90% 的 Skill 裝了就吃灰，這 16 個除外
整理版優先睇
16個高質AI Skill推薦，涵蓋資訊抓取、內容創作到開發設計，個個都係實戰精選
呢篇文章係由熊貓Jay寫嘅，佢一直喺度折騰Skill生態，篩過ClawHub上萬個、Skills.sh八萬幾個Skill，發現大部分裝完就食灰。為咗幫讀者慳時間，佢整理咗16個自己日常用到嘅高質Skill，按使用頻率同場景價值分成五類：資訊抓取、內容創作與發佈、開發與設計、Skill開發與自我進化，同埋佢自己開源嘅個人Skill倉庫。每個Skill都係佢親身用過、融入工作流程嘅，唔係純粹睇介紹。整體結論係：呢啲Skill能夠幫你解決「原材料輸入」、「內容輸出」、「代碼質素」、「Agent自我進化」等核心問題，安裝之後好難戒甩。
除咗推薦清單，作者仲分享咗尋找更多Skill嘅三個渠道（Skills.sh、ClawHub、SkillsMP），同埋高效開發Skill嘅最佳實踐（五種設計模式+六步打磨法）。佢特別提醒：ClawHub上有上千個惡意Skill會偷API Key同密碼，裝任何來路不明嘅Skill之前，一定要先用Skill Vetter審查安全風險。成篇文章嘅核心就係：用對嘅Skill可以疊加經驗，但要用得安全、用得放心。
- 結論：推薦嘅16個Skill覆蓋資訊、創作、開發、自我進化等場景，能顯著提升效率，值得安裝。
- 方法：按使用頻率同場景價值分成五類，每個Skill都有對應嘅適合人羣，方便讀者按需揀。
- 差異：同普通Skill唔同，呢啲係作者日常workflow入面嘅，經過實戰檢驗，唔係理論介紹。
- 啟發：好嘅Skill本質係經驗濃縮，安裝別人積累嘅規則可以少走彎路，但要留意安全性。
- 可行動點：安裝任何新Skill之前，先用Skill Vetter審查安全性，避免惡意Skill入侵。
Agent Reach
全網信息源一站式接入，打通十幾個平台，免費開源後端，數據本地保存。
Tavily Web Search
專為AI優化嘅搜索引擎，返回結構化結果，Agent可直接用。
YouTube Watcher
快速抓取YouTube字幕，將長視頻變為可讀文字。
Summarize
萬能摘要器，支援網頁、PDF、圖片、音頻、YouTube等格式。
資訊抓取：先解決「喂咩」嘅問題
AI再聰明，冇輸入就係空轉。呢類Skill負責「原材料」，令Agent可以主動攞外部資訊，唔係淨係等你餵。
Agent Reach 打通十幾個信息源，包括YouTube、GitHub、Reddit、B站、小紅書等，全部免費開源後端，唔使逐個申請API Key。
仲內置咗 agent-reach doctor 診斷命令，環境有問題一跑就知卡喺邊。適合做競品調研、內容聚合嘅人。
Tavily Web Search 專為AI優化，返回精簡結構化結果，Agent可以直接用，省去篩選步驟。
YouTube Watcher 快速抓取字幕，將成個鐘嘅片變成幾分鐘文字，效率翻倍。Summarize 就係萬能摘要器，網頁、PDF、圖片、音頻都搞得掂。
內容創作與發佈：從素材到成品一條龍
有咗輸入，下一步就係輸出。呢啲Skill覆蓋文字潤色、圖文生成到一鍵發佈嘅完整流程。
寶玉老師 Skill 合集堪稱自媒體軍火庫，包含視覺內容生成（小紅書信息圖、封面圖、幻燈片）、社交發佈（X、微信公眾號、小紅書）同內容處理（Markdown格式化、圖片壓縮等）。
- 1 Frontend Slides：用前端技術做演示文稿，唔使PowerPoint，適合技術分享。
- 2 Humanizer：重新調整措辭節奏，令AI文字似真人寫，尤其適合公眾號、商業文案。
- 3 Markdown一鍵發X長文：本地寫完直接推去X Articles，認證一次管七日。
- 4 Remotion Best Practices：用React組件整視頻，封裝正確動畫曲線，避免常見錯誤。
- 5 Get筆記：用嘴記筆記，仲可以叫Agent根據筆記生成周報、分析關注話題。
開發與設計：令代碼寫得更靚、更規範
Agent會寫代碼，但「能跑」同「能用」之間仲有距離。呢類Skill解決代碼質素同界面品質問題。
Frontend Design 鎖定視覺方向（極簡、極繁、復古未來等），令前端界面有立場，唔係「一眼AI」。
Code Review 係 代碼質量關卡，從安全、性能、可維護性、正確性、測試覆蓋五個維度逐項檢查，仲內置常見反模式清單。每次Agent寫完代碼，先過Review再提交，咁先放心。
Superpowers 將開發流程拆成自動銜接步驟：需求發散、規格確認、子Agent執行、Review合併，避免Agent忘記前文。
Skill開發與自我進化：令AI自己變強
學會用Skill之後，自然想自己寫。呢類Skill幫你快速開發，仲可以令Agent越用越聰明。
Skill Creator 係「Skill嘅Skill」，話畀Agent你想要嘅能力，佢就幫你生成完整SKILL.md同腳本結構。
但裝Skill之前一定要先用 Skill Vetter 審查安全。佢係一個4.5KB嘅SKILL.md文件，按四步流程檢查：來源信譽、代碼審查（偵測curl到未知URL、讀取.ssh/.aws、eval/exec等）、權限評估、風險分級。
Self-Improving Agent 係「錯題本機制」，Agent主動捕獲執行錯誤同糾正指令，沉澱反饋，下次自動調整。
個人Skill倉庫同更多渠道
作者自己開源咗 pandajay-skills 倉庫，內含prompt-reverse-engineer、chat-to-notes、req-to-dev-doc等實用Skill，全部獨立無依賴。
想揾更多Skill？三個渠道：Skills.sh（8萬幾個，Vercel維護）、ClawHub（1萬幾個，官方生態）、SkillsMP（38萬+，中文友好）。仲有一個偷懶方法：裝 Find Skills，用Skill管理Skill。
- 作者開源嘅pandajay-skills：prompt-reverse-engineer、chat-to-notes等，適合複用同學習。
- Skills.sh：按趨勢排序，容易發現熱門Skill。
- ClawHub：質量集中，適合揾經過驗證嘅核心能力包。
- SkillsMP：體量最大，適合廣撒網探索。
- Find Skills：直接搜索同安裝其他Skill，用Skill管理Skill。
呢排一直喺度搞 Skill 生態。
ClawHub 上面有成萬個，Skills.sh 八萬幾個，GitHub 上面仲有一堆散落嘅。
睇咗唔少，老實講大部分裝咗用兩次就再也諗唔起，一係寫得粗糙，一係場景太窄。
但有成十幾個，裝完之後真係離唔開。
我按使用頻率同場景價值篩咗一次，分成五類。
每個都係我自己日常用緊嘅，唔係睇簡介覺得唔錯，大多數都係跑咗入工作流程裏面。
除此之外，文末我歸納咗開發 Skill 嘅最佳實踐、企業案例實戰，以及配套嘅講解視頻同 PPT。
希望對你有啲幫助。
一、資訊抓取：先解決「喂啲咩」嘅問題
AI 再聰明，冇輸入就係空轉。
呢類 Skill 解決嘅係「原材料」問題，等 Agent 可以主動獲取外部資訊，而唔係只能等你喂。
一）Agent Reach ：全網資訊源一站式接入
一個 Skill 打通成十幾個資訊源。
由 YouTube、GitHub、Reddit 到國內嘅 B 站、小紅書、抖音、微信公眾號，全部行免費開源後端，唔需要逐個申請 API Key。
憑證存在本地，數據唔經第三方。
仲內置咗 agent-reach doctor 診斷命令，環境有問題一跑就知卡喺邊。對需要跨平台收集資訊嘅人嚟講，呢一個 Skill 頂得過以前五六個工具。
適合：做競品調研、內容聚合、跨平台資訊監控嘅人。
二）Tavily Web Search ：專為 AI 優化嘅搜索引擎
同普通搜索引擎唔同，Tavily 返回嘅唔係一堆連結，而係精簡過、高相關性嘅結構化結果，直接就可以畀 Agent 理解同使用。
省返「搜到咗但仲要自己篩」嘅步驟。
地址：
適合：需要 Agent 自主查資料、做技術選型、快速瞭解一個陌生話題嘅場景。
三）YouTube Watcher ：長視頻知識提取器
快速抓取 YouTube 視頻字幕，將一個鐘嘅視頻變成幾分鐘可以睇完嘅文字。
對於成日睇英文技術分享、播客、演講嘅人，呢個 Skill 將「睇視頻」變成「讀文件」，資訊吸收效率翻幾倍。
地址：
適合：學習型用戶，尤其係需要大量消化英文視頻內容嘅技術人員同內容創作者。
四）Summarize ：咩格式都可以總結嘅萬能摘要器
網頁、PDF、圖片、音頻、YouTube 視頻，無論你掟咩格式過去，佢都可以畀你一份乾淨嘅摘要。
唔使再根據唔同內容類型切換唔同工具，一個 Skill 統一處理曬所有「我冇時間睇全文，先講重點畀我聽」嘅需求。
地址：
適合：資訊過載嘅人。每日要處理大量文章、報告、視頻但時間有限嘅場景。
二、內容創作與發佈：由素材到成品嘅完整鏈路
有咗輸入，下一步就係輸出。
呢類 Skill 涵蓋從文字潤色、圖文生成到一鍵發佈嘅全流程。
一）寶玉老師 Skill 合集：一個人嘅內容工廠
呢套合集堪稱自媒體從業者嘅軍火庫。
每個子 Skill 都係針對具體場景調整過嘅，質量穩定。
地址：
適合：自媒體創作者、需要頻密產出圖文內容嘅營運人員。
二）Frontend Slides ：用前端技術做演示文稿
唔想打開 PowerPoint，想用代碼控制每一個像素嘅人會鍾意呢個。直接用前端技術棧生成演示文稿，樣式、動畫、互動全部可編程，比傳統幻燈片工具靈活好多。
安裝：
適合：技術分享、產品演示場景，尤其係需要嵌入代碼示例或互動式 demo 嘅演講。
三）Humanizer ：令 AI 寫嘅嘢唔似 AI 寫嘅
AI 生成嘅文字有一種好難形容但一眼就認得出嘅「套路感」。
過度使用連接詞、段落結構整齊到唔自然、措辭永遠正確但永遠冇温度。
Humanizer 專門解決呢個問題，重新調整措辭同節奏，令輸出讀起嚟更像真人寫嘅。
安裝：
適合：所有用 AI 輔助寫作嘅人。尤其係寫公眾號、寫商業文案、寫電郵呢類需要「人味」嘅場景。
四）Markdown 一鍵發 X 長文
喺本地用 Markdown 寫完長文，直接推送去 X 平台做 Articles 草稿。
格式、圖片自動處理，認證一次管七日，省返反覆登錄同手動排版嘅麻煩。
地址：
適合：成日喺 X 上面發長文嘅創作者同技術博主。
五）Remotion Best Practices ：用代碼做視頻
做產品發佈最麻煩嘅其中一件事係錄 demo 視頻。
錄製、剪輯、導出，成個流程同寫代碼完全唔同頻道。Remotion 將視頻製作變成寫 React 組件：動畫係狀態變化，時間軸係代碼邏輯，導出係一條命令。
呢個 Skill 係 Remotion 官方維護嘅，將正確嘅動畫曲線、音頻處理、字幕生成方式都封裝好曬。
冇佢嘅話，Agent 寫 Remotion 代碼會喺插值、音頻剪裁呢啲地方不停出錯。
地址：
適合：需要程式化生成視頻嘅開發者，changelog 演示、API demo、數據可視化動畫。
六）Get筆記 ：用把口記筆記
Get筆記接咗入 OpenClaw Skills，即係你可以叫 Agent 直接幫你操作筆記：記筆記、查筆記、打標籤、整理知識庫，全部經自然語言完成。
唔使打開 App，唔使複製貼上，唔使手動分類。
更有價值嘅係「用筆記做嘢」：叫 Agent 根據你嘅會議記錄生成週報，根據你嘅讀書筆記寫一篇文章，根據你過去一個月嘅筆記分析你喺關注緊咩話題。
你儲低嘅每一條筆記，都可以畀 Agent 調用返出嚟。
地址：
適合：重度筆記用戶，尤其係希望將零散記錄轉化為結構化輸出嘅人。
三、開發與設計：令代碼寫得更好睇、更規範
Agent 會寫代碼，但「行得通」同「用得」之間仲有一段距離。呢類 Skill 解決嘅係代碼質量同界面品質嘅問題。
一）Frontend Design ：告別「一眼 AI」嘅界面
叫 Agent 寫前端界面，出嚟嘅嘢永遠係 Inter 字體、紫色漸變、卡片佈局。技術上冇問題，但一眼就知係 AI 做嘅。
Frontend Design 喺 Agent 動手之前先鎖定視覺方向——極簡、極繁、復古未來、editorial 風格——然後所有字體、配色、動效都要跟從呢個方向。
佢唔係令界面更好睇，而係令界面有立場。
安裝：
適合：在意用戶側視覺體驗嘅前端開發者同產品經理。
二）Code Review ：畀代碼上一道質量關卡
AI 寫嘅代碼通常係「行得通嘅第一稿」。
邏輯冇大問題，但安全漏洞、性能隱患、可維護性差呢啲嘢，佢自己好難發現。
叫寫代碼嘅 AI 自己審代碼，就好似叫學生自己改自己嘅試卷，盲區係一樣嘅。
Code Review 呢個 Skill 將代碼審查變成一 set 系統化流程：從安全、性能、可維護性、正確性、測試覆蓋五個維度逐項檢查，每個問題標註嚴重程度，畀出結構化嘅反饋。
佢仲內置咗一份常見反模式清單，專門捉嗰啲「睇落冇問題但遲早會炸」嘅寫法。
養成一個習慣就夠：每次 Agent 寫完一批代碼，先叫佢過一次 Review 先提交。
地址：
適合：所有用 AI 輔助編程嘅開發者。代碼行得通只係合格線，Review 過咗先敢合併。
三）Superpowers ：令 Claude Code 真正跑項目
好多人用 AI 寫代碼，其實只用咗「補全」呢一層：寫幾個函數、改幾段邏輯、行得通就算。
但如果你要佢由頭到尾跑一個完整需求，由構思到代碼到測試到合併，淨係靠補全係搞唔掂嘅。
Superpowers 就係做呢件事。
佢將一個完整嘅開發流程拆成一串自動接駁嘅步驟：需求發散、規格確認、計劃拆分、子 agent 執行、代碼 review、合併。
每個環節都有專屬 skill 負責，自動觸發，自動接力。
三個設計令佢比「直接叫 AI 寫代碼」靠譜好多：
地址：
適合：做完整項目開發嘅工程師，尤其係需要由需求到交付全流程跑通嘅場景。
四、Skill 開發與自我進化：令 AI 自己變強
學識用 Skill 之後，自然會想自己寫。再進一步，仲可以叫 Agent 喺使用過程中自己變得更聰明。
一）Skill Creator ：Skill 嘅 Skill
前面介紹過，必備 Skill。
話畀 Agent 知你想要咩能力，佢會幫你生成完整嘅 Skill 結構：SKILL.md、腳本文件、目錄組織，全部符合規範。
省返由零搭骨架嘅時間，令你可以集中精力喺業務邏輯上面。
安裝：
適合：啱開始寫 Skill 嘅新手，或者需要快速原型化一個諗法嘅人。
二）Skill Vetter ：裝 Skill 之前先過一道安全檢查
ClawHub 上面成千上萬個 Skill，質量參差不齊。
2026 年初安全研究人員喺 ClawHub 上發現咗上千個惡意 Skill，有啲偷 API Key，有啲裝挖礦程式，有啲竊取瀏覽器密碼。
Skill Vetter 就係你嘅安全門衞。佢本身只係一個 4.5KB 嘅 SKILL.md 文件，唔包含任何可執行代碼。
但佢會教 Agent 按四步流程審查你要安裝嘅 Skill：
檢查來源信譽 → 代碼審查（偵測 curl 到未知 URL、讀取 .ssh/.aws 等敏感路徑、eval/exec、混淆代碼等）→ 權限範圍評估 → 風險分級（由 🟢 低風險到 ⛔ 極高風險）。
地址：
養成一個習慣：裝之前先叫 Skill Vetter 審一次，審過咗先裝。
適合：所有 OpenClaw 用戶。唔係可選項，係必裝項。
三）Self-Improving Agent ：令 Agent 越用越聰明
大部分 Skill 係靜態嘅：寫好咗就唔會變。
但 Self-Improving Agent 令 Agent 主動捕獲自己嘅執行錯誤同你嘅糾正指令，將呢啲反饋沉澱落嚟，下次遇到類似情況就會自動調整。
相當於畀 Agent 裝咗一個「錯題簿」機制，唔係你話畀佢聽要點做，而係佢自己從失敗入面學識要點做。用得越耐，佢越明你嘅習慣同偏好。
安裝：
適合：長期使用 Agent 處理重複性任務嘅用戶。尤其係發現自己成日要糾正 Agent 同一類錯誤嘅人。
五、我嘅個人 Skill 倉庫
除咗上面推薦嘅公開 Skill，我自己都持續寫緊一啲解決實際問題嘅 Skill，放咗喺 GitHub 開源。
地址：
目前倉庫入面有呢啲：
仲喺度持續更新中。覺得有用嘅話，幫手點個 Star。
六、去邊度揾更多 Skill？
上面推薦嘅成十幾個只係冰山一角。Skill 生態每日都喺度成長，揾到好 Skill 本身都係一種能力。
三個渠道：
仲有一個偷懶嘅方法：裝一個 Find Skills，直接用佢搜索同安裝其他 Skill：用 Skill 管理 Skill。
七、點樣高效開發 Skill
關於點樣高效開發 Skill，我喺文章、配套視頻入面介紹適合唔同場景嘅五種設計模式、六步打磨 Skill 嘅最佳實踐。
亦都結合我針對企業內部嘅需求，演示咗點樣結合呢啲設計模式同最佳實踐落地嘅實戰過程。
Skill 最佳實踐：五種設計模式+六步打磨法（含完整實戰過程同源碼）
視頻入面嘅 PPT 材料，我放咗喺公眾號入面，需要可以後台回覆「skill」 獲取。
八、最後
每一個好嘅 Skill，本質上都係某個人將自己嘅經驗濃縮成規則。
裝上佢，就係企喺人哋嘅積累上面向前行，唔使每件事都自己由頭行一次。
開源社區最好嘅地方就係呢度，經驗可以流通，能力可以疊加。
不過繁榮嘅另一面係：魚龍混雜。
2026 年初已經有研究人員喺 ClawHub 上發現上千個惡意 Skill，偷密鑰、讀憑證嘅都有。
嚟路唔明嘅，先審再裝。
如果呢篇對你有用，轉發畀同樣喺度搞 Skill 嘅朋友。
亦都歡迎喺評論區丟低你用開順手嘅 Skill。
多謝你睇我嘅文章，如果覺得唔錯，幫手點讚、轉發、關注三連啦～
我係 🐼熊貓 Jay，我哋下次再見～
往期精選：
這段時間一直在折騰 Skill 生態。
ClawHub 上萬個，Skills.sh 八萬多個，GitHub 上還有一堆散落的。
翻了不少，說實話大部分裝了用兩次就再也想不起來，要麼寫得粗糙，要麼場景太窄。
但有十幾個，裝完之後確實離不開了。
我按使用頻率和場景價值篩了一遍，分成五類。
每個都是我自己日常在用的，不是看介紹覺得不錯，大多數都是跑進工作流裏的。
此外，文末我歸納了下開發Skill的最佳實踐、企業案例實戰，以及配套講解視頻和PPT。
希望對你有所幫助。
一、信息抓取：先解決"喂什麼"的問題
AI 再聰明，沒有輸入就是空轉。
這類 Skill 解決的是"原材料"問題，讓 Agent 能主動獲取外部信息，而不是隻能等你喂。
一）Agent Reach ：全網信息源一站式接入
一個 Skill 打通十幾個信息源。
從 YouTube、GitHub、Reddit 到國內的 B 站、小紅書、抖音、微信公眾號，全部走免費開源後端，不需要逐個申請 API Key。
憑證存在本地，數據不經第三方。
還內置了 agent-reach doctor 診斷命令，環境有問題一跑就知道卡在哪。對需要跨平台採集信息的人來說，這一個 Skill 頂過去五六個工具。
適合：做競品調研、內容聚合、跨平台信息監控的人。
二）Tavily Web Search ：專為 AI 優化的搜索引擎
和普通搜索引擎不同，Tavily 返回的不是一堆連結，而是精簡過的、高相關性的結構化結果，直接就能被 Agent 理解和使用。
省去了“搜到了但還要自己篩”的步驟。
地址：
適合：需要 Agent 自主查資料、做技術選型、快速瞭解一個陌生話題的場景。
三）YouTube Watcher ：長視頻知識提取器
快速抓取 YouTube 視頻字幕，把一個小時的視頻變成幾分鐘能讀完的文字。
對於經常看英文技術分享、播客、演講的人，這個 Skill 把"看視頻"變成了"讀文檔"，信息吸收效率翻幾倍。
地址：
適合：學習型用戶，尤其是需要大量消化英文視頻內容的技術人員和內容創作者。
四）Summarize ：什麼格式都能總結的萬能摘要器
網頁、PDF、圖片、音頻、YouTube 視頻，不管你扔什麼格式過去，它都能給你一份乾淨的摘要。
不用再根據不同內容類型切換不同工具，一個 Skill 統一處理所有“我沒時間看全文，先給我說重點”的需求。
地址：
適合：信息過載的人。每天要處理大量文章、報告、視頻但時間有限的場景。
二、內容創作與發佈：從素材到成品的完整鏈路
有了輸入，下一步是輸出。
這類 Skill 覆蓋從文字潤色、圖文生成到一鍵發佈的全流程。
一）寶玉老師 Skill 合集：一個人的內容工廠
這套合集堪稱自媒體從業者的軍火庫。
每個子 Skill 都是針對具體場景調過的，質量穩定。
地址：
適合：自媒體創作者、需要頻繁產出圖文內容的運營人員。
二）Frontend Slides ：用前端技術做演示文稿
不想打開 PowerPoint，想用代碼控制每一個像素的人會喜歡這個。直接用前端技術棧生成演示文稿，樣式、動畫、交互全可編程，比傳統幻燈片工具靈活得多。
安裝：
適合：技術分享、產品演示場景，尤其是需要嵌入代碼示例或交互式 demo 的演講。
三）Humanizer ：讓 AI 寫的東西不像 AI 寫的
AI 生成的文字有一種很難形容但一眼就能認出的"套路感"。
過度使用連接詞、段落結構整齊到不自然、措辭永遠正確但永遠沒有温度。
Humanizer 專門解決這個問題，重新調整措辭和節奏，讓輸出讀起來更像真人寫的。
安裝：
適合：所有用 AI 輔助寫作的人。尤其是寫公眾號、寫商業文案、寫郵件這類需要"人味"的場景。
四）Markdown 一鍵發 X 長文
在本地用 Markdown 寫完長文，直接推送到 X 平台作為 Articles 草稿。
格式、圖片自動處理，認證一次管七天，省掉了反覆登錄和手動排版的麻煩。
地址：
適合：經常在 X 上髮長文的創作者和技術博主。
五）Remotion Best Practices ：用代碼做視頻
做產品發佈最麻煩的事情之一是錄 demo 視頻。
錄製、剪輯、導出，整個流程和寫代碼完全不在一個頻道上。Remotion 把視頻製作變成寫 React 組件：動畫是狀態變化，時間軸是代碼邏輯，導出是一條命令。
這個 Skill 是 Remotion 官方維護的，把正確的動畫曲線、音頻處理、字幕生成方式都封裝好了。
沒有它，Agent 寫 Remotion 代碼會在插值、音頻裁剪這些地方反覆出錯。
地址：
適合：需要程序化生成視頻的開發者，changelog 演示、API demo、數據可視化動畫。
六）Get筆記 ：用嘴記筆記
Get筆記接入了 OpenClaw Skills，意味着你可以讓 Agent 直接幫你操作筆記：記筆記、查筆記、打標籤、整理知識庫，全部通過自然語言完成。
不用打開 App，不用複製粘貼，不用手動分類。
更有價值的是"用筆記幹活"：讓 Agent 根據你的會議記錄生成周報，根據你的讀書筆記寫一篇文章，根據你過去一個月的筆記分析你在關注什麼話題。
你攢的每一條筆記，都能被 Agent 調用起來。
地址：
適合：重度筆記用戶，尤其是希望把零散記錄轉化為結構化輸出的人。
三、開發與設計：讓代碼寫得更好看、更規範
Agent 會寫代碼，但"能跑"和"能用"之間還有一段距離。這類 Skill 解決的是代碼質量和界面品質的問題。
一）Frontend Design ：告別"一眼 AI"的界面
讓 Agent 寫前端界面，出來的東西永遠是 Inter 字體、紫色漸變、卡片佈局。技術上沒毛病，但一眼就知道是 AI 做的。
Frontend Design 在 Agent 動手之前先鎖定視覺方向——極簡、極繁、復古未來、editorial 風格——然後所有字體、配色、動效都必須服從這個方向。
它不是讓界面更好看，而是讓界面有立場。
安裝：
適合：在意用戶側視覺體驗的前端開發者和產品經理。
二）Code Review ：給代碼上一道質量關卡
AI 寫的代碼通常是"能跑的第一稿"。
邏輯沒大問題，但安全漏洞、性能隱患、可維護性差這些事，它自己很難發現。
讓寫代碼的 AI 自己審代碼，就像讓學生自己批改自己的試卷，盲區是一樣的。
Code Review 這個 Skill 把代碼審查變成了一套系統化的流程：從安全、性能、可維護性、正確性、測試覆蓋五個維度逐項檢查，每個問題標註嚴重程度，給出結構化的反饋。
它還內置了一份常見反模式清單，專門抓那些"看起來沒問題但遲早會炸"的寫法。
養成一個習慣就夠了：每次 Agent 寫完一批代碼，先讓它過一遍 Review 再提交。
地址：
適合：所有用 AI 輔助編程的開發者。代碼能跑只是及格線，Review 過了才敢合併。
三）Superpowers ：讓 Claude Code 真正跑項目
很多人用 AI 寫代碼，其實只用到了"補全"這一層：寫幾個函數、改幾段邏輯、跑通就完事。
但如果你想讓它從頭到尾跑一個完整需求，從想法到代碼到測試到合併，光靠補全是搞不定的。
Superpowers 做的就是這件事。
它把一個完整的開發流程拆成了一串自動銜接的步驟：需求發散、規格確認、計劃拆分、子 agent 執行、代碼 review、合併。
每個環節都有專屬 skill 負責，自動觸發，自動接力。
三個設計讓它比"直接讓 AI 寫代碼"靠譜得多：
地址：
適合：做完整項目開發的工程師，尤其是需要從需求到交付全流程跑通的場景。
四、Skill 開發與自我進化：讓 AI 自己變強
學會用 Skill 之後，自然會想自己寫。再進一步，還可以讓 Agent 在使用過程中自己變得更聰明。
一）Skill Creator ：Skill 的 Skill
前面介紹過，必備 Skill。
告訴 Agent 你想要什麼能力，它幫你生成完整的 Skill 結構：SKILL.md、腳本文件、目錄組織，全部符合規範。
省去了從零搭骨架的時間，讓你把精力集中在業務邏輯上。
安裝：
適合：剛開始寫 Skill 的新手，或者需要快速原型化一個想法的人。
二）Skill Vetter ：裝 Skill 之前先過一道安全檢查
ClawHub 上萬個 Skill，質量參差不齊。
2026 年初安全研究人員在 ClawHub 上發現了上千個惡意 Skill，有的偷 API Key，有的裝挖礦程序，有的竊取瀏覽器密碼。
Skill Vetter 就是你的安全門衞。它本身只是一個 4.5KB 的 SKILL.md 文件，不含任何可執行代碼。
但它會教 Agent 按四步流程審查你要安裝的 Skill：
檢查來源信譽 → 代碼審查（檢測 curl 到未知 URL、讀取 .ssh/.aws 等敏感路徑、eval/exec、混淆代碼等）→ 權限範圍評估 → 風險分級（從 🟢 低風險到 ⛔ 極高風險）。
地址：
養成一個習慣：裝之前先讓 Skill Vetter 審一遍，審過了再裝。
適合：所有 OpenClaw 用戶。不是可選項，是必裝項。
三）Self-Improving Agent ：讓 Agent 越用越聰明
大多數 Skill 是靜態的：寫好了就不變。
但 Self-Improving Agent 讓 Agent 主動捕獲自己的執行錯誤和你的糾正指令，把這些反饋沉澱下來，下次遇到類似情況自動調整。
相當於給 Agent 裝了一個"錯題本"機制，不是你告訴它該怎麼做，而是它自己從失敗裏學會該怎麼做。用得越久，它越懂你的習慣和偏好。
安裝：
適合：長期使用 Agent 處理重複性任務的用戶。尤其是那些發現自己總在糾正 Agent 同一類錯誤的人。
五、我的個人 Skill 倉庫
除了上面推薦的公開 Skill，我自己也在持續寫一些解決實際問題的 Skill，放在 GitHub 上開源了。
地址：
目前倉庫裏有這些：
還在持續更新中。覺得有用的話，幫忙點個 Star。
六、去哪找更多 Skill？
上面推薦的十幾個只是冰山一角。Skill 生態每天都在長，找到好 Skill 本身也是一種能力。
三個渠道：
還有一個偷懶的辦法：裝一個 Find Skills，用它直接搜索和安裝別的 Skill：用 Skill 管理 Skill。
七、如何高效開發 Skill
關於如何高效開發 Skill，我在文章、配套視頻裏介紹適合不同場景的五種設計模式、六步打磨Skill的最佳實踐。
也結合我針對企業內部的需求，演示了如何結合這些設計模式和最佳實踐落地的實戰過程。
Skill 最佳實踐：五種設計模式+六步打磨法（含完整實戰過程和源碼）
視頻中的 PPT 材料，我放在公眾號裏了，需要可以後台回覆「skill」 獲取。
八、最後
每個好的 Skill，本質上都是某個人把自己的經驗濃縮成了規則。
裝上它，就是站在別人的積累上往前走，不用每件事都自己從頭踩一遍。
開源社區最好的地方就在這裏，經驗可以流通，能力可以疊加。
不過繁榮的另一面是：魚龍混雜。
2026 年初已經有研究人員在 ClawHub 上發現上千個惡意 Skill，偷密鑰、讀憑證的都有。
來路不明的，先審再裝。
如果這篇對你有用，轉發給同樣在折騰 Skill 的朋友。
也歡迎在評論區丟出你用着順手的 Skill。
謝謝你看我的文章，如果覺得不錯，幫忙點贊、轉發、關注三連吧～
我是 🐼熊貓 Jay，我們下次再見～
往期精選：