我给AI装了1667个技能,只留15个

HELLO，大家好，我是有料又有故事的小C。

先认个怂。

这半个月小C一直在纳闷一件事：同样是让 AI 帮忙改代码，别人家的 AI 一次性就把活干完了，我的 AI 老要来回返工，还动不动就「我以为你要的是……」。

小C一开始以为是模型不行，换了好几个，还是那样。

后来才想明白——不是模型笨，是我没给它「岗位说明书」。

现在的 AI 编程工具（Claude Code、Codex、Cursor、Gemini CLI 这些都算）都支持一种叫 Skill（技能包） 的东西：一个文件夹，里头放一份 SKILL.md，写清楚「遇到什么事、按什么步骤做、有什么坑」。AI 干活前会自己去翻，翻到了就照着做。

听起来是个好东西对吧？于是小C一口气把 GitHub 今天最火的 5 个技能包全装了。

装完量了一遍，我沉默了。

适用系统：Windows / macOS / Linux 都行

所需工具：Claude Code / Codex / Cursor / Gemini CLI 任意一个 + Node 18+（或 GitHub CLI 2.90+）

我给AI装了1667个技能，只留15个

1、先说量出来的数：5 个包，863MB

小C没信任何一篇软文的推荐，直接 git clone --depth 1 把 5 个仓库拖到本机，一个个用 du 和 find 数了一遍。

数据摆在这儿（2026-10-16 本机实测）：

也就是说，小C为了让 AI「更能干」，往本机塞了 863MB、一万六千多个文件、一千六百多份说明书。

而其中 519MB 是「科研技能包」——小C一个写公众号的，这辈子大概率用不上湿实验流程。

这就是今天这篇要讲的事：技能包不是装得越多越好，装错了它反而拖后腿。

5个技能包本机实测

2、Anthropic 官方那一份：保守，但省心

第一个先看官方的。

anthropics/claude-plugins-official 是 Anthropic 自己维护的插件目录，今天在 GitHub Trending 上是 39,221 星、当日 +307。

它分两块：

• plugins/
  ：官方自己做的，20 多个。小C看了目录，code-review（审代码）、code-simplifier（简化代码）、feature-dev（开发新功能）、frontend-design（做前端界面）、hookify（把重复操作变成钩子）、commit-commands（提交规范）这些都在；
• external_plugins/
  ：第三方合作方，14 个，包括 github、playwright、context7、linear、firebase。

怎么装（Claude Code 里直接敲）：

1、在对话框里输入 /plugin 回车，进【Discover】；

2、找到要的插件，或者直接用命令 /plugin install 插件名@claude-plugins-official；

3、重启一下 Claude Code 生效。

小C的看法：新手从这个装，官方审过一遍，坑最少。缺点是数量太少，很多具体场景它没覆盖。

Anthropic 官方插件目录

3、obra/superpowers：3.2MB，15 个技能，我最后留下的就是它

这是小C最喜欢的那个。

obra/superpowers 今天 299,997 星、当日 +582，版本 v7.0.0。

它只有 3.2MB、268 个文件、15 份 SKILL.md——5 个包里体积最小的一个，也是小C觉得做得最克制的一个。

那 15 个技能是：brainstorming（先想清楚再动手）、writing-plans（写计划）、executing-plans（执行计划）、test-driven-development（先写测试）、systematic-debugging（系统性排错）、verification-before-completion（交付前自查）、dispatching-parallel-agents（派多个 agent 并行）、subagent-driven-development（子 agent 驱动）、using-git-worktrees、requesting-code-review、receiving-code-review、writing-skills……

看出门道了吗？它教的不是「某个语言怎么写」，而是「干活的顺序」。

先想清楚、再写计划、再动手、动手前先写测试、出错有排查流程、交付前有验证清单——这套东西换个语言、换个项目照样能用。

而且它支持 16 种工具：Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Kimi Code、Qwen Code、Grok Build CLI、Devin CLI 都在列表里，不用为了它换工具。

怎么装：

1、Claude Code 里敲 /plugin marketplace add obra/superpowers；

2、再敲 /plugin install superpowers@obra；

3、重开一次，之后你说「帮我加个功能」，它会自己先走 brainstorming。

obra/superpowers：15 个技能

4、affaan-m/ECC：1062 份说明书，全装会撑死

第三个就有点猛了。

affaan-m/ECC 今天 280,492 星、当日 +1,013，版本 v2.2.3，100MB、4,650 个文件、1,062 份 SKILL.md。

它自称是「agent harness 的性能优化系统」，覆盖 skills（技能）、instincts（本能）、memory（记忆）、security（安全）、research-first（先调研再动手）几块，还带一份中文 README。

小C翻了下它的技能目录，311 个，名字都挺硬：agent-eval、agent-security-hardening、agent-harness-construction、agent-introspection-debugging、api-design、android-clean-architecture、article-writing……

怎么装：

1、终端里敲 npx ecc-universal@2.2.3 setup；

2、想要向导式挑选，敲 npx ecc-universal@2.2.3 install --guided；

3、它支持 Claude Code、Codex、OpenCode、Cursor 好几个宿主，装的时候会让你选。

小C的看法：别全装。 一千多份说明书堆在那儿，AI 每次开工都得先判断「哪一份跟这活儿有关」，这个判断本身就是成本。挑你那一行用的几个装就够了。

ECC：1062 份 SKILL.md

5、scientific-agent-skills：519MB，177 个科研技能，非科研别碰

第四个今天涨得也不慢：50,600 星、当日 +1,091，版本 v2.72.0。

K-Dense-AI/scientific-agent-skills 号称被 25 万名以上的科研人员在用，带 177 个技能、100 多个数据库接口，MIT 许可，还有一篇 arXiv 论文编号（2609.00065）。

它的技能目录长这样：anndata、biopython、astropy、scanpy、13c-metabolic-flux、alphagenome、bids……全是生信、天文、化学那一挂的。README 里还写着，2.72.0 版本把 docx/pdf/pptx/xlsx 四个文档技能移出去了（改用 Anthropic 仓库的版本）。

怎么装：

1、最简单的一条命令：npx skills add K-Dense-AI/scientific-agent-skills；

2、有 GitHub CLI 2.90 以上，可以 gh skill install K-Dense-AI/scientific-agent-skills scanpy 只装某一个；

3、想锁版本用 --pin v2.71.0。

小C的看法：这是今天 5 个里专业性很强的一个，跟普通人的日常也离得远。 519MB 的占盘，你要不是做湿实验/生信的，装它就是纯占地方。

科研技能包：177 个技能

6、ruflo：不是技能包，是给 AI 装了个「指挥部」

最后一个画风不一样。

ruvnet/ruflo 今天 75,191 星、当日 +147，版本 v3.56.10，218MB、7,867 个文件、380 份 SKILL.md。

它做的是「多智能体编排」：一个 npx ruflo init 下去，多个 agent 能自己组队（swarm）、跨会话记住之前干过什么（adaptive memory）、还能跑向量检索（vector RAG）。README 上的 npm 下载徽章写着 12 个月 1,252 万次下载。

它还带一个终端看板，npx ruflo tui 能看 Overview / Cost / Swarm / Events。

怎么装：

1、终端敲 npx ruflo@latest init wizard，走向导；

2、重启 Claude Code，敲 /ruflo 看控制台；

3、只想看终端面板的话 npx ruflo tui。

小C的看法：这个是给「一次派好几个 AI 干活」准备的。 你平时就一个 AI 对着一个项目，用不上，反而多一层调度开销。

ruflo：多智能体编排

7、装多了到底会怎样？官方自己在砍

这里有个挺打脸的事。

Claude Code 的作者 Boris Cherny 今年在 Y Combinator 的访谈里说过一件事：为了适配新模型，他们把 Claude Code 的系统提示词砍掉了 80%，而编码评测的成绩没掉。

他给的建议更狠：每过六个月，把你的 CLAUDE.md、skills、hooks 全删一遍。

为什么？有个公开的上下文拆解数据是这么算的：一次 Agent 调用里，「角色设定 + 环境信息 + 工具描述」这类固定开销大概占 5,000～15,000 token，约 10%。你每多装一批技能，这份固定开销就多一截——AI 还没开始干活，上下文先被说明书吃掉一块。

所以小C现在的装法是这样的：

1、常驻只留一套：superpowers（3.2MB、15 个），教的是干活顺序，任何项目都用得上；

2、按需单装，不要整包：要接 GitHub 就装官方的 github 插件，要在浏览器里点就装 playwright，别把整仓库拖回来；

3、半年清一次：翻一遍技能目录，三个月没用过的直接删，别舍不得。

最后老实交代

怕你们被数字唬住，小C把话说清楚：

• 「863MB / 16,196 个文件 / 1,667 份 SKILL.md」「各包的体积与文件数」——这些全是小C今天在这台机器上 git clone --depth 1 拖下来、用 du 和 find 数出来的，不是抄的；
• 各包的星数与当日新增（39,221/+307、299,997/+582、280,492/+1,013、50,600/+1,091、75,191/+147）——是 2026-10-16 从 GitHub Trending 日榜页面读到的；
• 「砍掉 80% 系统提示词、评测成绩没掉、每六个月删一次」——出自 Boris Cherny 在 Y Combinator 的访谈，由多家媒体 2026-07 起转述，小C没有复现；
• 「固定开销 5,000～15,000 token、约占 10%」——是公开的技术拆解文章给的估算，不同工具差别很大，只能当数量级看；
• 「25 万名以上科研人员使用」「12 个月 1,252 万次下载」——是这两个项目 README 上的自述，小C没核实过。

哪些是我亲手量的、哪些是人家自己说的，分清比记住数字重要。

快去试试吧，我们下期再见！

问个具体的：你现在给 AI 装了几个技能包？有没有哪个装上之后再也没调用过？评论区报一下名字，小C想看看大家都囤了些什么。

【来源】本机实测（Windows，2026-10-16，git clone --depth 1 后 du/find 统计）；GitHub Trending 日榜 2026-10-16（星数与当日新增）；各项目 README 与仓库目录（版本号、安装命令、技能数量、自述数据）；Boris Cherny 在 Y Combinator 的访谈《We Cut 80% of Claude Code's Prompt》，转述自 2026-07 起的多家媒体；Agent 上下文构成估算引自公开技术拆解文章（2026-06）。