大部分 skills 都是垃圾,如何找到真正好用的呢?
文章指出现有的 AI Agent Skills 库中充斥大量无效内容,并介绍了一款名为 SkillsVote 的工具。与只能单纯检索工具的 find-skills 不同,SkillsVote 能够根据具体任务推荐合适的 Skill 组合,并提供环境解析、质量评估及安全扫描。实测显示,该工具在执行效率上远超手动搜索,且正确的 Skill 组合带来的效果优于单纯升级模型。
文章指出现有的 AI Agent Skills 库中充斥大量无效内容,并介绍了一款名为 SkillsVote 的工具。与只能单纯检索工具的 find-skills 不同,SkillsVote 能够根据具体任务推荐合适的 Skill 组合,并提供环境解析、质量评估及安全扫描。实测显示,该工具在执行效率上远超手动搜索,且正确的 Skill 组合带来的效果优于单纯升级模型。
文章时效性强,实操性极高,通过清晰的对比和具体案例介绍了SkillsVote解决Agent技能组合落地的痛点,但底层逻辑与技术深度略显不足。
本文作者分享了6个他认为必装的 Claude Skills,旨在提升 AI Agent 的实用性与效率。推荐的 Skills 包括:解决 AI 审美问题的“Frontend Design”、提供原生格式文档支持的“办公必备四件套”、增强联网搜索能力的“Web Access”、解决 AI 摆烂问题的“PUA”、提供持久化记忆的“Claude-mem”,以及最重要的自定义工具“Skill-Creator”。文章强调了技能封装的价值,认为真正重要的是用户创造个性化工具的能力。
文章系统整理了 67 个实用的 Claude Skills,涵盖需求规划、方案设计、编码、测试、排错、代码审查等开发全流程。作者介绍了 Skills 的概念(包含 SKILL.md 的文件夹,封装可复用的工作流程),并列举了来自 Anthropic 官方、Matt Pocock 和 SkillsMP 市场的技能资源,如 Skill Creator、Grill Me、Write a PRD、TDD、QA、Code Review、Systematic Debugging 等,附项目链接、使用方法和安装命令,帮助开发者把 Claude 用成一支完整的开发团队。
作者整理了近一个月收藏和推荐的 Claude Agent Skills 资源合集。内容分为三大类:一是作者自研的开源 Skills(信息卡生成、品牌复刻 DESIGN.md、SVG 手绘效果);二是 UI/UX 设计类 Skills,包括设计工程师审美经验、去 AI 味前端设计品味、Remotion Skills 2.0 及 Atlassian 对 DESIGN.md 的实测等;三是 Skills 构建与方法论,涵盖 33 页完整构建指南及中文翻译、Google Research 的 WikiSkill、Warp 的自我改进 Agent 与 Skill Doctor 等。最后还推荐了精选单点 Skills,如去 AI 味 Top 10、Cursor 代码质量审查、show-me 图示 Skill、Unslop 写作优化等。
Remy, from AI with Remy, shares how he runs his company on agent skills, treating them as SOPs for AI. He explains the concept of skills as markdown files that package workflows, and the problem of AI being single-player. The solution is to store skills in a GitHub repo and distribute them as plugins via Claude Code or Codex, enabling team-wide sharing, version control, and auto-updates. He also discusses designing skill chains, a self-improvement loop for skills, and a web app layer for managing them. The key takeaway is to centralize skills, use plugins for distribution, and continuously improve them.
本文是一份关于 Claude Fable 的综合使用指南。作者详细介绍了 Fable 与此前模型的主要区别,重点讲解了 Loop Engineering(循环工程)的概念及其在实现 AI 自动化工作流中的应用。文章还深入探讨了如何利用 Fable 的 Skills 功能构建自定义技能,强调了其强大的视觉能力在数据提取、UI 审查和逆向工程等场景的潜力,并提出了模型选择的“杠铃策略”以平衡性能与成本。
文章评测了 GitHub 上热门项目 gpt_image_2_skill,该项目整理了 GPT-Image-2 在 162 个真实场景下的 Prompt,并封装为 Claude Code/Codex 的 Agentic Skill 和 CLI 工具。与官方 Cookbook 不同,该项目提供了可即用的 12 大类 Prompt 工艺品,并内置了 19 节沉淀生产经验的工艺手册,有效解决了 Prompt 工程中的落地难题。
文章指出 95% 的用户仅将 Claude 作为聊天机器人使用,忽略了 MCP (Model Context Protocol) 带来的巨大潜力。MCP 服务器能让 Claude 直接连接数据库、管理 GitHub、部署代码,从对话助手转变为全能员工。文章详细解释了 MCP 与 Skills 的区别,并精选了 30 个值得安装的 MCP 服务器,涵盖开发代码、数据库、云基础设施及生产力工具等领域。
文章介绍了如何通过安装和使用 Claude Skills(技能文件夹)将 Claude 从简单的自动补全工具转变为全能开发团队。内容涵盖了从 Meta 技能管理、规划设计(如 PRD 撰写、代码审查)到具体代码开发(如 TDD、Bug 诊断、QA 测试)的 67 个实用技能,并附带了详细的安装命令和资源链接。