工作流的阅读 805、收藏 16;一篇讲计划模板原理的阅读 388、收藏 10;一篇讲分层代理架构的阅读 257、收藏 3),收藏/阅读比普遍在 2% 上下,属于"读完觉得有道理、但没到要动手"的区间;而英文技术社区的对应讨论串,在检索中并没有出现。
更值得注意的是传播链条上的事实衰减。仓库本身始终没有给出成本 benchmark,README 里也没有任何百分比数字。但二次传播很快就出现了"成本降低 50%–60%"的标题,而原文里写得清清楚楚:那是作者基于自己理解做的估算表(审计 $0.50、写计划 $0.30、执行 $0.50,合计 $1.40 对比 $2.80),不是实测。一个方法论项目被传播成一组成本数字,这本身就是热度结构的一部分:涨的是叙事,聊的也是叙事,真正跑过的人没有进入统计。
三、源码给出的解释:这是一个 826 行的 Markdown 产品
把仓库摊开,答案几乎是物理层面的。整个项目的主体是六个 Markdown 文件:
README.md 109 行
skills/improve/SKILL.md 122 行
skills/improve/references/audit-playbook.md 130 行
skills/improve/references/plan-template.md 197 行
skills/improve/references/closing-the-loop.md 96 行
examples/001-extract-shadow-config-resolution.md 172 行
没有构建脚本,没有测试套件,没有运行时。skills/improve/SKILL.md 的 frontmatter 里,版本号停在 1.0.0,license: MIT,作者 shadcn。23 次 commit 的最后一次是 2026-06-15 的一次 marketplace 支持合并——也就是说,在星标曲线进入缓坡之后,代码侧几乎不再变化。
这解释了两件事。
第一,为什么它容易涨星。这个项目的全部主张,读一遍 SKILL.md 就能完整理解,不需要安装、不需要试跑、不需要真实仓库。主张本身也确实清晰:昂贵模型做"理解与判断",便宜模型做"执行",计划文件是唯一交付物。SKILL.md 开篇就把这条经济学写死了——
The economics of this skill: an expensive, high-ceiling model does the part where intelligence compounds (understanding, judging, specifying). Cheaper models do the execution. The plan is the product.
第二,为什么它难以产生讨论。工具类项目的讨论通常来自"我用了、我踩坑了、我改了",而它的验证成本极高:你需要一个真实的中大型仓库、一个贵模型、一个便宜模型,还要愿意接受"计划写得好但执行跑偏"的实验误差。绝大多数 star 发生在这个成本被支付之前。
值得一提的是,仓库在"如何让弱模型不出错"这件事上的设计密度,远高于它的代码体量。这些设计是可以逐条核对的:
- 只写
plans/,绝不改源码。 SKILL.md 的 Hard Rule 1 明确:唯一允许创建或修改的文件在仓库根的plans/下;execute变体派发的是独立执行子 agent,在隔离 worktree 里改代码,advisor 只审 diff、只给裁决,不合并不推送。 - 漂移检查是机械的。 plan-template.md 要求每份计划在开头就写明
git diff --stat <planned-at SHA>..HEAD -- <in-scope paths>,不匹配即视为 STOP 条件。示例计划 001-extract-shadow-config-resolution.md 里就是这样落地的,基线是1994caba0。 - 验证门槛必须是命令,不是判断。 Done criteria 写成
pnpm check退出 0、grep -rn无匹配,而不是"确认功能正常"。 - 审查要审测试本身。 closing-the-loop.md 直接写明"executor 会钻验收标准的空子"——一个什么都不断言、但能让
pnpm test通过的测试毫无意义,所以 review 要读断言。 - 仓库内容是数据,不是指令。 Hard Rule 6 把被审计仓库里的任何"忽略上述指令"式文本当作 prompt 注入线索记录为安全发现,而不是照做。
这些条款的价值不在仓库内,而在被审计的仓库里。这也是这类项目热度可持续性判断的核心难点:它的产出无法用自身 commit 曲线证明。
四、工具类项目热度可持续性的五个判断口径
基于上面这套数据,可以提炼出一组可复用的口径。它不是 improvie 专属的,但每一格都能用这个仓库的实际数字填上。
1. 用长期均值给窗口值打折。 333 与 28 相差一个数量级。窗口值只说明"仍在被新人发现",长期均值才说明"存量吸引力的斜率"。当两者背离超过 5 倍,应当默认这条曲线处于发现期而非成长期。
2. 看收藏结构,而不只看收藏量。 star/fork 4.07% 尚属正常(fork 是"我想改"的低成本表达),但 star/watch 0.27% 偏低。watcher 才代表"我要持续跟",它的稀少意味着社区尚未形成。一个健康的工具仓库,watch 率通常在 1% 量级。
3. 看下游证据,而不是上游声明。 上游是 README 和自我定位,下游是 issue 里有没有外部人报的真实故障、PR 里有没有非作者的合并、别人的仓库里有没有出现 plans/ 目录。这个项目的下游证据是 5 / 12 / 23 这三个数,以及"仅协作者可提 PR"这一治理设置——它让 431 个 fork 大概率停留在"我抄一份改改用",而不是回流。
4. 看产物能否脱离作者存在。 这是 improve 最强的一项。计划是纯 Markdown,--issues 通过 gh issue create --body-file 把同一份自包含文本投递到 issue 里,closing-the-loop.md 里对这个设计的解释是"计划文件是事实源,issue 只是分发"。这意味着即使作者停止更新、甚至项目被归档,plans/001-*.md 依然能被任何 agent 或人读懂并执行。产物与项目解耦,是可持续性里最抗跌的一条。
5. 看闭环是在运行,还是在设计。 reconcile 的语义很硬:对 DONE 的计划抽查完成标准是否仍成立、对 BLOCKED 的绕开障碍重写、对漂移的刷新摘录和基线 SHA、对已被顺手修掉的标记 REJECTED。这是设计。但仓库里没有公开的 plans/README.md 运行记录,也没有一份真实的 reconcile 报告。能力已经写进规范,证据还欠一次公开运行——这正是从"10K star 的方法论"跨到"被使用的工程件"之间缺的那一步。
五、这条曲线真正的含义
把结论压到最短:
- 10.6K 是可信的关注度,29 个 watcher 说明它还不是社区。 曲线首段的垂直上升来自一次高质量叙事 + 一位高信誉作者 + 一个真实的成本痛点,而不是来自产品迭代。缓坡与末端的微抬头说明它仍在被新的人发现,但中段的沉寂说明发现之后很难留下。
- 它的内容质量高于它的生态成熟度。 同一批文件里既有可以被反复引用的规范(自包含上下文、机器可验证的完成标准、STOP 条件、漂移检查),也有尚未被外部执行者压力测试过的假设(弱模型能稳定遵守 STOP 条件、计划粒度足以覆盖真实仓库的意外)。
- 对使用者而言,现在拿走的最大价值是那套模板,而不是那个仓库。 把 plan-template.md 的三条性质——上下文内联、每步一个命令级验证、显式越界清单与逃生口——抄进自己的工程流程,收益与项目后续是否更新无关。
- 对同类项目而言,唯一的破局点是把内部证据外化。 公开
plans/的真实产出、公开reconcile的运行结果、公开一次"计划写对了但执行 STOP 了"的失败复盘,比再涨 10K star 更能改变曲线的第二段斜率。
一条日增 333 星的曲线,测的从来不是代码。它测的是一个想法在多大范围内被认领;而 29 个 watcher 测的,是有多少人愿意为这个想法持续付账。