夜雨聆风👆 「关注」加「星标」，一起用 AI 搞点有意思的事！
最近群里有个朋友问我，说他 ClawHub 上逛了一下午，一口气装了 30 多个 Skill，结果第二天打开 OpenClaw，一个都没用上。
我笑了。因为我也这样过。
我数了一下，自己前前后后装过大概 50 个 Skill。但每天真正在用的，掰着手指头数，8 个。剩下的 42 个，有些试了一次就再没碰过，有些连试都没试过，纯粹觉得「这名字不错先装上再说」。
装 Skill 就像关注健身博主。关注了 100 个不等于你练出了腹肌。
为什么装了一堆用不起来
面对一个不知道怎么用的工具，人本能地用收集来缓解焦虑。不知道怎么用 OpenClaw？先装几个 Skill，感觉自己在进步了。
但这种进步感是假的。
Skill 不是 App，装了不会自己跑。每个 Skill 都要你搞明白它干什么、什么场景触发、跟你的工作流怎么配合。50 个全搞明白？我干不到，你大概率也干不到。
还有个坑。我之前同时装了两个翻译类的 Skill，结果 Agent 一会儿用 A 翻一会儿用 B 翻，出来的风格都不统一。后来删了一个才消停。Skill 装多了不是变强了，是内耗了。
我每天在用的 8 个
按使用频率排，从高到低。
Planning With Files（OthmanAdi/planning-with-files，17,700+ stars）。GitHub 上单个 Skill 星标最高的一个。核心思路很朴素：把上下文窗口当内存，把文件系统当硬盘。每次开始任务，它会自动建 task_plan.md、progress.md、findings.md 三个文件，Claude 在执行过程中不断往里写。你的 session 崩了、token 用完了、第二天接着干，进度不会丢。我之前做一个跨三天的重构任务，中间 session 断了四次，全靠这三个文件续上的。没用它之前，每次重开 session 都要花 15 分钟跟 Claude 解释「我们昨天做到哪了」。
Humanizer（blader/humanizer，11,700+ stars）。去 AI 味。基于维基百科那份「AI 写作特征」清单，能检测 20 多种套路：夸大象征意义、破折号滥用、三段式排比、还有 AI 最爱的词——「delve」「tapestry」「landscape」。最狠的是做两轮扫描，第二轮专门揪「一眼就是 AI 写的」段落。我写完技术博客和文档必过一遍。看健身视频不会让你变强壮，但这个 Skill 真能让你的文章少点塑料味。
Impeccable（pbakaus/impeccable，10,000+ stars）。前 Google 工程师 Paul Bakaus 做的前端设计审计工具。一个 Skill 文件带 7 份深度参考指南，覆盖排版、配色、间距、动效、交互、响应式和 UX 文案。我用最多的两个命令是 /audit 和 /polish，前者扫你的页面告诉你哪里丑，后者一键打磨到能上线。以前总觉得自己写的前端"差点意思"但说不出差在哪，装了它之后，它替你说了——而且说得很具体。
这三个是我的核心三件套，几乎每天都碰。
接下来五个是开发链路上的，按做事顺序排。
brainstorming，这个 Skill 在 OpenAIToolsHub 的 349 个 Skill 评测里排开发类第一。它做的事很简单：在你写代码之前，强制你过一遍结构化思考——列约束条件、想边界情况、比较不同方案。听起来是废话对不对？但 Claude 的默认行为是你说啥它就开干，不问为什么。这个 Skill 逼它先停下来想清楚再动手。我实测用了它之后，一个功能的返工次数大概少了三成。不是 Claude 变聪明了，是它被迫想了再做。
systematic-debugging，调 Bug 用的。Claude 默认调试方式是什么？看到报错就猜，猜不对就换个方向再猜。这个 Skill 强制它走科学方法：先提假设、再收集证据、验证假设、排除变量。有次我遇到一个偶发的接口超时问题，Claude 自己折腾了半小时没搞定。装了这个 Skill 之后，它花了三步就定位到是连接池泄漏。同一个模型，流程不一样，结果天差地别。
test-driven-development，严格执行红绿灯循环：先写失败的测试（红），再写最少的代码让测试通过（绿），最后重构。Claude 不装这个 Skill 的时候，你让它「写个测试」，它经常先把实现写了再补测试，纯走过场。这个 Skill 把顺序锁死了，每一步都有明确的检查点。支持 Jest、Vitest、pytest 等主流测试框架。说实话，我自己手写代码的时候 TDD 都执行不了这么严格。
Understand-Anything（Lum1104/Understand-Anything，7,200+ stars），把代码库变成可交互的知识图谱。多 Agent 流水线扫描你的项目，提取文件、函数、类和依赖关系，生成可视化架构图。接手别人的项目时必用，/understand-explain 问一句「这个模块干嘛的」就能得到带上下游关系的回答。比自己翻代码快 10 倍不夸张。
Dev Browser（SawyerHood/dev-browser，5,100+ stars），给 Claude 一个真正的浏览器，有 Cookie、有 localStorage、有页面状态持久化。Claude 自己判断什么时候该打开浏览器——测刚部署的功能、验证 API 返回、看页面渲染结果。之前 Claude 只能看代码猜效果，现在它自己打开页面确认。 写完一个组件让它自己去看看长什么样，这种体验用过就回不去了。
怎么选才不踩坑
回头看这 8 个，有个共同点。它们每一个都对应我每周固定在做的一件事。
我的日常工作流大概是这样：接到需求先想清楚（brainstorming）、读懂现有代码（Understand-Anything）、规划任务拆步骤（Planning With Files）、写代码用 TDD 保质量（test-driven-development）、遇到 Bug 科学排查（systematic-debugging）、前端写完审一遍设计（Impeccable）、部署后浏览器验证（Dev Browser）、写文档博客去 AI 味（Humanizer）。8 个 Skill 刚好覆盖了从思考到交付的每个环节，一个不多一个不少。
所以选 Skill 的方法论很简单。先搞清楚你每周固定在做什么，拆成一个个环节，一个环节挑一个 Skill，够了。
如果你是纯做内容的，你的链路可能是选题、写稿、排版、发布。你需要的 Skill 跟我的完全不一样。如果你是做安全的，Trail of Bits 那套（trailofbits/skills，4,100+ stars）可能比我列的任何一个都重要。
装了一个 Skill，一周内没用过一次，删了。别心疼。留着只会增加 AI 的决策成本。
最后说两句
有人可能会问，剩下 42 个都是垃圾吗？
不是。很多做得很好，只是不适合我的场景。就像 App Store 几百万个 App，你手机常用的也就二三十个。不是其他 App 不好，是你不需要。
你的 Skill 列表应该像你的工具箱，不是你的收藏夹。工具箱里放的是下周要用的东西，收藏夹里放的是「改天再看」然后再也没看过的东西。
先吃饱，再吃好。
这篇算是「别光装 OpenClaw 了，聊聊我每天真正在用它干嘛」的续篇，从使用场景深入到了工具链。后面可能会写一篇「Skill 开发指南」，聊聊怎么自己做一个 Skill。
你们在用哪些 Skill？评论区聊聊。
关于作者 | 谈小罗Coding
AI 程序员。白天写代码，晚上折腾 AI Agent。相信「先吃饱，再吃好」，喜欢用最小成本跑通一件事。
如果这篇文章对你有帮助，欢迎点赞、在看、转发，让更多人看到。
