今日推荐
今天从 Hacker News 上挑了三样开发工具，类型不太一样：一个面向增长团队的工作流自动化平台，一个帮你看清 coding agent 到底烧了多少 token 的命令行工具，还有一个按 Git tree 缓存测试结果的开源项目。下面逐个说。
Ballet：描述结果，集成自己写
Ballet 是今天 Show HN 上讨论比较多的项目（17 分，还上了首页）。它的卖点很直接：不用写集成代码，你描述想要的结果，它自己对接 API、运行、维护。面向的是增长团队，那些想法常常卡在"需要接系统但工程排期排不上"的场景。
官方给的流程是 30 分钟工作会话，在真实系统上建模。HN 上有质疑的声音，觉得自动化赛道门槛低，光靠"多 1% 价值"赢不了市场；也有人指出大多数公司的系统远没有演示里那么干净，理想化的 API 对接解决不了现实里的脏数据。这些批评有道理。如果你的系统 API 规范、数据干净，Ballet 这类工具确实能省掉不少胶水代码；系统越乱，它的效果就越打折。
Decant：把 coding agent 的账本摊开看
用 Claude Code 或 Codex 跑了一阵子之后，很多人其实说不清 token 花在哪了。Decant 就是干这个的：本地分析编码会话，统计 token 花费、上下文窗口占用、改动过的文件，再估个价。数据存 SQLite，离线也能查。
它是 TypeScript 写的 CLI，强调 local-first，会话记录不出机器。对个人开发者来说，最实际的价值是知道哪些任务在烧钱，好决定哪些活该丢给 agent、哪些自己动手更快。19 个 star，刚起步的项目，但思路踩在 coding agent 普及的节点上，值得盯着。
GreenTree：按 tree 测，不按 commit 测
GreenTree 的思路有点反直觉：测试缓存通常按 commit 哈希做，它改成按 Git working tree 验证。意思是持续验证当前脏工作树的状态，只有验证过的 tree 才允许发布。
用 Rust 写的，作者把它定位成 agentic workflow 的配套工具。AI 编程助手频繁切 worktree、反复跑测试的场景下，按 tree 缓存比按 commit 缓存命中率高，省掉不少重复的全量测试。项目昨天才发布，5 个 star，属于早期实验品，但方向对写测试密集型代码的人有吸引力。
小结
三个项目成熟度差别很大：Ballet 是商业产品有完整流程，Decant 和 GreenTree 都是刚开源几周的新项目。适合按需试用，别指望它们立刻替代你现有的工具链。今天的精选就是这些，明天见。