作者实测了近期火爆的 show-me Skill 五天，其核心作用是将当前讨论话题压缩成最小、最清晰的视觉结构，帮助一眼看懂复杂关系。作者作为内容创作者，主要将其用于四个场景：一是找选题，通过画出事件背景、关键角色和影响路径理顺关系；二是生成适合截图传播的 HTML 信息图或迷你幻灯片素材；三是理解 Agent、RAG、MCP 等复杂 AI 概念的运行流程和数据流；四是学习复杂 AI 工具，画出完整工作流。此外还适合解释复杂机制、梳理系统结构、看懂流程变化和整理知识，开源库已在 GitHub 公开。
Archify 是一个近期登上 GitHub Trending 榜首、Star 超 5.3 万的开源 Skill，主要功能是将文字内容输出为带动画、可交互、可导出的独立 HTML 文件。作者深度体验两天后总结出两大用法：一是把复杂文字变成有层级、有主线的视觉简图，作为文章配图，并可导入 Figma 或 Illustrator 替换字体配色以统一视觉风格；二是为文章、视频和社交媒体制作动态素材，支持导出 PNG、SVG、WebM，或通过录屏展示交互流程配合口播讲解复杂机制。作者认为这两点对内容创作者非常有用，并欢迎分享更多创意用法。
前文字记者作者介绍了自己开发的「写作蒸馏器.skill」，一个可以复刻任意写作风格的 Claude Skill。该工具基于语言学研究方法，将写作风格拆解为六层：词汇统计、文章结构、选题逻辑、视角、认知世界观以及配图排版，通过量化统计和逐篇标注的方式蒸馏出可复用的风格规则档案。使用流程分三步：准备至少20-30篇同体裁完整文章作为素材、让agent自动蒸馏生成Writing-DNA等风格文档、写作时让agent重读风格文件并参考原材料来复现风格。作者对比了蒸馏与微调两种方案，认为小样本场景下蒸馏通过锚定模型注意力更有效。该skill已开源并被超6759人使用，作者也分享了基于它的新写作工作流。
作者宣布其 AI 视频情报站正式开放 MCP 接口，支持 Claude Code、Codex 等 Agent 直接接入查询。文章介绍了接入方法（一条命令即可），并展示了几种典型用法：每天早上让 Agent 查询新起和升温的视频题材、查询某个题材的来源和时间线、追踪特定 AI 模型的动态，以及将情报站接入自己的工作流（如自动生成选题卡、晨会材料等）。情报站每天早上更新一期，提供题材归类、X 热议、开源项目、题材溯源等数据，同时说明了查询范围限制。不接 MCP 也可通过网页或开源版自行部署使用。
作者针对商单博主接单时反复从零开始的内耗问题，开源了一套「商单 Skill」工作流，配合 EverOS 记忆工具使用。方案分三步：将过往 Brief、交付稿件、踩坑复盘入库转为可检索记忆；自动沉淀 SOP 与可复用流程；新单先由 AI 拆解需求、调取历史爆款套路，再动笔成稿。改稿经验也会永久存档，帮助提前规避品牌禁词、法务审核等雷区。所有经验本地或云端存储，工具负责记忆，人负责决策。附赠动笔核对清单，实现「记录→提炼→检索→回存」的经验复用闭环。
作者分享了使用 Claude Code（Opus 5.5）批量制作资讯类竖屏短视频的完整工作流。核心步骤包括：选题（AI 粗选、人工精选，信息源以推特和 Hacker News 为主）、素材准备（Gemini API 写脚本和 TTS 配音、Suno 背景音乐、背景图、logo 等）、编写初始提示词、让 Agent 撰写脚本并派子 agent 做对抗式审查、反复修改脚本与成片。文中提供了可直接复用的提示词模板，并开源了包含 18 套竖屏视频风格的 Claude Code skill（creator-style-kit），可用于固定视频的字体、配色、动效与音效风格。
作者文子分享了自己开发的「Wenzi 小宇宙工作流」，旨在解决播客听完即忘、难以沉淀知识的问题。该工作流包含两个模块：一是将播客链接自动转录为干净的 Markdown 逐字稿；二是为内容创作者定制化提取选题，先确认用户定位，再从逐字稿中提炼候选选题。作者强调 AI 适合处理转录、排版等繁琐工作，而价值判断和表达决定权应保留在人手中。项目已开源至 GitHub。
作者开源了一套视频封面制作Skill，解决视频剪好后制作封面耗时耗力、缺乏思路的痛点。通过在蔚蓝AI平台的Skill仓库获取'蔚蓝风格封面生成'，复制GitHub仓库地址后交给Codex等Agent完成安装，即可调用Skill快速生成风格统一、包含大标题、人物形象和贴纸的爆款封面，5分钟内一次可生成5张不同风格供挑选，并支持局部修改如调整标题、人物或比例，非常适合小红书等平台的内容创作者使用。
作者基于自己做 AI 生产力培训课的实践经验，开源了 50 个知识管理相关 Skill，分为三个仓库：Read Buddy（阅读整理，将网页、RSS、播客、微信读书划线等转为结构化内容）、Design Buddy（设计与配图，覆盖封面、架构图、公众号排版）、Creator Buddy（创作分析，挖掘热点与竞品数据）。文章还阐述了 AI 生产力系统的理念：通过目录规则、目标计划、工具技能、记忆日志、风格画像五大模块，将文件夹体系与 Skill 结合，让 Agent 自动完成选题、写作、配图与运营分析，实现从输入到输出的完整知识工作链路。
作者阿策与榴莲等小伙伴正在开发自媒体 Agent 工作台 DraPub，旨在解决创作者如何长期、稳定经营内容的问题，而非仅用 AI 产出文案。用户可将网页、文件、随手记录和热点放入 DraPub，产品会结合 IP 定位、表达风格、素材和历史反馈，推荐值得创作的选题，并由 Agent 完成资料整理、对标研究、事实检查、正文创作、审核排期与发布，发布数据再反哺下一轮创作，形成完整内容经营链路。产品基于 pi 构建，已开放 Waitlist，后续将 Build in Public 并开源部分本地部署能力。
作者将自己在 AI 创业中反复跑通的工作流整理成开源免费的 CS Skills 库，包含 11 个 active skills，覆盖产品设计、前端实现、PRD 执行、深度调研、竞品分析、内容创作、电商短视频分镜、代码清理与部署收尾等全流程。核心逻辑是一句话说目标，cs-run 自动定位工作流并推进到可验证结果，解决 AI 工具多但不知道下一步让 AI 做什么的痛点。适合一边做产品、一边做内容的 AI 创业者使用。
文章介绍了一个名为“yh-x-tweet-analyzer”的开源Skill，旨在通过分析博主的历史推文数据，将其写作风格系统化拆解为profile、samples和生成规则。该工具不仅生成可视化报告，还输出结构化的风格画像，帮助用户深度理解爆款逻辑，从而更精准地进行内容创作和人设复刻。
文章介绍了作者开源的 X 博主分析 Skill (yh-x-tweet-analyzer)，该工具能将博主的推文数据拆解为风格画像、样本集和元数据。通过分析声音特征、语言模式、钩子类型等 8 个维度，用户不仅能模仿写作风格，更能深入理解爆文背后的系统化逻辑，提升内容创作效率。
