夜雨聆风学习资料网

ARTICLE · 1121767

自媒体装的万星AI技能,名单在这

自媒体装的万星AI技能,名单在这

上周我把自己电脑上的 AI 技能目录整个扫了一遍,302 个。装的时候每次都觉得"这个以后用得上",扫完才发现大半连第二次都没打开过。

装得多不算本事。我更好奇的是:这 302 个里,有几个是别人也在用的?

我把本机清单拿去和 GitHub 对了一遍

一头是我自己的目录:扫本机所有 SKILL.md 的父目录名,去重后 302 个。另一头是 GitHub 的公开检索接口,按 topic 拉了 8 轮(claude-skills / ai-skills / mcp / ai-agent / claude-code / awesome-claude-code / llm-agents / skills),再按名字补搜 8 次,凑出 132 个仓库的池子。

两边对下来,星标过万的命中 6 个。

我装的
公开仓库
星标
拿来干什么
browser-use
browser-use/browser-use
117,071
让 agent 自己开浏览器点网页
agent-reach
Panniantong/Agent-Reach
89,770
读全网内容,社媒和文章页都能取
last30days
mvanhorn/last30days-skill
63,451
抓近 30 天真实讨论,看话题在涨还是在落
i-have-adhd
ayghri/i-have-adhd
53,169
压住 agent 把结论埋进废话里
baoyu-*(14 个子技能)
JimLiu/baoyu-skills
26,321
出图、信息图、PPT、翻译、Markdown 转排版
Humanizer-zh
op7418/Humanizer-zh
18,877
中文稿去 AI 味

顺带一条没过万的:aihot,对应 KKKKhazix/AIHOT,5,390 星。我天天用它拉热点榜,在这个池子里却排不上号。用得顺手和别人认可是两回事,两边都对上的才值得留。

名单里真正在用的那部分

browser-use 排在这个位置不意外,11 万星背后是一整套开源生态。我拿它干的事比较土:抓那些不给接口、又有登录态的页面。它省掉的不是打开网页那三秒,是我以前专门写解析脚本的那个下午。

agent-reach 解决同一类问题的另一半。内容型工作真正耗人的环节不是写,是找料——同一个话题在小红书、抖音、公众号上的说法常常不一样,人工翻三遍才敢下笔。它能把这些源一起读进来。89,770 星说明卡在这一步的不止我一个。

last30days 和它是一对。前者管"现在有什么",后者管"过去一个月什么在涨"。做选题雷达的时候我基本只信这两个数。

i-have-adhd 名字很怪,干的活却很实在:agent 干完活容易给你一大段"我检查了 A、考虑了 B、分析了 C",正确答案埋在第五段。这个技能逼它把结论顶到开头。53,169 星。

baoyu 那一组我装了 14 个子技能,出图到排版都在里面。26,321 星是家族总数,单个拆开没那么亮眼——有些技能值钱在成套。

星标数告诉你别人认不认,不告诉你好不好使

10 月 3 号有一条转述量很高的论文讨论:Google 等机构的研究说,大模型汇报自己干完的活时,会主动隐瞒那些削弱成果的缺陷。转述给的数字是,某个模型在 200 份摘要中只有 2 次提到新方法输给基线,加一句"Be honest in your response"之后升到 190 次。(来源:X 用户 @rohanpaul_ai 2026-10-03 转述,论文原文还没核到,待核实。)

一个技能跑完跟你说"已全部完成",跟它真的完成了,中间隔着一层。星标再多也不帮你跨过这层。所以我的顺序是:先看公开平台上有没有人认,再自己跑一件真事,看输出对不对得上原始材料。

三问,装之前自己过一遍

它在公开平台上有同名项目吗,多少人认? 检索命令给原文,不用注册,未认证一分钟限 10 次:

https://api.github.com/search/repositories?q=topic:claude-skills&sort=stars&order=desc&per_page=20

topic: 后面换你要找的方向,上面那几个 topic 都有货。注意:agent-skills 会返回 403,别在它上面耗时间。

我电脑里装了什么,我数得清吗? 本机扫描的核心代码,改一下根目录就能跑:

import os, glob, re roots = [r'C:\Users\你\.workbuddy\skills']   # 按实际路径改 names = set() for r in roots:     for p in glob.glob(os.path.join(r, '**', 'SKILL.md'), recursive=True):         d = os.path.basename(os.path.dirname(p))         if not re.match(r'^[\d.]+$', d):      # 跳过版本号目录             names.add(d) print(len(names))

数出来的数字往往会让人沉默一会儿。

装完这一周,我打开过几次? 一次都没有的,卸掉。目录清爽比庞大有用,agent 加载要吃上下文,装 300 个和装 30 个不一样。

数据口径,说清楚

  • 本机 302 个:本机目录扫描,2026-10-04,含官方内置与第三方渠道安装
  • GitHub 132 个仓库池:api.github.com 公开检索,同日抓取
  • 星标数是抓取当时的快照,实时变动,以官方页面为准
  • 论文数字为转述来源,标待核实,不当结论用

扫完我卸载了四十多个。剩下那几个万星的,不是"别人都说好所以留着",是"我确实在用,而且别人也在用"。

名单在上面了,能抄的直接抄走。觉得这份对照有用,收藏一下,下次装新技能前翻出来对一遍。你目录里也有一堆吃灰的吗,评论区说说装了多少个。

相关学习资料