文章庫

之前開源的自動拆解開源項目的 /howPrompt 命令深受喜愛，幫助很多 PM 學習了很多 AI 開源項目工程的最佳實踐。很多人用了以後問：能不能拆Skills？好問題。Skills 才是現在最值得學的東西。今天開源第二個指令：/howSkills——一條命令，自動深度拆解任意 Agent Skill，從產品視角提煉設計巧思和最佳實踐。一條命令下去，Agent 會自動完成 8 個階段的深度分析，輸出一份幾千字的產品分析報告：結構掃描——這個 Skill 有哪些資源、屬於什麼類型痛點挖掘——不看文檔自述，從實現細節反推真實痛點工作流可視化——自動生成時序圖和流程圖腳本設計拆解——原子化程度、場景覆蓋、接口設計參考文檔設計拆解——知識分層、漸進式披露策略資產設計拆解——模板複用、品牌一致性獨特解法提煉——最有價值的部分，提煉可遷移的設計模式綜合評估——5 個維度打分 + 最佳實踐總結每完成一個階段，結果自動寫入項目的 analysis/howSkills.md 文檔。拆解官方的skill-creator為什麼要拆解別人的 Skills去年我寫 /howPrompt 的時候說過：產品經理想掌握AI實戰能力，一定要到真正的項目裏去學。這句話放在 Skills 上更成立。Skills 是 Agent 生態裏最值得研究的東西。一個好的 Skill，背後是一整套產品設計思維：怎麼把模糊的需求變成確定性的流程？怎麼管理 Agent 的上下文窗口不溢出？怎麼讓腳本和提示詞配合，做到人做不了的事？怎麼設計驗證機制，不讓 Agent 幻覺跑偏？這些問題，你在任何提示詞框架課程裏都學不到。只有拆開別人的作品，看到"為什麼這樣設計"，才能真正學到東西。我用它拆了 Codex 創建桌面寵物的 Skill為了驗證 /howSkills 的效果，我拿它拆了一個讓我非常好奇的 Skill——hatch-pet。這是一個在 Codex 應用裏創建動畫桌面寵物的 Skill。這個 Skill，我跑完吃完了我 Plus 賬號 5 小時的額度，可見其工程的複雜度。拆完以後更加震驚。它解決的核心問題是一個極其刁鑽的矛盾：圖像生成的不確定性 vs 精靈圖的精確性要求一個寵物需要 10+ 次圖像生成，每次都要保持同一個角色形象；最終輸出是一個 1536×1872 的精靈圖集，每個單元格 192×208，差一個像素就廢了。這個 Skill 用了 15 個腳本 + 3 個參考文檔 + 323 行指令，硬是把一個充滿不確定性的創意任務，變成了一條確定性的生產流水線。Agent 不再"畫寵物"，而是"組裝寵物"。幾個讓我拍案的設計巧思1. 身份錨點模式普通做法：每次生成都靠提示詞裏的文字描述保持一致性——"這是一隻橘貓，有白色圍脖……"hatch-pet 的做法：第一次生成完成後，立刻截取一張 canonical-base.png 作為視覺錨點，後面每一次生成都必須引用這張圖。把"一致性"從文字層面提升到視覺層面。簡單粗暴，極其有效。2. 色度鍵自適應普通做法：用固定的綠色背景做透明度處理。結果寵物身上有綠色怎麼辦？翻車。hatch-pet 的做法：從參考圖片裏採樣像素，自動選一個距離最遠的顏色當背景色。寵物是綠色的？那背景就用品紅色。3. 鏡像決策門控寵物的"向右跑"和"向左跑"動畫，如果寵物是對稱的，鏡像一下就行——省一半的工作量。但如果有不對稱元素呢？比如單側的蝴蝶結、可讀的文字？錯誤鏡像就廢了。hatch-pet 的做法：不預設，運行時決策。生成完向右跑以後，視覺檢查有沒有不對稱元素，再決定是鏡像還是重新生成。4. 漸進式驗證普通做法：全部生成完了再檢查。發現有問題？從頭來過。hatch-pet 的做法：每一層都驗證——記錄時驗證哈希，幀級別檢查質量，圖集級別檢查幾何精度。任何一層出問題，立刻停在原地修復，不用推倒重來。下面是 Agent 自動生成的架構圖：用戶交互時序圖——從用戶發起到最終交付的完整鏈路，可以看到 scripts 和 $imagegen 在哪個節點被調用：用戶到Agent到腳本的完整交互流程核心工作流程圖——從準備到並行生成、鏡像決策、最終化的完整流程，包含修復循環：超級長就不放了5 條可遷移的最佳實踐從 hatch-pet 裏提煉出來的，不只是做寵物能用：身份錨點模式：多次生成任務中，創建視覺錨點比文字描述更可靠確定性-不確定性分離：Agent 做創意決策，腳本做精確計算，各司其職漸進式驗證：在每個關鍵節點設驗證點，減少後期返工JSON 中間態：用文件做持久化狀態，比讓 Agent 在上下文裏記東西更可靠寫邊界隔離：子代理模式中，明確"誰能寫什麼"，避免併發衝突這些模式，做PPT、做文檔、做任何涉及 Agent 多步執行的任務，都能用上。完整分析報告有 500 多行，太長了就不全貼了，放在知識星球裏。如何使用/howSkills 本質是一段提示詞，封裝成了 Coding Agent 的 commands。配置後在 Claude Code 中進入要拆解的 skill 路徑，直接輸入 /howSkills，它就會自動開始分析。配置方法：方式一：直接複製（適用於所有工具）把提示詞保存到對應的目錄：Claude Code：在 ~/.claude/commands 或項目根目錄/.claude/commands 創建 howSkills.mdCursor：在項目根目錄/.cursor/commands 創建 howSkills.md方式二：插件安裝（Claude Code）# 1. 添加我的 marketplace/plugin marketplace add comeonzhj/comeonzhj-claude-plugins# 2. 安裝 plugin/plugin install ai-analyzer@comeonzhj-plugins# 3. 使用/ai-analyzer:howPrompt/ai-analyzer:howSkills如果你不能訪問 Github，提示詞在知識星球的圈友空間裏。關於AI學習行動圈這是我 23 年底開始，和人人都是產品經理社區共同運營的一個圈子，截止目前已經持續運營、維護超過 700 天了，已有超過 5000+圈友！我的各種 AI 研究心得、發現的好應用、開發的小項目都會在裏面分享，目前圈子有核心三個交流學習平台。8 個微信羣，早報和日常交流微信羣裏每天一早有 AI 早報，上下午還有“讀報時間”，以及我每天不定期刷屏級的各種 AI 工具體驗、提示詞編排思考、行業新聞解讀同步。以及，你可以在羣裏討論任何與 AI 相關的工具、應用問題，幾乎都能找到答案。騰訊文檔-圈友空間用來沉澱體系化、深度的 AI 文章和超長的工程化提示詞，不定期更新。當前包括：Claude code、Cursor、Manus等頂級產品的系統提示詞和工具列表，各種深度的 Agent 白皮書和實踐指南知識星球-每日報告、工具和實戰經驗分享我在星球裏主要維護「實戰分享」「工具箱」和「情報局」三個標籤實戰分享是可以在日常工作和生活中直接應用的提示詞和效率工具。上面截圖裏的 Step-Back 提示詞就非常好用，堪比 o4。在公眾號、直播中演示的所有 AI 實戰應用的提示詞也都在這個標籤下。AI 工具和鮮知道就是好用的、熱門的 AI 工具、資訊分享，我把那些太技術、太浮誇的都篩選了，放進這個標籤的都是可以直接用來的好玩兒！加入圈子，跟 5000+ 行動派一起玩 AI、聊 AI，精進起飛~

完成

OpenAI Codex 是最好的 Agent 嗎？為什麼它比 Claude Code 更強？Google 為什麼又不行了？OpenClaw 是個人 Agent 的未來嗎？

OpenAI Codex 逆襲成超級應用，個人 Agent 與 Computer Use 將改寫工作方式

完成

你的Vibe Coding產品還安全嗎？我做了個安全審計Skill，讓AI扮演“黑客”，攻擊產品最薄弱的地方...

安全審計 Skill 讓 AI 扮演黑客，幫 Vibe Coding 產品找出漏洞

完成

開源僅 10 天，狂攬 30K Star！Claude Design 的終極開源平替殺瘋了

open-design：Claude Design 終極開源平替，本地優先、功能全面，一句話生成專業設計

完成

一個魔方復原工具：現實魔方也能一步步跟着還原

現實魔方唔知點還原？呢個工具幫你一步一步跟住轉

完成

在別人都推薦Claude Code、Codex的時候，我偏偏推薦Gemini，而且是強烈推薦

Gemini Pro訂閲以$19.99月費提供NotebookLM、Deep Research、Antigravity等完整生態，性價比碾壓同價位競品

完成

字節大佬開源Garden Skills 從網頁設計到生圖檢索全搞定

Garden Skills：三個超實用Skills，一次過幫AI裝上設計品味、本地生圖同漸進式檢索能力。

完成

GPT-Image2這次是真的碾壓Nano Banaana，這4套提示詞模板，直接複製出圖

GPT-Image2 嘅提示詞模板，4大分類直接複製出實用靚圖

完成

剪映轉字幕要 SVIP？我用 Codex 5 分鐘自己做了一個免費的

用 Codex 5分鐘自製免費字幕工具，唔使俾剪映 SVIP 錢

完成

Claude 學會了「做夢」：你睡覺的時候，AI 正在覆盤自己

Claude 而家會「做夢」——自動覆盤經驗，越用越聰明

完成

審美與生產力的雙重保障：如何讓GPT做高品位的海報

分享可替換提示詞模板，用GPT生成高質建築海報，再衍生出交付級原型圖

完成

AI夠用了，機會已經出現，但不在C端。

AI技術已夠用，機會在於將AI遷移到業務流程，搭好自己嘅系統。

完成

開源個 Agent 用的網盤，讓 Skill 跨設備同步

作者整咗個開源網盤 neuDrive，專俾 AI Agent sync skill 同記憶，唔使再手動 backup 喇

完成

從零生成一份教程包：主題到高質量教程包的完整工作流

yao-tutorial-skill：一條自然語言驅動嘅完整教程生成工作流，將數日工作縮短到幾分鐘

完成

為什麼最聰明的 AI 用戶，正在從 Claude 切換到 Codex

Codex 整合所有 AI 功能，正吸引從 Claude 切換的用戶

完成

彭博：8個頂級AI模型拿真錢炒股，全部虧損

8個頂級AI模型用真錢炒股，全部虧損——AI取代交易員仲差好遠

完成

GPT Image 2 不會寫提示詞？這個開源倉庫整理了 4430 條案例

呢個開源倉庫有4430條GPT Image 2提示詞，仲有個畫廊畀你揾靈感，解決你唔識寫提示詞嘅煩惱。

完成

【進階篇】OpenClaw 高級技巧：定時任務 + 子 Agent + 自動化工作流

OpenClaw 高級技巧：通過定時任務、子 Agent 同自動化工作流，將 AI 從被動響應升級為主動執行、並行幹活嘅數字打工人。

完成

Codex好用到爆！搓了一個前後端開發必備的瀏覽器插件

作者用 Codex 開發咗一個叫 DOM Lens 嘅瀏覽器插件，徹底取代 DevTools 嘅繁瑣操作，懸停即可拎到精確嘅節點信息。

完成

Vibe Coding 會讓你迷失：一個30年老工程師的 Spec-driven 轉型實錄

從Vibe Coding迷失到Spec-driven重掌主導：用規格說明書取代隨機生成，重建項目心智模型

完成

12 天 4.2K 的 Star，我的 GPT-image2 開源項目火了！

12日4.2K Star：蒼何分享點樣用手機遠程指揮Codex，唔碰電腦搞掂開源項目

完成

拆解 Context Ranking Skill 的 5 個反直覺設計

Context Ranking Skill 五個反直覺設計：搜到不等於排好

完成

在Obsidian中集成Claude Code：Claudian插件參數配置教程

喺 Obsidian 整合 Claude Code：Claudian 插件參數配置全攻略

完成

大多數公司空有數據，卻毫無記憶接再多的AI，它也幹不了活

公司缺嘅唔係數據，係記憶；Agent接唔到一間唔記得自己點解咁做決定嘅公司

完成

15個寶藏AI一手信源，沒時間每週看這些就夠了

哈嘍，大家好！我是阿星👋自從發現我自己買的課裏有點AI幻覺，我基本就是當參考隨便看看了，基本上有什麼事直接看外國信源哈哈。所以今天給大家推薦一下我經常用的幾個這些信源並非來自單一榜單，而是綜合了官方介紹、AI newsletter 推薦榜、開發者社區推薦以及我對 AI 信息流的長期觀察整理而來。參考過的公開來源包括 Zapier、Jotform、The AI Library、ReadLess、Superhuman AI、swyx 的 GitHub 筆記，以及部分 Substack 推薦頁。1. Ben’s Bites：適合快速瞭解 AI 產品和工具如果你每天只想花幾分鐘掃一眼 AI 圈發生了什麼，Ben’s Bites 是一個很好的入口。它更偏 AI 產品、工具、創業項目和行業動態，適合獨立開發者、產品經理、自媒體作者，以及想知道“最近有什麼新工具可以用”的普通用戶。它的特點是信息密度高，更新穩定，不太需要你有很強的技術背景。官方介紹也很直接：追蹤過去 24 小時的 AI 產品發佈、研究和新聞，整理成 5 分鐘可讀的 daily digest。(Ben's Bites)網址：https://bensbites.com/https://bensbites.co/2. Hugging Face Papers：適合看每日熱門 AI 論文如果你想知道最近 AI 研究圈在關注什麼，但又不想自己每天刷 arXiv，可以看 Hugging Face Papers。它會把每日、每週、每月熱門論文聚合出來，靠社區提交和投票篩選。頁面本身也標註為 “Daily Papers by AK and the research community”。(Hugging Face)它適合用來做一件事：快速判斷最近哪些 AI 論文正在被研究者和開發者關注。你不一定每篇都讀完，先看標題、摘要和討論熱度，就已經能幫你建立方向感。網址：https://huggingface.co/papershttps://huggingface.co/papers/trending3. Readwise Weekly Wisereads：適合跳出信息繭房Readwise 的 Weekly Wisereads 不完全是 AI 信源，但非常值得看。它不是單純按點擊量推薦文章，而是基於 Readwise 用戶真實高亮過的內容進行篩選。官方 FAQ 裏說明，Wisereads 會根據上一週被不同用戶高亮的網頁文章、YouTube 視頻、推文和公開 PDF 來排序。(Readwise Blog)這點很有價值。因為 AI 很火以後，很多人會只盯着模型、工具、融資和爆款產品。但真正有啓發的內容，往往來自更寬的領域：閲讀、寫作、認知、商業、教育、產品、社會變化。Wisereads 可以幫你避免只困在 AI 信息繭房裏。網址：https://wise.readwise.io/4. The Batch：適合系統瞭解 AI 行業變化The Batch 是 DeepLearning.AI 出品的 AI 新聞和洞察類內容。它不是那種特別碎片化的 AI 快訊，而更像一份穩定的 AI 行業週報。DeepLearning.AI 官方頁面把它定位為 AI News & Insights。(DeepLearning.ai)如果你想系統瞭解 AI 技術、應用、產業和政策變化，The Batch 比較適合長期閲讀。它適合的人羣是：想學習 AI，但不想每天被各種模型發佈會牽着走的人。網址：https://www.deeplearning.ai/the-batch/5. Import AI：適合看 AI 研究和長期趨勢Import AI 是 Jack Clark 長期寫的 AI newsletter。它更偏 AI 研究、政策、安全和長期趨勢。官網介紹寫得很清楚：這是一個關於 AI research 的 newsletter，基於 arXiv 和讀者反饋。(Import AI)如果你不只是想知道“今天又出了什麼工具”，而是想理解 AI 這條主線正在往哪裏走，Import AI 很值得看。它的閲讀門檻比普通 AI 快訊高一點，但長期價值也更高。網址：https://jack-clark.net/https://importai.substack.com/6. Latent Space：適合 AI 工程師和開發者如果你關注 AI Agent、RAG、模型基礎設施、推理、代碼生成、AI 工程化，Latent Space 非常值得看。它的定位是 AI Engineer newsletter + technical AI podcast，內容經常圍繞模型、Agent、Infra、AI for Science 和一線構建者訪談展開。(Merriam-Webster)這類內容不一定適合純小白，但很適合正在做 AI 產品、AI 編程、AI 應用落地的人。尤其是現在很多人不只是“用 AI”，而是要把 AI 接進自己的工作流和產品裏，這類工程化內容會越來越重要。網址：https://www.latent.space/7. TLDR AI：適合每天快速掃新聞TLDR AI 的優勢就是短、快、清楚。它屬於那種適合通勤、吃飯、睡前快速掃一眼的 AI 快訊。TLDR 官網介紹是用 5 分鐘跟上科技信息，覆蓋 startups、tech、programming 等內容，其中也有 AI 分類。(TLDR)如果你不想每天打開十幾個網站，可以把 TLDR AI 當成一個基礎信息入口。網址：https://tldr.tech/ai8. The Rundown AI：適合非技術人瞭解 AI 應用The Rundown AI 更偏大眾化，適合職場人、運營、市場、自媒體作者、創業者和非技術用戶。它的定位是每天推送 AI 新聞、工具和洞察，並且強調讓讀者理解這些變化為什麼重要。(The Rundown AI)如果你不寫代碼，也不想深讀論文，只是想知道 AI 如何影響工作、內容創作和商業應用，可以關注它。網址：https://www.therundown.ai/9. AlphaSignal：適合關注論文、模型和代碼倉庫AlphaSignal 更偏技術和開發者。它主打每天 5 分鐘總結最新突破、模型、論文和代碼倉庫。官網介紹裏也寫到，它會總結 breakthrough news、models、papers 和 repos。(AlphaSignal)如果你關心的是：最近有什麼新模型？哪些論文值得看？哪些 GitHub 項目正在被關注？哪些 repo 可能有工程價值？那 AlphaSignal 可以作為一個不錯的補充信源。網址：https://alphasignal.ai/https://alphasignalai.substack.com/10. Simon Willison：適合看 AI 編程和 Agent 實踐如果你正在用 Claude Code、Codex、Cursor、Gemini CLI 這類 AI 編程工具，Simon Willison 的博客很值得長期看。他的內容不是泛泛而談“AI 改變世界”，而是大量真實使用後的工程經驗、工具觀察和安全提醒。比如他專門有 AI 標籤頁，也長期寫 AI-assisted programming、agentic engineering、prompt injection 等話題。(Simon Willison’s Weblog)這類內容對獨立開發者尤其有用，因為它更接近真實開發場景，而不是發佈會話術。網址：https://simonwillison.net/https://simonwillison.net/tags/ai/11. OpenAI、Anthropic、Google DeepMind 官方博客：看一手信息很多 AI 新聞，其實都是二手解讀。但真正重要的模型發佈、API 更新、研究報告，最好還是回到官方一手來源。建議至少收藏這幾個：OpenAI News：https://openai.com/news/Anthropic News：https://www.anthropic.com/newsGoogle DeepMind：https://deepmind.google/OpenAI News 是 OpenAI 官方新聞入口；Anthropic News 會發布 Claude、產品、研究和安全相關更新；Google DeepMind 則是 Google 旗下 AI 研究和產品進展的重要發佈入口。(OpenAI)看官方博客的好處是：你可以少被標題黨帶節奏，多看原始信息。12. GitHub Trending：適合發現熱門 AI 項目如果你是開發者，只看論文是不夠的。很多 AI 趨勢最早會出現在 GitHub 上，比如 Agent 框架、RAG 工具、模型部署方案、推理優化項目、數據處理工具。GitHub Trending 可以用來發現最近熱門倉庫。(LinkedIn)建議關注這些入口：https://github.com/trendinghttps://github.com/topics/aihttps://github.com/topics/large-language-models你不一定要每個項目都跑起來，但可以通過它判斷：開發者社區最近在關注什麼。13. Connected Papers：適合圍繞一篇論文繼續深挖Connected Papers 不是新聞源，而是論文研究工具。它可以圍繞一篇論文生成相關論文圖譜，幫助你找到前後相關工作。官網介紹它是一個幫助研究者和應用科學家尋找相關學術論文的可視化工具。(Connected Papers)如果你看到一篇重要 AI 論文，但不知道它的前置研究和後續工作是什麼，可以用它順藤摸瓜。網址：https://www.connectedpapers.com/1.OpenReview：適合追蹤頂會論文和評審討論如果你想更深入地看 AI 學術圈的前沿動態，OpenReview 也很值得收藏。很多機器學習和人工智能會議都會在 OpenReview 上公開論文、評審意見和作者回復，比如 ICLR、NeurIPS 相關 workshop、機器學習專題會議等。它和 Hugging Face Papers 不太一樣。Hugging Face Papers 更適合快速看“哪些論文最近熱”。 OpenReview 更適合看“這些論文在學術共同體裏是怎麼被評價和討論的”。尤其是你做論文選題、文獻綜述、科研訓練，或者想判斷一篇論文到底有沒有爭議，OpenReview 會比單純看摘要更有幫助。網址：https://openreview.net?utm_source=chatgpt.com2. arXiv：適合看 AI 論文的一手來源如果說 Hugging Face Papers、OpenReview、Connected Papers 都是在幫你篩選和組織論文，那麼 arXiv 就是很多 AI 論文最早出現的地方。大量 AI、機器學習、深度學習、大模型相關論文，都會先發布到 arXiv。它的優點是信息非常一手，缺點也很明顯：內容太多，篩選成本很高。所以我不建議普通讀者每天直接刷 arXiv。更適合的方式是：先通過 Hugging Face Papers、The Batch、Import AI 看到重要論文，再回到 arXiv 看原文。如果你是學生、研究者，或者正在寫論文，arXiv 仍然是必須知道的基礎信源。常用入口：https://arxiv.orghttps://arxiv.org/list/cs.AI/recenthttps://arxiv.org/list/cs.LG/recenthttps://arxiv.org/list/cs.CL/recent如果你只想選 5 個，我建議這樣搭配如果你是普通 AI 使用者：Ben’s BitesThe Rundown AIThe BatchReadwise Weekly WisereadsOpenAI / Anthropic / Google DeepMind 官方博客如果你是獨立開發者或產品人：Ben’s BitesHugging Face PapersLatent SpaceSimon WillisonAlphaSignal如果你是學生、研究者或需要寫論文：Hugging Face PapersImport AIThe BatchConnected PapersOpenReview如果你做自媒體或內容創作：Ben’s BitesReadwise Weekly WisereadsThe Rundown AIThe Batch各大廠商官方博客最後說一句AI 時代真正稀缺的不是信息，而是篩選信息的能力。建立自己的 AI 信息源清單，定期閲讀、定期篩選、定期輸出，才是普通人跟上 AI 的最低成本路徑。ok，我是阿星更多AI應用，我們下期再見！

完成

GPT-Image-2 生成產品原型圖頂級提示詞合集：從0到1快速出圖

完成

數十萬 Agent Skills 之中，開發者真正需要的 10 個：基於 Anthropic、OpenAI 官方與 GitHub 開源項目精選

一份基於 Anthropic、OpenAI 官方資源與 Skills.sh、Clawhub、Github 開源項目等 Skills 安裝數據的客觀篩選，讓開發者可以在數十萬 Agent Skills 中快速找到最有用的 10 個，一次裝好！引言2025 年下半年 Anthropic 把 Claude Skills 正式發佈為 Agent Skills 公開標準後，Anthropic Claude Code 與 OpenAI Codex、Cursor、OpenCode 等 AI Agents 先後把 "Agent Skills" 推到了 AI Coding Agents 的核心位置。它的形態非常簡單：一個文件夾，包含一份 SKILL.md 和若干腳本資源；它的作用卻很關鍵——把"模型默認行為"約束成"可復現的工作流"。到 2026 年 4 月，公開註冊表已收錄數十萬個 skill，僅 skills.sh 一家平台的累計安裝量就超過 85 萬次。在這種數量級下，如何挑選真正有價值的 skill 成了實際問題。今天咱們聚焦軟件開發場景，從 Anthropic 和 OpenAI 兩家模型廠商的官方倉庫出發，疊加 Skills.sh、Clawhub、Github 的安裝量數據與社區共識，篩選出 10 項最值得納入日常工作流的 skill。每一項都給出它解決什麼問題、與替代方案的差別，以及安裝方式與官方連結。篩選方法為了避免"按 GitHub stars 一刀切"帶來的偏差，本次篩選綜合了四個信號：信號數據源作用官方收錄anthropics/skills（128.9K stars）、openai/skills/.curated反映廠商對工作流的官方建議實際安裝量skills.sh 和 clawhub 等匿名遙測反映真實使用度而非收藏熱度跨平台兼容agentskills.io 開放規範一份 skill 能跨 Claude Code / Codex / Cursor 複用工作流覆蓋是否落在"設計 → 編碼 → 測試 → 評審 → 合併"鏈條上避免選出彼此功能重疊的項需要先澄清一個常見誤解：skill 與 MCP server 是互補關係。前者描述"怎麼做"，後者提供"做什麼的能力"。下文 #3、#7 通常需要配合 Playwright MCP 才能執行真實操作。十項推薦1. skill-creator —— 編寫 skill 的基礎工具來源: Anthropic 與 OpenAI 官方倉庫均收錄https://github.com/anthropics/skills/tree/main/skills/skill-creator[1]https://github.com/openai/skills/tree/main/skills/.system/skill-creator[2]說明: 包含 SKILL.md 模板、frontmatter 校驗、目錄約定。兩家廠商各自維護一份，意味着它在各自的 agent 內部已是默認依賴。先掌握它，團隊內部的方法論沉澱才有統一格式。安裝:/plugin marketplace add anthropics/skills/plugin install example-skills@anthropic-agent-skillsCodex 已隨版本自動安裝，無需手動操作。2. mcp-builder —— 生成符合規範的 MCP server來源: anthropics/skillsURL: https://github.com/anthropics/skills/tree/main/skills/mcp-builder[3]說明: 生成符合 Model Context Protocol 規範的 server 骨架，包括 JSON-RPC 處理、tool/resource 註冊、stdio/SSE 傳輸配置。手寫這部分代碼容易在 schema 校驗和錯誤碼上踩坑，由 Anthropic 維護可以跟隨協議演進。適合需要把內部系統接入 Claude / Cursor / Codex 的團隊。安裝: 同 #1。3. webapp-testing —— Playwright 測試編寫方法論來源: anthropics/skillsURL: https://github.com/anthropics/skills/tree/main/skills/webapp-testing[4]說明: 在 Playwright 之上提供測試編寫順序、selector 選擇策略、斷言模式。和直接調用 Playwright MCP 的差別在於：MCP 提供"操作瀏覽器的能力"，這個 skill 提供"寫出可維護測試的方法"。兩者通常配合使用。安裝: 同 #1。4. frontend-design —— 收斂風格選擇的預設庫來源: anthropics/skillsURL: https://github.com/anthropics/skills/tree/main/skills/frontend-design[5]說明: 內置 50 種視覺風格、調色板與字體配對的預設。skills.sh 數據顯示其安裝量約 12.4 萬次，在前端類 skill 中排名靠前。主要價值在於把"風格選擇"從開放問題收斂成有限選項，輸出的 UI 不容易出現常見的 AI 通用感。安裝: 同 #1。5. gh-fix-ci —— 處理 CI 失敗的標準流程來源: openai/skills/.curatedURL: https://github.com/openai/skills/tree/main/skills/.curated/gh-fix-ci[6]說明: 處理 GitHub Actions 失敗的標準流程：拉取日誌、定位失敗 step、讀取相關文件、提交修復 commit。OpenAI 把它放進 curated 名單意味着推薦作為日常工作流的默認項。對長期維護的項目尤其有用，省去人工排查 CI 日誌的時間。安裝:$skill-installer gh-fix-ci6. gh-address-comments —— 系統化處理 PR 評審來源: openai/skills/.curatedURL: https://github.com/openai/skills/tree/main/skills/.curated/gh-address-comments[7]說明: 拉取 PR 評論並按文件與位置分類，逐條修改後回覆 reviewer。和 gh-fix-ci 配合形成"提 PR — 過 CI — 處理評審 — 合併"的完整鏈路。OpenAI 也把它作為 skill 系統的入門示範。安裝:$skill-installer gh-address-comments7. playwright 與 playwright-interactive —— 瀏覽器自動化的兩種取向來源: openai/skills/.curatedhttps://github.com/openai/skills/tree/main/skills/.curated/playwright[8]https://github.com/openai/skills/tree/main/skills/.curated/playwright-interactive[9]說明: OpenAI 維護的瀏覽器自動化指引。playwright 適合無人值守的腳本任務，playwright-interactive 在每一步暫停等待人工確認，適合調試複雜登錄流程或交互式 SPA。和 #3 的 Anthropic webapp-testing 取向不同：後者偏測試用例編寫，這兩個偏運行時操作。安裝:$skill-installer playwright$skill-installer playwright-interactive8. security-best-practices 系列 —— 安全審計三件套來源: openai/skills/.curatedURL: https://github.com/openai/skills/tree/main/skills/.curated/[10]說明: OpenAI 一次性發布的三個安全相關 skill，分別覆蓋編碼規範、威脅建模（STRIDE 類）、代碼所有權審計。AI 生成代碼在輸入校驗和密鑰處理上的常見漏洞由這套清單兜底，比依賴模型自身的安全意識更可靠。安裝:$skill-installer security-best-practices$skill-installer security-threat-model$skill-installer security-ownership-map9. find-skills —— 跨 agent 的發現與安裝入口來源: vercel-labs，通過 skills.sh 分發URL: https://skills.sh/[11]說明: skills.sh 公佈的安裝量約 41.8 萬次，是該平台的第一名。本身不解決具體編碼問題，但提供跨 18 種 agent 的發現與安裝入口。裝上之後，搜索其他 skill、查看安裝量數據都在 agent 內部完成。屬於基礎設施層。安裝:npx skills add find-skills10. superpowers 三件套 —— 約束默認行為的方法論來源: obra/superpowers（社區項目）URL: https://github.com/obra/superpowers[12]說明: 包含 brainstorming、test-driven-development、systematic-debugging 三個偏方法論的 skill，分別約束編碼前的需求探索、測試編寫順序、調試時的假設-驗證循環。它們解決的是 agent 默認行為裏的常見問題：跳過設計直接寫代碼、跳過測試、調試時隨機改代碼。OpenAI Codex 的默認 .codex/skills/ 已包含同名實現，可見社區認可度。安裝:/plugin marketplace add obra/superpowers/plugin install superpowers@obra-superpowers一鍵安裝腳本把上述十項按平台分組，可以分四步完成：# Step 1: Anthropic 官方（含 #1, #2, #3, #4）—— 在 Claude Code 內執行/plugin marketplace add anthropics/skills/plugin install example-skills@anthropic-agent-skills# Step 2: OpenAI 官方（含 #5, #6, #7, #8）—— 在 Codex 內執行$skill-installer gh-fix-ci gh-address-comments playwright playwright-interactive security-best-practices security-threat-model# Step 3: 生態入口（含 #9）—— 任意終端npx skills add find-skills# Step 4: 方法論三件套（含 #10）—— 在 Claude Code 內執行/plugin marketplace add obra/superpowers工作流位置一覽為方便對照實際開發鏈路，把十項 skill 映射到工作流環節：環節推薦 skill需求探索與設計#10 brainstorming編碼前規範#1 skill-creator（沉澱團隊規範）編碼（接入系統）#2 mcp-builder編碼（前端 UI）#4 frontend-design測試用例編寫#3 webapp-testing、#10 test-driven-development瀏覽器調試與運行#7 playwright / playwright-interactive安全審計#8 security 系列CI 與 PR 評審#5 gh-fix-ci、#6 gh-address-comments調試#10 systematic-debugging跨 agent 發現新 skill#9 find-skills結語這份名單的取捨邏輯可以歸納為一句話：優先選擇官方收錄、跨平台兼容、且解決 agent 默認行為缺陷的 skill。Anthropic 和 OpenAI 都已圍繞 agentskills.io[13] 開放規範展開協作，上述 skill 在 Claude Code、Codex、Cursor 之間理論上可以無縫遷移。對開發團隊而言，更現實的做法是先安裝這十項作為基線，再用 #9 find-skills 在生態中按項目需求按需擴充。skill 系統真正的價值不在數量，而在於它把"和 AI 協作的方式"從一次性提示變成可版本化、可分享、可演進的工程資產。這一點，比挑哪十個更重要。Skills 相關資源推薦Cursor Team Kit 官方發佈，團隊使用 Cursor 最佳實踐完全公開：17 Skills、1 Agent、2 Rules大前端 AI Native 開發三端基礎設施：Android Skills、iOS/MacOS Use Cases 與 Chrome DevTools MCP 技術解析2026 企業級 AI 編程實踐手冊：上下文工程、Skills(Top10)、Spec、MCP(Top10)、Rules、智能體，AI 開發 AI測試驅動的 Agent Skills 工程化構建迭代指南：基於 Anthropic/OpenAI Skill Creator 官方實踐的落地方法論打工人效率提升 Skills 推薦：研發、設計、產品、HR、財務、市場、運營等精選 SKills Top3，附通用 Top10深度解讀 OpenAI 與 Anthropic 的前端設計 Skills：讓所有人做出頂級設計感的專業級網站Referenceshttps://github.com/anthropics/skills/tree/main/skills/skill-creator: https://github.com/anthropics/skills/tree/main/skills/skill-creatorhttps://github.com/openai/skills/tree/main/skills/.system/skill-creator: https://github.com/openai/skills/tree/main/skills/.system/skill-creatorhttps://github.com/anthropics/skills/tree/main/skills/mcp-builder: https://github.com/anthropics/skills/tree/main/skills/mcp-builderhttps://github.com/anthropics/skills/tree/main/skills/webapp-testing: https://github.com/anthropics/skills/tree/main/skills/webapp-testinghttps://github.com/anthropics/skills/tree/main/skills/frontend-design: https://github.com/anthropics/skills/tree/main/skills/frontend-designhttps://github.com/openai/skills/tree/main/skills/.curated/gh-fix-ci: https://github.com/openai/skills/tree/main/skills/.curated/gh-fix-cihttps://github.com/openai/skills/tree/main/skills/.curated/gh-address-comments: https://github.com/openai/skills/tree/main/skills/.curated/gh-address-commentshttps://github.com/openai/skills/tree/main/skills/.curated/playwright: https://github.com/openai/skills/tree/main/skills/.curated/playwrighthttps://github.com/openai/skills/tree/main/skills/.curated/playwright-interactive: https://github.com/openai/skills/tree/main/skills/.curated/playwright-interactivehttps://github.com/openai/skills/tree/main/skills/.curated/: https://github.com/openai/skills/tree/main/skills/.curated/https://skills.sh/: https://skills.sh/https://github.com/obra/superpowers: https://github.com/obra/superpowersagentskills.io: https://agentskills.io

完成

文章庫

這個開源教程，讓你AI編程從小白到專家

Codex App“殺”死了 Comet！

裝了這個AI熱點Skill之後，你再也不需要自己去刷AI新聞了。

停止編碼的那天，就是失去架構判斷力的開始：一位 30 年架構師的 AI 生存指南

OPC第五課：沒有SOP的OPC，接一單虧一單

華為採訪：知識付費時代,我用1年從負債30萬到月入十萬（萬字長文）

在你看不見的地方，HeyGen 正在改寫 AI 視頻生成

效果炸裂？試了一下最近很火的GPT-Image2【分鏡說明書】，10min出高質量短片

ChatGPT 在美國患上了“哥布林”狂熱症，而在中國，它只想“穩穩地接住你”

剛剛，OpenAI 放出三個語音模型，順便殺死了「同傳」

【WorkBuddy 結合Skill自動化測試】00 | 給測試人的AI助手長什麼樣？

玩了 GPT-image-2 才發現，這種圖我以前得要花幾百找設計師（內附提示詞）

我把公眾號寫作心得，封裝成了一個 AI 智能體

構建你的專屬AI新聞資訊雷達：開源項目Horizon幫你擺脱信息噪聲

Codex 低成本使用方法：Plus 穩定號 + 備用號池

離開 Claude，發現外面根本沒下雨

開源一個commands幫你深度拆解頂尖Skills