別再到處找 skill 了，我用這三個工具自己造，小白也能學會。附保姆級操作教程
整理版優先睇
與其揾人哋嘅skill，不如自己造：三步鏈路從零整出屬於你嘅自動化工具
呢篇文章係由一位自稱「小白」嘅開發者分享嘅經驗。佢發現，GitHub上Star好高嘅模板，下載落嚟成日跑唔通；ClawHub評分高嘅skill，用兩日就掉咗。問題唔係你，亦唔係skill本身——而係你嘅上下文同開發者嘅上下文唔同。例如你嘅視頻喺B站，開發者用YouTube RSS；你嘅筆記要存飛書，開發者輸出本地Markdown。Agent skill唔係App Store一鍵安裝嘅應用，而係為你工作流量身訂造嘅工具。最瞭解你場景嘅人，只有你自己。
作者提出咗三步鏈路嘅方法，用三個專門嘅skill工具嚟幫你由想法到可運行skill。第一步workflow-analyzer判斷可行性；第二步l4-skill-forge設計完整Skill包；第三步superpowers用TDD寫代碼。佢哋串聯起嚟就係一條skill生產流水線。整體結論係：越係個人化、場景化嘅需求，越值得自己做skill，而唔係周圍揾現成。
文章仲用咗B站視頻筆記做實戰案例，示範點樣由輸入連結到輸出結構化筆記，時間由30分鐘手動降到5分鐘自動，非常實用。
- 結論：與其揾人哋嘅skill，不如自己造，因為上下文差異太大。
- 方法：三步鏈路——workflow-analyzer、l4-skill-forge、superpowers，分別負責分析、設計、實現。
- 差異：通用場景可以揾現成，但個人化、高頻場景自己做更值得。
- 啟發：Skill係生產資料，唔係通用商品，要為自己工作流度身訂造。
- 可行動點：參考B站視頻筆記案例，用三步鏈路慳時間，輸入連結就自動生成結構化筆記。
workflow-analyzer
判斷想法值唔值得做skill，輸出SKILL.md草案
l4-skill-forge
設計完整可交付skill包，包括SKILL.md、references、templates、evals
superpowers
TDD驅動寫代碼，自動生成測試用例並執行代碼審查
內容片段
場景分析報告：
- 需求：B站視頻自動整理成筆記- 頻率評估：高（每週至少3次）- 耗時評估：每次30分鐘手動整理- 自動化收益：每週可省1.5小時- 技術可行性：✅ 可行（B站有字幕API，Whisper可補全）- 潛在坑點：部分視頻無字幕、Whisper轉錄耗時結論：值得做，建議進入第二步與其揾人哋skill，不如自己造
你有冇試過？GitHub上Star好高嘅模板，下載落嚟跑唔通；ClawHub評分最高嘅skill，用兩日就掉咗。問題唔係你，亦唔係skill本身——而係你嘅上下文同開發者嘅上下文唔同。
上下文差異
你嘅視頻喺B站，開發者嘅數據源係YouTube RSS；你嘅筆記要存飛書，開發者輸出本地Markdown。Agent skill唔係App Store一鍵安裝嘅應用，而係為你工作流量身訂造嘅工具。
最瞭解你場景嘅人，只有你自己
所以，與其周圍揾，不如自己造。
三步鏈路：由分析到實行
作者將「做skill」拆成三個標準步驟，每一步對應一個專業skill。
三步鏈路：workflow-analyzer → l4-skill-forge → superpowers
第一步：workflow-analyzer，負責判斷一個想法值唔值得做skill，同埋點樣做。佢會回答兩個問題：可行性判斷同Skill化評估。
可行性判斷
Skill化評估
例如輸入「我想將B站視頻自動整理成筆記」，佢會拆成具體步驟，逐一判斷邊啲可以自動化、邊啲有坑，最後畀出結論同SKILL.md草案。
第二步：l4-skill-forge，基於草案構建完整skill包，要求具備可維護性、可驗證性同可演進性。
可維護性、可驗證性、可演進性
佢會幫你定義SKILL.md、references、templates同evals，仲有安全設計：高風險操作必須有顯式確認點。
安全設計：高風險操作必須確認
第三步：superpowers，TDD驅動，將skill嘅代碼寫出來。適用於複雜skill需要多模塊並行或者需要測試嘅情況。
TDD測試驅動
佢會將大模塊拆成小任務，寫完代碼自動生成測試用例，仲有代碼審查。
實戰：B站視頻筆記skill
作者用B站視頻筆記做實戰案例。以前佢睇學習類視頻，邊睇邊截圖手動敲重點，一期要30分鐘。目標係輸入B站連結，輸出結構化筆記。
每週慳1.5-2.5小時
佢用三步鏈路嚟實踐：
- 1 第一步：workflow-analyzer判斷可行性。輸入需求，輸出場景分析報告：頻率高、收益大、可行性✅，建議進入第二步。
- 2 第二步：l4-skill-forge設計完整Skill包。包括SKILL.md、references、templates、evals，仲有安全設計。
- 3 第三步：superpowers實現代碼。將大模塊拆成bilibili_downloader、whisper_transcriber、note_generator等，並用TDD測試。
實測效果：輸入B站連結，5分鐘自動生成結構化Markdown筆記，包含概覽、關鍵觀點、金句同行動建議。
揾現成定自己做？咁樣揀
有人會問：點樣決定揾現成定自己做？作者畀咗個指引：
越個人化、場景化，越值得自己做
- 通用場景（發郵件、寫代碼）→ 揾現成，自己做唔划算
- 個人場景（B站筆記、飛書同步）→ 揾唔到匹配，必須自己做
- 高頻重複（每日播報、週報生成）→ 好值得投入時間自己做
- 企業內部（私有數據、內網系統）→ 必須自己做
判斷標準好簡單：越係你獨有嘅場景，越值得自己造skill。
總結：生產流水線
三步鏈路嘅價值在於：workflow-analyzer幫你判斷值唔值得做，l4-skill-forge幫你設計可交付包，superpowers幫你寫代碼。三個skill各司其職，串聯起嚟就係一條
skill生產流水線
。如果你想開始，可以由諗一個你成日做嘅重複任務開始，用三步鏈路一步步實現。
你有冇試過咁嘅情況？
GitHub 上 Star 10k 嘅自動化模板，下載落嚟行唔通；
ClawHub 評分最高嘅 skill，用咗兩日就掉咗；
人哋嘅工作流程睇落好正，複製過嚟全部係報錯。
問題唔係你，亦唔係 skill 本身——
係你嘅上下文，同開發者嘅上下文唔同：
- • 你嘅影片喺 B 站，開發者嘅數據來源係 YouTube RSS
- • 你嘅筆記要存飛書，開發者嘅輸出係本地 Markdown
- • 你嘅 cron 行喺 macOS，開發者嘅環境係 Linux server
Agent skill 唔係 App Store 入面一鍵安裝嘅應用——佢係為你嘅工作流量身訂造嘅工具。
最瞭解你嘅場景嘅人，只有你自己。
更好嘅方法：三步鏈路，自己造 skill
我將「做 skill」呢件事拆成三個標準步驟，每一步對應一個專業 skill。
三個串連起嚟，就係由想法到可運行 skill 嘅完整流水線。
第一步：workflow-analyzer（場景分析）
職責： 判斷一個想法值唔值得做 skill，同埋點樣做。
佢會幫你回答兩個問題：
- 1. 可行性判斷 —— 技術上做唔做到？Agent 做到咩邊界？
- 2. Skill 化評估 —— 場景頻率高唔高？做完可以慳幾多時間？值唔值得投資？
具體點樣用：
掟個模糊需求入去，例如「我想將 B 站影片自動整理成筆記」。
它會：
- • 將模糊需求拆成具體步驟
- • 逐一判斷邊啲可以自動化、邊啲有陷阱、邊啲根本做唔到
- • 最後俾出結論 + SKILL.md 草案
輸出樣例：
場景分析報告：
- 需求：B站視頻自動整理成筆記
- 頻率評估：高（每週至少3次）
- 耗時評估：每次30分鐘手動整理
- 自動化收益：每週可省1.5小時
- 技術可行性：✅ 可行（B站有字幕API，Whisper可補全）
- 潛在坑點：部分視頻無字幕、Whisper轉錄耗時
結論：值得做，建議進入第二步Skill 倉庫： https://clawhub.ai/skills/openclaw-workflow-analyzer
第二步：l4-skill-forge（Skill 設計）
職責： 基於草案，將 skill 整成一個完整、可交付、生產級質素嘅套件。
呢個係三步鏈路入面專業門檻最高嘅一步。
佢唔止係寫個行得嘅腳本，而係要求 skill 真係具備：
- • 可維護性 —— 人哋睇得明、改得到
- • 可驗證性 —— 行唔行得通，一眼就睇得出
- • 可演進性 —— 需求變咗可以擴展
佢會幫你定義：
安全設計：
- • 高風險操作必須有明確確認點（例如刪除檔案、發送訊息）
- • 失敗處理路徑：網絡失敗、空數據、權限不足都要考慮
- • 評估用例：交付時就話畀用戶知「點樣先叫行得通」
Skill 倉庫： https://clawhub.ai/skills/l4-skill-forge
第三步：superpowers（代碼實現）
職責： TDD 驅動，將 skill 嘅代碼寫出嚟。
咩時候需要佢：
佢會幫你：
- • 將大模組拆成細任務
- • 寫完代碼自動生成測試用例
- • 代碼審查，發現潛在問題
Skill 倉庫： https://clawhub.ai/skills/superpowers
三步鏈路流程圖
你的需求
↓
[第一步] workflow-analyzer
→ 判斷能不能做 + 輸出草案
↓
[第二步] l4-skill-forge
→ 基於草案構建完整 skill 包
↓（按需）
[第三步] superpowers
→ TDD 寫代碼
↓
可運行的 skill關鍵設計： 唔俾多選項，讓用戶決定下一步。唔想做就停，想繼續就行落去。
實戰案例：B站影片筆記 skill
需求背景
我睇學習類 B 站影片，想將內容整理成結構化筆記。
以前做法： 邊睇邊截圖，手動抄重點，一期影片整理落嚟半個鐘冇咗。
目標： 輸入一個 B 站影片連結，輸出結構化筆記（概覽 + 關鍵觀點 + 金句 + 行動建議）
第一步：workflow-analyzer 判斷
輸入：
我想做一個 B 站視頻筆記 skill，輸入視頻連結，輸出結構化筆記輸出：
場景分析報告：
- 頻率：高（每週3-5次）
- 耗時：每次30分鐘手動整理
- 收益：每週可省1.5-2.5小時
- 技術可行性：✅ 可行
- 實現路徑：B站字幕API → Whisper補全 → AI分析 → Markdown生成
- 潛在坑點：
1. 部分視頻無字幕（需Whisper補全）
2. Whisper轉錄耗時（約視頻時長的0.5倍）
3. B站API有反爬機制（需模擬瀏覽器）
結論：值得做，建議進入第二步第二步：l4-skill-forge 設計
輸出 skill 套件結構：
video-note-maker/
├── SKILL.md # 技能說明
├── references/
│ └── bilibili-api.md # B站API文檔
├── templates/
│ └── note-template.md # 筆記模板
└── evals/
└── test-cases.md # 測試用例安全設計：
- • 下載影片前需要確認（避免大檔案佔空間）
- • 轉錄超時自動降級（用字幕頂住先）
第三步：superpowers 實現
代碼模組：
- •
bilibili_downloader.py- 影片下載 - •
whisper_transcriber.py- 語音轉錄 - •
note_generator.py- 筆記生成 - •
tests/- TDD 測試用例
實測效果
輸入： B 站影片連結 https://www.bilibili.com/video/BV1xx411c7mD
輸出： 結構化 Markdown 筆記
# 視頻筆記：如何高效學習
## 概覽
- 時長：15:32
- 主題：學習方法論
- 核心觀點：主動學習比被動學習效率高5倍
## 關鍵觀點
1. 學習不是輸入，而是重構
2. 輸出是最好的輸入
3. 間隔重複比集中突擊更有效
## 金句
- "你聽懂了不代表你會了，你能講清楚才代表你會了"
- "學習就像健身，不是一天練成的"
## 行動建議
- [ ] 今天學的，明天用自己的話複述一遍
- [ ] 每週輸出一篇學習筆記
- [ ] 用間隔重複軟件（如Anki）複習時間節省： 由 30 分鐘手動整理 → 5 分鐘自動生成
踩坑經驗
揾現成 vs 自己做：點樣揀？
判斷標準： 越係個人化、場景化嘅需求，越值得自己做。
總結：三步鏈路嘅價值
三個 skill 各司其職，串連起嚟就係一條 skill 生產流水線。
Skill 係生產資料，唔係通用商品。人哋嘅 skill 再好，放喺你嘅上下文入面總係爭咁啲。
下一步
你有咩想自動化嘅？
留言區話畀我知，我幫你判斷值唔值得做 skill。
想試試三步鏈路？掃碼加我微信，我 send 你 workflow-analyzer 嘅詳細配置教學 + 我嘅 skill 模板庫。
你有沒有過這種經歷？
GitHub 上 Star 10k 的自動化模板，下載下來跑不通；
ClawHub 評分最高的 skill，用了兩天就扔了；
別人的工作流看起來很香，複製過來全是報錯。
問題不在你，也不在 skill 本身——
是你的上下文，和開發者的上下文不一樣：
- • 你的視頻在 B 站，開發者的數據源是 YouTube RSS
- • 你的筆記要存飛書，開發者的輸出是本地 Markdown
- • 你的 cron 跑在 macOS，開發者的環境是 Linux server
Agent skill 不是 App Store 裏一鍵安裝的應用——它是為你的工作流量身定製的工具。
最瞭解你的場景的人，只有你自己。
更好的方式：三步鏈路，自己造 skill
我把"做 skill"這件事拆成了三個標準步驟，每一步對應一個專業 skill。
三者串聯起來，就是從想法到可運行 skill 的完整流水線。
第一步：workflow-analyzer（場景分析）
職責： 判斷一個想法值不值得做 skill，以及怎麼做。
它會幫你回答兩個問題：
- 1. 可行性判斷 —— 技術上能不能實現？Agent 能做到什麼邊界？
- 2. Skill 化評估 —— 場景頻率高不高？做完能省多少時間？值不值得投入？
具體怎麼用：
扔進去一個模糊需求，比如"我想把 B 站視頻自動整理成筆記"。
它會：
- • 把模糊需求拆成具體步驟
- • 逐一判斷哪些能自動化、哪些有坑、哪些根本做不了
- • 最後給出一個結論 + SKILL.md 草案
輸出樣例：
場景分析報告：
- 需求：B站視頻自動整理成筆記
- 頻率評估：高（每週至少3次）
- 耗時評估：每次30分鐘手動整理
- 自動化收益：每週可省1.5小時
- 技術可行性：✅ 可行（B站有字幕API，Whisper可補全）
- 潛在坑點：部分視頻無字幕、Whisper轉錄耗時
結論：值得做，建議進入第二步Skill 倉庫： https://clawhub.ai/skills/openclaw-workflow-analyzer
第二步：l4-skill-forge（Skill 設計）
職責： 基於草案，把 skill 做成一個完整的、可交付的、生產級質量的包。
這是三步鏈路中專業門檻最高的一步。
它不只是寫個能跑的腳本，而是要求 skill 真正具備：
- • 可維護性 —— 別人能看懂、能改
- • 可驗證性 —— 跑沒跑通，一眼就能判斷
- • 可演進性 —— 需求變了能擴展
它會幫你定義：
安全設計：
- • 高風險操作必須有顯式確認點（比如刪除文件、發送消息）
- • 失敗處理路徑：網絡失敗、空數據、權限不足都要考慮
- • 評估用例：交付時就告訴使用者"怎樣才算跑通"
Skill 倉庫： https://clawhub.ai/skills/l4-skill-forge
第三步：superpowers（代碼實現）
職責： TDD 驅動，把 skill 的代碼寫出來。
什麼時候需要它：
它會幫你：
- • 把大模塊拆成小任務
- • 寫完代碼自動生成測試用例
- • 代碼審查，發現潛在問題
Skill 倉庫： https://clawhub.ai/skills/superpowers
三步鏈路流程圖
你的需求
↓
[第一步] workflow-analyzer
→ 判斷能不能做 + 輸出草案
↓
[第二步] l4-skill-forge
→ 基於草案構建完整 skill 包
↓（按需）
[第三步] superpowers
→ TDD 寫代碼
↓
可運行的 skill關鍵設計： 不給多選項，讓用戶決定下一步。不想做了就停，想繼續就往下走。
實戰案例：B站視頻筆記 skill
需求背景
我看學習類 B 站視頻，想把內容整理成結構化筆記。
以前做法： 邊看邊截圖，手動敲重點，一期視頻整理下來半小時沒了。
目標： 輸入一個 B 站視頻連結，輸出結構化筆記（概覽 + 關鍵觀點 + 金句 + 行動建議）
第一步：workflow-analyzer 判斷
輸入：
我想做一個 B 站視頻筆記 skill，輸入視頻連結，輸出結構化筆記輸出：
場景分析報告：
- 頻率：高（每週3-5次）
- 耗時：每次30分鐘手動整理
- 收益：每週可省1.5-2.5小時
- 技術可行性：✅ 可行
- 實現路徑：B站字幕API → Whisper補全 → AI分析 → Markdown生成
- 潛在坑點：
1. 部分視頻無字幕（需Whisper補全）
2. Whisper轉錄耗時（約視頻時長的0.5倍）
3. B站API有反爬機制（需模擬瀏覽器）
結論：值得做，建議進入第二步第二步：l4-skill-forge 設計
輸出 skill 包結構：
video-note-maker/
├── SKILL.md # 技能說明
├── references/
│ └── bilibili-api.md # B站API文檔
├── templates/
│ └── note-template.md # 筆記模板
└── evals/
└── test-cases.md # 測試用例安全設計：
- • 下載視頻前需確認（避免大文件佔空間）
- • 轉錄超時自動降級（用字幕湊合）
第三步：superpowers 實現
代碼模塊：
- •
bilibili_downloader.py- 視頻下載 - •
whisper_transcriber.py- 語音轉錄 - •
note_generator.py- 筆記生成 - •
tests/- TDD 測試用例
實測效果
輸入： B 站視頻連結 https://www.bilibili.com/video/BV1xx411c7mD
輸出： 結構化 Markdown 筆記
# 視頻筆記：如何高效學習
## 概覽
- 時長：15:32
- 主題：學習方法論
- 核心觀點：主動學習比被動學習效率高5倍
## 關鍵觀點
1. 學習不是輸入，而是重構
2. 輸出是最好的輸入
3. 間隔重複比集中突擊更有效
## 金句
- "你聽懂了不代表你會了，你能講清楚才代表你會了"
- "學習就像健身，不是一天練成的"
## 行動建議
- [ ] 今天學的，明天用自己的話複述一遍
- [ ] 每週輸出一篇學習筆記
- [ ] 用間隔重複軟件（如Anki）複習時間節省： 從 30 分鐘手動整理 → 5 分鐘自動生成
踩坑經驗
找現成 vs 自己做：怎麼選？
判斷標準： 越是個人化、場景化的需求，越值得自己做。
總結：三步鏈路的價值
三個 skill 各司其職，串聯起來就是一條 skill 生產流水線。
Skill 是生產資料，不是通用商品。別人的 skill 再好，放到你的上下文裏總是差那麼一點。
下一步
你有什麼想自動化的？
評論區告訴我，我幫你判斷值不值得做 skill。
想試試三步鏈路？掃碼加我微信，我發你 workflow-analyzer 的詳細配置教程 + 我的 skill 模板庫。