1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | AnythingAtlas | — |
| 作者/维护者 | Liuziyu77（Ziyu Liu，个人开发者） | GitHub API |
| 来源链接 | https://github.com/Liuziyu77/AnythingAtlas | — |
| 许可证 | Apache License 2.0 | GitHub API |
| GitHub Stars | 156 | GitHub API |
| Forks | 20 | GitHub API |
| 最新版本 | 无正式发布标签，以 main 分支最新提交为准 | GitHub API |
| 安装方式 | git clone 到 Agent 的 skills 目录 |
仓库 README |
仓库自述名称与正式名称一致，均为 AnythingAtlas（GitHub 独立仓库，按仓库名机械确定）。
2. 功能介绍与亮点
这是一款把“如何系统性学习一个陌生主题”这个模糊需求，转化为一份可核实、可执行学习地图的 Agent Skill——覆盖学术领域、历史事件、实践技能、艺术鉴赏、行业研究等几乎任意主题,而不局限于技术类。
- 按主题类型自适应信源策略：内置
topic-taxonomy与source-and-channel-policies两份参考文档，把主题分成成熟学术领域、快速演进的技术、历史事件、人物机构、行业、社会议题等类别,每一类都对应不同的必需资料类型与优先检索渠道(如历史事件优先查档案馆与口述历史,实践技能优先查官方文档与课程) - 先澄清后调研：
clarification-policy明确规定只在信息缺口会实质影响结果时才提问,且一次性打包提问,避免来回追问浪费用户时间 - 双格式产出并做一致性校验：同时生成完整的 Markdown 文件和可独立打开的自包含 HTML 文件(“知识图谱”),
scripts/validate_deliverables.py校验两者内容对齐,而非人工核对 - 可信度把关：
credibility-criteria参考文档要求核实推荐资源真实存在、标题作者链接日期准确,拒绝罗列未经验证的资源 - 自带回归测试：仓库含
tests/test_atlas.py与tests/quality-cases.md,用真实案例校验产出结构,是同类个人项目中少见的工程化质量把关 - 示例画廊：README 提供古典音乐入门、印象派绘画鉴赏、人像摄影 8 周作品集三个完整案例的可点击 HTML 成品,直观展示实际产出质量
3. 适用场景
固定分类：内容创作与知识管理。
适合任何想快速、系统地进入一个陌生领域,却不知道该从哪本书、哪门课、哪个信源开始的人——准备转行或立项调研的职场人、发展新爱好的个人、想在有限时间内摸清一个行业或历史事件脉络的学习者。用户只需说明想学什么、有多少时间、已有什么基础,技能即给出验证过的资源清单与分阶段可执行计划。
4. 跨 Agent 兼容性
- Claude Code：原生支持——README 与 SKILL.md 明确给出
~/.claude/skills/anything-atlas安装路径与/anything-atlas调用方式,遵循开放的 Agent Skills 规范 - Codex：原生支持——同样给出
~/.agents/skills/anything-atlas路径与$anything-atlas调用方式,仓库另含agents/openai.yaml配置文件 - OpenClaw：未验证——已抓取材料未提及
- Hermes Agent：未验证——已抓取材料未提及
5. 推荐理由
用工程化的信源核实与产出一致性校验,把“学习任何一个新领域”这个几乎人人都会遇到但难以量化的需求,变成可执行、可信、格式统一的研究成果——纯提示词驱动,不依赖任何第三方付费 API,安装只需一条 git clone 命令,是面向广谱用户而非单一垂直场景的知识管理工具。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 5 | 156★/20 forks,创建仅 6 天,日均增长约 26★;已有非作者本人的外部贡献者合并 3 次提交,且被独立 AI 资讯聚合站 Hype 收录报道;目前尚无第三方评测或社区讨论 |
| 可用性 | 9 | 一条 git clone 命令即可安装;文档除 SKILL.md 外另含 5 份主题分类/信源政策/可信度标准等参考文档,附 3 个完整案例画廊与自带回归测试套件;零 pip 依赖、零付费 API 依赖,创建后仍持续提交 |
| 安全性 | 9 | 见下方安全检查清单 |
综合评分 = 三项均值 = 7.67
安全检查清单:
① shell 命令执行范围：仓库内 scripts/ 下的 Python 脚本仅负责把结构化 JSON 渲染为 Markdown/HTML 并做格式校验,不涉及需要广泛系统权限的操作
② 联网外发：脚本本身零网络请求(唯一涉及“http”字样处只是用 urllib.parse 做 URL 格式合法性校验),实际资料检索由宿主 Agent 自身能力完成,技能本身不外发任何数据
③ API Key/凭据：无需任何第三方账号或密钥
④ 可疑指令：逐份检查 SKILL.md 与全部 reference 文档,未发现隐蔽指令、混淆代码或提示词注入迹象
⑤ 作者信誉：作者 Ziyu Liu 为上海交通大学在读博士、上海人工智能实验室(Shanghai AI Lab)研究人员,方向为多模态大模型与 AI Agent,公开身份可查证(个人主页与其余 13 个公开仓库均为可查证的学术项目),另有一名外部贡献者合并过代码
⑥ License：Apache License 2.0,明确
⑦ 最近维护：创建于 2026-07-23,此后仍有提交,非弃置项目
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与 AnythingAtlas 的差异 |
|---|---|---|
| roadmap.sh(kamranahmedse,知名开源社区项目) | 面向技术领域的社区共编路线图网站,覆盖前端/后端/AI 等固定技术方向 | 路径由社区预先编好、覆盖范围限定在技术职业方向,不做个性化时间预算与资源可信度校验;是静态网页产品而非能对话式澄清需求的 Agent Skill |
| Research-Paper-Writing-Skills / academic-research-skills(同为内容创作与知识管理类目) | 服务已经身处学术研究链条中的用户,覆盖论文写作、审稿、投稿全流程 | 面向的是“已在做学术研究”的人,而 AnythingAtlas 面向的是“完全陌生领域的入门者”,两者解决的问题阶段不同 |
| self-learning-skills(同为元技能与 Agent 增强类目) | 把编码过程中摸索出的成功路径固化为可复用技能 | 解决的是“编码经验沉淀”问题,不涉及外部主题的系统性资料调研与学习计划编制 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价;曾被独立 AI/ML 资讯聚合站 Hype 收录报道。
9. 安装使用方式
Codex：
mkdir -p ~/.agents/skills
git clone https://github.com/Liuziyu77/AnythingAtlas.git ~/.agents/skills/anything-atlas调用：$anything-atlas
Claude Code：
mkdir -p ~/.claude/skills
git clone https://github.com/Liuziyu77/AnythingAtlas.git ~/.claude/skills/anything-atlas调用：/anything-atlas
安装后无需重启,直接用自然语言描述“想学什么、有多少时间、已有什么基础”即可触发;也可显式调用。技能会先给出确认过的方案摘要,信息不足时先提问再研究。
10. 注意事项
- 目前尚无正式版本号/发布标签,建议关注仓库 main 分支的更新
- 产出质量依赖宿主 Agent 自身的联网检索能力,技能本身不内置搜索引擎
- 仅在 Claude Code 与 Codex 上有官方验证的安装路径,OpenClaw 与 Hermes Agent 兼容性未经验证
- 仓库创建仅 6 天,社区反馈与长期可维护性有待观察