Jayden-X-L/forkprobe

同一任务并行试跑多个技能，对比结果选出最优。

‍ 开发与运行时agent-workflowai-agentsclaude-code

查看源码 Homepage

ForkProbe：AI Skill 选型与试跑工具

别猜哪个 AI Skill 有用，直接并排看结果。

发布页 · English README · 下载 skill zip · 安装 DSH 插件

ForkProbe 是一个 AI Skill 选型与试跑工具。它会把同一个任务交给模型本身和多个候选 skill，并排试跑，生成本地 HTML report，让你看到真实输出之后再选择 winner。

v1.1 新增图片提示词 / 风格方向比较： ForkProbe 现在可以比较 image prompt / style pipelines。每条候选先生成 prompt.md、style-card.md、composition.md、negative-prompt.md 和 render-notes.md，不在 runner 内调用图片 API；在 Codex 且宿主具备图片生成能力时，可根据本地 render-queue.json 做可选渲染验证，其他 Agent 可用用户外部渲染后回填 rendered.png。

选定 winner 后，Report 的“继续”按钮会同时保存本地 handoff，并让 Agent 沿胜出 Skill 继续任务。用户可以在同一区域选择是否匿名分享本次 Skill 选择，为未来的社区推荐先验积累样本。

当网络上的 skill 越来越多时，问题不再是“有没有 skill”，而是“当前任务到底该用哪个 skill”。ForkProbe 的目标很直接：先把结果摊开，再让 Agent 沿着你选中的路径继续工作。

什么时候该用 ForkProbe

你不确定当前任务该用哪个 skill，想先看真实输出再决定。
你想比较 baseline 和多个 skill，而不是只相信 skill 的描述。
你的交付物是 PPTX、科研 figure package、调研报告、图片 prompt/style package、可运行网页或视频成片，需要看文件、预览和 QA。
你想从本机已安装 Skill、EverMind Skill Hub、GitHub 或 BYO 路径中找到候选，再做一次小规模试跑。
不适合简单确定性任务：如果答案或工具路径已经很明确，直接执行会更快。

它怎么工作

flowchart LR
  A["你的任务"] --> B["候选 skills / pipelines"]
  B --> C["并行试跑"]
  C --> D["本地 report"]
  D --> E["AI 评审建议"]
  E --> F["你选择 winner"]
  F --> G["Continuation handoff"]

ForkProbe 把 skill 选择变成一个可观察的流程：

从 curated 目录、本机已安装 Skill、EverMind Skill Hub、GitHub 和 BYO 路径中推荐少量候选 skill 或 artifact pipeline。
用同一份输入跑 baseline 和多个候选。
展示每一路完整输出、耗时、token 估算、文件预览和 AI 评审建议。
由你选择 winner。
生成 continuation handoff，让 Agent 继续执行正式任务。

一句话触发

你不需要记命令。直接对 Agent 说：

先帮我比较几个 skill，看看哪个更适合当前任务。

或者更明确一点：

请用 forkprobe 推荐候选，等我确认后再并排执行并生成 report，让我选择 winner。

英文触发：

Compare a few skills first and see which one fits the current task better.

能力矩阵与候选推荐

候选推荐严格跟当前 README 能力矩阵对齐。baseline 表示不使用额外 skill 的参照组；+ presentations、+ Python/SVG renderer 表示策略 skill 需要搭配生成器形成完整成品 pipeline。外部 GitHub 候选进入执行前仍建议检查 license、依赖和最终产物路径。

场景 · 状态 · Report 里看到什么 · 推荐候选学术润色与 SCI 写作 · 已支持 · 多版本文本、AI 评审、winner 选择 · baseline, research-paper-writing-skills, paper-writer-skill, nature-polishing, humanizer, academic-humanizer 自然化与风格改写 / 去 AI 味写作 · 已支持 · 不同风格稿件并排比较 · baseline, writing-anti-ai, Humanizer-zh, humanizer, stop-slop, avoid-ai-writing, remove-ai-flavor-writing-skill 审稿回复与投稿材料 · 已支持 · 回复草稿、结构、语气对比 · baseline, nature-response, paper-writer-skill, writing-anti-ai, research-paper-writing-skills PPTX 成品生成 · 已支持 · 可打开的 PPTX、预览图、候选说明 · baseline + presentations, nature-paper2ppt + presentations, academic-pptx-skill + presentations, ppt-master, md-slides 论文作图 / 科研绘图 · 已支持 · PNG 预览、SVG/PDF/TIFF、代码、caption、QA · baseline-python-figure, scientific-visualization + Python/SVG renderer, nature-figure + Python/SVG renderer, plot-code-python, schematic-svg, graphical-abstract-svg 调研报告 / Research report · 已支持 · 报告预览、sources.json、evidence table、claim checks、limitations、AI 评审 · baseline-research-report, source-first-research, analyst-style-report, evidence-table-report, company-research-report, user-research-cookiy + report package 图片提示词 / 风格方向比较 · 已支持 · Prompt、风格卡、构图说明、负面约束、可选图片预览、候选说明 · baseline-image-prompt, creative-director-prompt, style-system-prompt, prompt-as-code, reference-to-style, ecommerce-product-prompt, poster-key-visual-prompt, social-cover-prompt, ppt-visual-prompt 网页 / HTML 制作比较 · 已支持 · 可运行页面链接、桌面/移动端截图、QA、源码、AI 评审 · baseline-web, Anthropic frontend-design, Hallmark, web-artifacts-builder, ui-ux-pro-max, web-design-engineer, baoyu-design 产品宣传片成品比较 · 已支持 · MP4 播放、封面、字幕、脚本、分镜、源码、媒体 QA、AI 评审 · baseline-remotion-agent, HyperFrames product-launch-video, video-shotcraft 动效视频成品比较 · 已支持 · MP4 播放、动效规格、源码、时长/分辨率、媒体 QA、AI 评审 · baseline-remotion-motion, HyperFrames motion-graphics, Remotion Bits 口播粗剪比较 · 已支持 · 粗剪 MP4、字幕、转写稿、剪辑清单/时间线、压缩时长、媒体 QA · auto-editor, video-editing-skill, video-use cut-only, chengfeng-videocut（实验）

七种工作模式

1. Text comparison

适合学术润色、自然化改写、审稿回复、投稿材料、PPT 方案/大纲等文本产物。

python3 scripts/compare.py \
  --input /tmp/forkprobe-input.txt \
  --skill baseline \
  --skill writing-anti-ai \
  --skill humanizer-zh \
  --skill remove-ai-flavor-writing-skill \
  --judge \
  --output /tmp/forkprobe-report.html

2. PPTX artifact comparison

如果用户目标是“做一个 PPT”或“生成 PPTX”，ForkProbe 会倾向比较成品生成 pipeline，而不是只比较文字大纲。策略 skill 必须搭配 presentations 或 pptx 这类生成器，完整 pipeline 才进入成品对比。

典型 shortlist：

baseline + presentations
academic-pptx-skill + presentations
nature-paper2ppt + presentations
ppt-master
md-slides

生成每条 pipeline 的 PPTX 后，用 artifact report 展示文件链接、关键页预览和 AI 评审：

python3 scripts/render_artifact_report.py \
  --manifest /tmp/forkprobe-ppt-artifacts.json \
  --output /tmp/forkprobe-ppt-report.html

3. Figure artifact comparison

如果目标是论文作图、科研绘图、机制图、数据图或 graphical abstract，ForkProbe 会比较 figure 生成 pipeline。每条候选路径会生成一个 figure package，用 report 展示预览、源文件、caption 和 QA。

python3 scripts/figure_artifact.py \
  --input /tmp/forkprobe-figure-task.txt \
  --pipeline baseline-python-figure \
  --pipeline nature-figure-python \
  --pipeline plot-code-python \
  --skill-source 'https://github.com/K-Dense-AI/scientific-agent-skills#skills/scientific-visualization' \
  --run \
  --judge \
  --render-report \
  --report-output /tmp/forkprobe-figure-report.html

推荐产物包括 preview.png、figure.svg、figure.pdf 或 figure.tiff、源代码或矢量源文件、caption.md 和 qa.md。

4. Research report artifact comparison

如果目标是市场调研、公司调研、竞品分析、用户研究、文献综述或投研报告，ForkProbe 会比较 research report pipeline。每条候选路径会生成一个 research package，用 report 展示报告预览、来源、证据表、claim checks、limitations 和 AI 评审。

第一步必须先推荐候选，并等待用户确认：

python3 scripts/recommend.py --input /tmp/forkprobe-research-task.txt

确认候选后再运行 research artifact pipeline：

python3 scripts/research_artifact.py \
  --input /tmp/forkprobe-research-task.txt \
  --pipeline baseline-research-report \
  --pipeline source-first-research \
  --pipeline analyst-style-report \
  --pipeline evidence-table-report \
  --confirmed \
  --run \
  --judge \
  --render-report \
  --report-output /tmp/forkprobe-research-report.html

推荐产物包括 candidate-report.md、candidate-report.html、sources.json、evidence-table.md、claim-checks.md、limitations.md 和 summary.md。

5. Image prompt/style artifact comparison

如果目标是比较图片 skill、生图提示词、视觉风格、风格卡、海报 KV、电商主图、小红书封面、PPT 配图或概念图，ForkProbe 会先比较 prompt/style pipeline，而不是直接接图片 API。每条候选生成一个 prompt package，并可选写出 Codex host render queue。

第一步先推荐候选：

python3 scripts/recommend.py --input /tmp/forkprobe-image-task.txt

确认后运行图片提示词/风格方向对比：

python3 scripts/image_prompt_artifact.py \
  --input /tmp/forkprobe-image-task.txt \
  --pipeline baseline-image-prompt \
  --pipeline creative-director-prompt \
  --pipeline style-system-prompt \
  --pipeline prompt-as-code \
  --confirmed \
  --run \
  --judge \
  --render-report \
  --report-output /tmp/forkprobe-image-prompt-report.html

推荐产物包括 prompt.md、style-card.md、composition.md、negative-prompt.md、render-notes.md、summary.md，可选 prompt.json、reference-usage.md、render-request.json 和 rendered.png。--render-mode codex-host 会写出 render-queue.json，由宿主 Codex Agent 自行调用图片能力；ForkProbe runner 本身不会要求 API key，也不会直接调用图片 API。

6. Web artifact comparison

如果目标是 Landing Page、官网、Dashboard、Web App、报告页或 HTML 成品，ForkProbe 会先推荐网页生成候选，等待确认后再并行生成完整可运行页面。所有候选统一使用 1440x1000 和 390x844 视口截图，并执行本地资源、响应式、交互与基础可访问性 QA。环境中安装 Python Playwright 时，还会用真实浏览器测量移动端横向溢出；不可用时 qa.json 会明确记录该项未测量，而不会伪报通过。

第一步先推荐候选：

python3 scripts/recommend.py --input /tmp/forkprobe-web-task.txt

确认后运行网页成品对比：

python3 scripts/web_artifact.py \
  --input /tmp/forkprobe-web-task.txt \
  --pipeline baseline-web \
  --pipeline anthropic-frontend-design \
  --pipeline hallmark-web \
  --pipeline baoyu-design-web \
  --confirmed \
  --run \
  --judge \
  --render-report \
  --report-output /tmp/forkprobe-web-report.html

每条候选输出 site/index.html、desktop.png、mobile.png、qa.json、source.zip 和候选说明。Report 可切换桌面/移动端预览并直接打开成品页面。

7. Video artifact comparison

视频模式严格按场景分组，不会把产品宣传片、动效视频和口播粗剪混在同一轮评分。第一步先推荐候选并等待确认：

python3 scripts/recommend.py --input /tmp/forkprobe-video-task.txt

产品宣传片或动效视频确认后直接运行对应候选。口播粗剪必须使用 --asset 给所有候选提供同一个原始视频：

python3 scripts/video_artifact.py \
  --input /tmp/forkprobe-video-task.txt \
  --asset /path/to/source-video.mp4 \
  --pipeline auto-editor \
  --pipeline maxazure-video-editing \
  --pipeline video-use-cut-only \
  --pipeline chengfeng-cut-talking-head \
  --confirmed \
  --run \
  --judge \
  --render-report \
  --report-output /tmp/forkprobe-video-report.html

每条候选必须生成 video.mp4。ForkProbe 会用 ffprobe 检查时长、分辨率、编码和音轨，用 ffmpeg 生成统一封面，并根据场景检查字幕、脚本/分镜、动效规格或转写稿/剪辑清单。Report 内可直接播放成片。

支持的 Agent 工作流

Claude Code / Claude 风格 skill 会话
Codex 原生执行路径，并在失败时 fallback 到 OpenAI API
DeepSeek Harness 原生插件，支持文本候选、AI judge、Report 选择和同一 Agent 继续
DeepSeek Harness headless 兼容路径，继续支持科研图、报告、网页和视频等文件型 Artifact runner
OpenClaw、WorkBuddy、OpenCode 等自然语言 Agent 工作流
“做一个 PPT”、“生成论文 figure”、“生成调研报告”、“比较图片提示词/风格方向”、“制作网页成品”和“比较视频成片”这类 artifact comparison

版本历史

版本 · 重点 v1.1 · 新增图片提示词 / 风格方向比较：prompt package、可选 Codex host render queue、用户渲染回填和 image prompt catalog。 v1.0 · 将 v0.10 能力定版为稳定产品基线：DeepSeek Harness 原生插件、Report 选择后同一 Agent 继续。 v0.10 · 新增 forkprobe-dsh 原生 DeepSeek Harness 插件，支持 native subagent fan-out、AI judge 和 continuation handoff。 v0.9 · 增加 DeepSeek Harness headless 执行路径，覆盖文本候选和文件型 Artifact runner。 v0.8 · 增加可选匿名 Winner 反馈闭环和社区选择先验。 v0.7 · 增加多来源候选发现：本机 Skill 扫描、EverMind Skill Hub、GitHub discovery 和 BYO source。 v0.6 · 增加视频成品比较：产品宣传片、动效视频和口播粗剪。 v0.5 · 增加网页 / HTML 成品比较：可运行页面、桌面/移动截图和 QA。 v0.4 · 增加去 AI 味 / humanizer 写作候选矩阵。 v0.3 · 增加市场调研 / research report artifact comparison。 v0.2 · 增加论文作图 / 科研绘图 artifact comparison。 v0.1 · 初始公开发布：文本 skill 推荐、baseline 对比、本地 HTML report、AI judge 和 continuation handoff。

安装

将本项目复制到你的 Agent skill 目录即可。

Claude Code：

cp -r forkprobe ~/.claude/skills/

Codex / 本地 Agent skill 目录：

cp -r forkprobe ~/.agents/skills/

DeepSeek Harness 原生插件

将 ForkProbe 直接安装到 DSH web profile：

dsh plugin --profile web add "github:Jayden-X-L/forkprobe"

需要在 headless profile 使用时再安装一次：

dsh plugin --profile headless add "github:Jayden-X-L/forkprobe"

重启对应 profile 后，对 DSH 说：