先看同类项目实际怎么做,再决定这个项目怎么做。
31.5/100
综合分
2
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/21 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
自动兼容检查未通过:仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装。以下命令仍可尝试,但可能失败。
无法用 dsh 插件命令安装(仓库内无 dsh 插件清单)
git clone https://github.com/Spkicn/mimic.git按该仓库 README 的原生方式安装;若作者另行发布了 DSH 插件包,请以其文档为准
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:需留意
是什么
dsh 原生插件 · skill
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 11 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
⚠︎ 实装验证未通过(unknown · 2026/10/30) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查需源码安装仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
✗npm 包mimic(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/11 22:14:22
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 包内无可扫 JS
- · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/11/1(0 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 研究同类开源项目
- 辅助选技术栈
- 辅助写README
智能体技能:选技术栈、写 README、定仓库规范之前,先研究同类开源项目。
README
由 DeepSeek 最新模型翻译生成mimic · 模仿者
先看同类项目实际怎么做,再决定这个项目怎么做。
mimic 是一个 Agent Skill,用在"答案不该来自模型自己的习惯"的场合。
选技术栈、实现一个子系统、写 README、定仓库规范——每一件事都有上百个做得好的开源项目已经解决过,而且它们的选择是可核查的;模型自己的默认值不是。
所以这个 skill 让 agent 真的去看——看真正可比的项目,而不是最火的那些——然后产出一个遵循它实际看到的东西的交付物,并附上证据和 license 检查。
它要防的失败模式是自信的编造:看起来很像样的规范章节、技术栈建议、star 数、license、一段实现,全都来自记忆。这些每一条都能被查证,而且一定会被查证。
四种模式
| 模式 | 何时使用 | 交付物 |
| stack | "我们该用什么技术栈做?" | 落盘的决策记录:背景、选项(及每个选项被哪些项目采用)、决定、后果 |
| implementation | "这个功能该怎么实现?这个模块该长成什么形状?
展开完整文档(README 剩余 1 节)
mimic · 模仿者 先看同类项目实际怎么做,再决定这个项目怎么做。 mimic 是一个 Agent Skill,用在"答案不该来自模型自己的习惯"的场合。 选技术栈、实现一个子系统、写 README、定仓库规范——每一件事都有上百个做得好的开源项目已经解决过,而且它们的选择是可核查的;模型自己的默认值不是。 所以这个 skill 让 agent 真的去看——看真正可比的项目,而不是最火的那些——然后产出一个遵循它实际看到的东西的交付物,并附上证据和 license 检查。 它要防的失败模式是自信的编造:看起来很像样的规范章节、技术栈建议、star 数、license、一段实现,全都来自记忆。这些每一条都能被查证,而且一定会被查证。 四种模式 | 模式 | 何时使用 | 交付物 | | stack | "我们该用什么技术栈做?" | 落盘的决策记录:背景、选项(及每个选项被哪些项目采用)、决定、后果 | | implementation | "这个功能该怎么实现?这个模块该长成什么形状?" | 改动后的源码,外加一段来源说明:模仿了什么模式、来源仓库的 pinned commit、其 license、以及两边共同面对的约束 | | artifact | "我们的 README 太敷衍,看看别人怎么写" | 文件本身(README.md、CONTRIBUTING.md、docs),结构来自对可比项目的章节盘点 | | conventions | "这个仓库该怎么组织?" | 目录结构、commit/CI/lint 规则、AGENTS.md;每条采纳的约定都标注来源和维持成本 | 快速开始 DSH git clone https://github.com/Spkicn/mimic.git cd mimic Windows ./install.ps1 # -> ~/.dsh/skills ./install.ps1 -Target project-dsh -ProjectPath C:\code\myapp macOS / Linux ./install.sh # -> ~/.dsh/skills ./install.sh --project ~/code/myapp # -> <project>/.dsh/skills 两个安装脚本都支持试运行(-List / --list)和覆盖安装(-Force / --force)。 Claude Code /plugin marketplace add Spkicn/mimic /plugin install mimic@mimic 其他 Agent Skills 宿主:直接复制目录 mkdir -p .claude/skills && cp -R mimic/skills/mimic .claude/skills/ 然后正常描述任务即可,skill 会按 description 自动触发: 我们的 README 写得很敷衍,去 GitHub 上找几个同类项目看看别人的 README 是什么规范,然后照着重写一版。 我要给这个项目加一个重试机制,先去 GitHub 上看看同类项目是怎么实现的,再动手写。 和别的方案有什么不同 大多数"先调研再动手"的提示词停在报告上。mimic 补了这些缺口: | 缺口 | mimic 的要求 | | 实质 | 至少三条具体且可核查的断言——数字、名字、路径、版本,或一句从抓取里摘出来的话。测试方法:把所有专有名词和数字删掉,如果产出读起来依然完整,那它就是模板——而且它可以通过其余每一条检查却什么都没产出。 | | 可比性 | 按问题域 / 用户 / 规模筛选出 3–5 个候选,并且必须记录至少一个被排除的候选。star 数只是背景信息,永远不作为入选理由。 | | 找对层次 | 候选必须覆盖不止一类来源:同行(你自己的技术栈——教你惯例)、工艺来源(你薄弱那一层背后的学科——教你参数)、权威(平台本身,取 HEAD)。只在自己的栈里搜,永远只能搜到同行。 | | 证据 | 每条仓库结论标注 E1–E4:已抓取 / 已阅读 / 多源互证 / 推断。E4 永远不能当成事实陈述。pushed_at、license、是否归档必须抓取,不许凭记忆。 | | License | 采纳任何东西之前做明确检查:结构和思想可以学,表达和代码不行。GPL/AGPL/无 license 的来源要标出来,而不是悄悄用掉。 | | 闭环 | 交付物是磁盘上的文件,外加一张"采纳了 / 故意没采纳 / 原因"对照表——不是聊天窗口里的建议。implementation 模式下交付物是改动后的源码加一段来源说明。 | | 约束测试 | 只有当你能说出"是什么约束逼出了这个形状"、并且证明自己也有同样的约束时,才采纳它。否则就是 cargo cult——而"你其实不需要它"本身就是结论。 | | 净室两段式 | 先用你自己的话把模式写出来,然后关掉来源再动手实现。这才让"绝不抄代码"从承诺变成一道工序。 | | 路由也被测 | description 就是路由器,所以仓库会让每条 eval prompt 去和一组同类 description 竞争打分。不该路由到这里的 prompt 会让 CI 失败,而不是等到评审时才发现。 | 还有一个降级模式:连不上网就不给答案。 GitHub 不可达时,agent 明确说明并停止,而不是凭记忆重建仓库信息。 一次运行的过程 1. 框定 — 一句话复述目标;最多问三个问题,且只有会改变"什么算可比"的问题才值得问。 2. 选样 — 3–5 个可比项目 + 至少一个被排除的候选,判断依据见 selecting-repos.md。 3. 阅读 — 全部浅读,最多两个深读。用 mimic-probe.mjs 抓取:带缓存、带截断、不添油加醋。 4. 决策 — 事实与判断分列;过 license 闸门。 5. 落盘 — 交付物写到磁盘,然后跑完成度检查表,并把检查结果一并报告。 agent 在底层实际执行的命令 node skills/mimic/scripts/mimic-probe.mjs owner/repo owner/repo2 --max-chars 1200 node skills/mimic/scripts/mimic-probe.mjs --search "rate limiter" --language python node skills/mimic/scripts/mimic-probe.mjs owner/repo --paths .github/PULL_REQUEST_TEMPLATE.md 探针会输出抓取日期、默认分支与 commit SHA、stars | license | pushed_at | archived,以及 README、根目录树、依赖清单——正是模型最爱编、也最容易编错的那些字段。退出码:0 干净, 2 用法错误,3 某个仓库抓取失败,4 目录树降级但可用;绝不会在只抓到一半时返回 0。 token 失效会直接报错,而不是伪装成"repository not found"。--refresh 忽略缓存, --no-cache 关闭缓存;设置 GITHUB_TOKEN 可提高限流额度;结果在 .mimic-cache/ 缓存 24 小时。 仓库结构 skills/mimic/ SKILL.md # 入口:路由、唯一铁律、完成度闸门 reference/ selecting-repos.md # 可比性维度、检索策略、排除标准 evidence.md # E1–E4 分级、预算、记录与报告模板 licensing.md # 什么可以迁移、兼容性表、红线 mimic-stack.md # 模式:stack -> 决策记录 mimic-implementation.md # 模式:implementation -> 形状、约束测试、净室 mimic-readme.md # 模式:artifact -> 落盘文件 mimic-conventions.md # 模式:conventions -> 结构、CI、AGENTS.md mimic-design.md # 作品按效果评判时:设计语域、记忆点条款、规格与说明 mimic-gate.md # 验证层、完成度闸门、红线与反模式 mimic-evidence.md # 实测记录:买到了什么、没买到什么 mimic-assets.md # 素材条款:下载真实的字体、图标、贴图、模型与库;许可闸门、清单、验证 scripts/mimic-probe.mjs # 零依赖、带缓存的 GitHub 抓取器 evals/evals.json # Tier 2 用例:触发、近似误触、质量 AGENTS.md # 本仓库的 agent 规则总纲;CLAUDE.md 直接 import 它 CONTRIBUTING.md # 怎么贡献,以及什么样的报告有用 CHANGELOG.md # 一个版本号、改了什么,以及存放它的两个文件 scripts/validate.mjs # Tier 1 自检:frontmatter、宿主长度限制、25–150 行区间、路由、evals、链接、README 同步、版本同步 scripts/validate.test.mjs # 离线 fixture 测试,校验器每一条规则各一个 scripts/eval-routing.mjs # Tier 2:这个 description 到底会不会被路由到(对同类 description 做 BM25) scripts/eval-routing.test.mjs # 路由打分的同类目录 fixture 测试 scripts/probe.test.mjs # 探针的离线 fixture:鉴权、缓存、截断、退出码 .github/workflows/ci.yml # 跑全部检查、fixture 测试、安装脚本冒烟(Linux + Windows)与 plugin validate .github/PULL_REQUEST_TEMPLATE.md .claude-plugin/marketplace.json # Claude Code 插件清单 install.ps1 / install.sh # DSH / Claude / 项目内安装脚本 .gitattributes # 让 install.sh 保持 LF、install.ps1 保持 CRLF 设计原则 - 抓取,而不是回忆。 没有抓取支撑的结论,是措辞礼貌的编造。 - 可比性优先于流行度。 解决你的问题的 400 星项目,胜过不解决你问题的 6 万星项目。 - 三个是下限。 一个你欣赏的仓库只是口味,不是规范。 - 模仿结构,不模仿装饰。 emoji 标题和徽章墙不是规范;章节契约和承诺才是。 - 把文件写出来。 建议会挥发,仓库里的文件不会。 - 产物的 license 属于你,不属于来源。 从 GPL 项目学习完全自由——但一个字都不抄。 - 测路由器,不只测正文。 没人打过分的 description 只是猜;每条 eval prompt 都要和它竞争的 description 一起打分。 先行工作与致谢 mimic 是用它自己的方法在 2026-10-06 对 skills 生态做了一轮调研后建成的。它遵循的惯例,以及来源: | 项目 | License | 采纳内容 | | kengomatsuo/agent-skills | MIT | research-first 定位、一个 skill 只解决一件事、"先看再建" | | Paldom/github-skills | MIT | README 章节契约(价值主张 → 快速开始 → skill 表 → 仓库结构 → 贡献 → license)、多宿主安装路径、插件清单 | | anthropics/skills | — | .claude-plugin/marketplace.json 的结构 | | blue-skillhub | — | 事实与判断分离;动手写代码前先确认方案 | | GitHub Prior Art Research | — | 提实现方案前先在 GitHub 上检索 | 没有复制任何文字或代码。与上述所有项目的差异:它们停在报告,mimic 补上了 license 闸门和 "必须落盘"这一环。 贡献 欢迎 issue 和 PR,详见 CONTRIBUTING.md。最有价值的贡献是失败报告:agent 断言了它没有抓取过的仓库信息,或者采纳了一条不适合本项目的约定。这些会变成 reference 里的硬性红线。 提交 PR 前先跑下面这些检查——CI 全都会跑: node scripts/validate.mjs node scripts/validate.test.mjs node scripts/eval-routing.mjs node scripts/eval-routing.test.mjs node scripts/probe.test.mjs claude plugin validate . # 需要 Claude Code CLI;CI 也会跑 请保持 SKILL.md 在 25–150 行之间,细节放进 reference/;这是本仓库自己的约定,校验脚本两端都会强制执行。两个 README 会做结构漂移检查,所以改 README.md 时要同步改 README.zh.md。 版本号存在两个地方——skills/mimic/SKILL.md 和 .claude-plugin/marketplace.json,两者不一致校验会失败;每次发布还要在 CHANGELOG.md 里记一笔。面向 agent 的规则写在 AGENTS.md。 License MIT © 2026 mimic contributors
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
Spkicn/mimic
先看同类项目实际怎么做,再决定这个项目怎么做。
相关插件 · 技能 / 提示词
人设统管ZiChuanLan/agent-purge
一份系统提示词,喂给多个 coding…
★ 931已汉化DSH
73.8
人物画像蒸馏titanwings/distilly
Distilly — 把他们的思考方式提炼成可复用的技能,供任何智能体或机器人使用。原名 Colleague Skill(原同事 Skill)。
★ 25,659已汉化DSH
71.3
推理工作空间套件Tiger3807861189/J-Space-Cognition-Suite
J-Space 是面向复杂推理、大型仓库工程、子代理协作与授权安全分析的推理时工作空间和控制套件。
★ 2,957已汉化DSH
70.5
两阶段工具锚定预设xiaobright/dsh-anchored-standard
实验性 DeepSeek Harness agent preset…
★ 3,742已汉化DSH
70.1
智能体工作流编排nrslib/takt
不再日夜盯着 AI 编码智能体。
★ 1,402已汉化DSH
70
Agent 运行时手册Electricitysheep/dsh-handbook
DeepSeek Harness dsh 从 0 到 1 深度手册:安装/插件开发/性能调优/实测案例/同模型多…
★ 827已汉化DSH
68.7