夜雨聆风每日 Skill 推荐 04：别再让硬扛任务，先用它找对 Skill
今天这个 Skill 有点像一个“Skill 导购”。
它叫 banana-skill-finder。
它解决的不是“怎么把某个任务做完”，而是另一个更前置的问题：
我现在这个任务，到底有没有更合适的 Skill 可以用？
这个问题其实挺常见。
比如你手里有一份 PDF 白皮书，想提取要点；还有一张 Excel 竞品清单，想做对比分析；最后还想把结果整理成一篇公众号文章。
你当然可以直接问模型“帮我做一下”。
但如果已经有专门处理 PDF、表格分析、公众号写作的 Skills，直接调用对应 Skill，往往会更稳。
banana-skill-finder 的作用，就是在这种时候帮你先找路。
它是干什么的
按照 Skill 文档里的说明，banana-skill-finder 会在用户遇到某类具体任务时，主动帮用户搜索和推荐相关 Skill。
比如：
• 处理 PDF、DOCX、Excel、图片等文件 • 做代码审查、部署、测试、数据分析 • 需要某个技术栈的最佳实践 • 想知道“有没有适合这个任务的 Skill” • 遇到重复性、专业性比较强的工作
它不是直接替你完成所有任务，而是先帮你判断：
这个任务有没有更适合的 Skill 可以调用。
更进一步，它也很适合给智能体自己用。
也就是说，当智能体面对一个任务时，不一定只靠自己硬做，而是可以先基于 banana-skill-finder 的规则判断：
• 这个任务属于哪个领域 • 有没有更专业的 Skill • 应该搜哪些关键词 • 找到 Skill 后是否需要下载安装 • 安装后再调用哪个 Skill 完成真正的任务
这也是我觉得它值得推荐的原因。
很多工具不是不好用，而是你根本不知道它存在。
它怎么找 Skill
它的搜索策略分三层。
第一层是 SkillsMP API。
如果配置了 SKILLSMP_API_KEY，它会用语义搜索去理解用户意图，而不是只靠关键词匹配。
第二层是 skills.sh。
没有 API Key 时，它会回退到公开排行榜、热门 Skill 或趋势页面。
第三层是 GitHub API。
如果前两层找不到合适结果，再用 GitHub 搜索 SKILL.md。
这个设计比较实用。
因为真实使用时，用户不会总是知道准确关键词。用户只会说：
我想处理一批 PDF我想 review 一个 React 组件我想部署到 AWS我想查 BigQuery 表
banana-skill-finder 的价值，就是把这种自然语言需求，转成几个更合适的 Skill 推荐。
一个常见使用场景
这类 Skill 最适合放在复杂任务的开头。
比如你手里有一份 PDF 白皮书、一张 Excel 竞品清单，最后还想把整理结果写成公众号文章。这个时候，任务其实已经不是一句“帮我总结一下”能概括的了。
它至少包含三段工作：
• 从 PDF 里提取资料 • 从 Excel 里做结构化分析 • 把结果整理成适合发布的文章
如果直接交给通用模型从头做到尾，当然也不是不行，但很容易出现两个问题：一是任务拆得不够细，二是明明有更合适的 Skill，却没有被用起来。
banana-skill-finder 在这里做的，就是先把需求拆开：
• 核心任务：资料处理 + 数据分析 + 内容写作 • 相关领域：documents、data、content • 搜索关键词：PDF、Excel、data analysis、content writing
然后再围绕这些方向去找 1-3 个更匹配的 Skill。
它不是把一堆链接甩给你，而是应该说明清楚：
• 为什么这个 Skill 适合当前任务 • 它负责工作流里的哪一段 • 怎么安装或调用 • 有没有更轻量的替代方式
它真正有用的地方
我觉得它的价值主要有两个。
第一，它能帮你少走弯路。
复杂任务最怕的不是模型能力不够，而是从一开始就没有拆对。PDF 处理、表格分析、内容写作，本来就可能对应不同的 Skill。先找到合适工具，再进入执行，结果通常会更稳。
第二，它让智能体更像一个会调度工具的助手。
一个复杂任务，不一定只靠一个 Skill。
你可以让文档类 Skill 负责资料提取，让数据分析类 Skill 负责表格处理，再让写作类 Skill 负责公众号正文。
banana-skill-finder 做的是入口判断：
先找到合适工具，再进入执行。
这个思路对长期使用 Skills 很有帮助。
怎么使用
如果你有 Codex / Claude Code 这类 Skill 环境，可以把它安装到本地 skills 目录。
官方页面给出的安装方式是：
npx playbooks add skill treydong/banana-skills --skill banana-skill-finder也可以用：
npx skills add https://github.com/treydong/banana-skills --skill banana-skill-finder如果安装命令受网络或 CLI 环境影响，也可以从 Playbooks / SkillsMP 页面定位原始仓库，下载完整 Skill 文件。
本地目录是：
%USERPROFILE%\.codex\skills\banana-skill-finder完整文件包括：
• SKILL.md• metadata.json• references/api_config.md• references/skill_sources.md
安装好之后，重启 Codex，让它重新扫描本地 Skills。
之后有两种用法。
第一种是个人直接问。
你可以直接描述任务，比如：
我有一个 PDF 合同和一张 Excel 报价表，想提取重点并做对比分析，有没有合适的 Skill？
或者：
我需要 review 一个 React 组件，有没有适合代码审查或 React 最佳实践的 Skill？
它应该先分析任务，再推荐相关 Skill，而不是直接替你完成所有工作。
第二种是把它交给智能体。
这其实更有价值。
你可以把它放在自动化工作流前面，让智能体在遇到任务时先做一次 Skill 检索：
用户任务 -> banana-skill-finder -> 推荐相关 Skills -> 安装/确认 -> 调用专业 Skill 执行任务比如：
• 看到 PDF 处理任务，先找 PDF/OCR/文档解析类 Skill • 看到 React 代码审查任务，先找 React/code review/best practices 类 Skill • 看到部署任务，先找 AWS/Vercel/DevOps 类 Skill • 看到数据分析任务，先找 SQL/BigQuery/Excel/data-analysis 类 Skill
这样智能体就不是“一个模型硬扛所有任务”，而是会先寻找可用工具，再组合工具完成任务。
没有 Skill 环境，能不能在 Web 问答里体验
也可以，但建议不是只复制我下面这段简化提示词。
更接近原版的方式是：
1. 打开 Playbooks 或 SkillsMP 上的 banana-skill-finder页面。2. 复制它的 SKILL.md主体内容。3. 粘贴到 Web 大模型对话框里。 4. 再补一句：“请按这份 Skill 说明来帮我推荐适合当前任务的 Skills。”
这样做的好处是，Web 端模型能直接读到原 Skill 里的关键规则，比如：
• 什么时候触发：文件处理、代码审查、部署、数据分析、内容写作等任务 • 怎么分析需求：核心任务、所属领域、搜索关键词 • 怎么搜索：SkillsMP API、skills.sh、GitHub API 三层策略 • 怎么推荐：只给 1-3 个最相关的 Skill • 怎么解释：说明为什么相关，并给出安装方式
如果你不想复制完整 SKILL.md，也可以用下面这个简化版提示词：
你现在扮演一个 Skill 推荐助手。请按照 banana-skill-finder 的工作方式来处理我的任务：1. 先判断我的任务是否适合使用专门的 Skill。2. 分析核心任务、所属领域和 2-4 个搜索关键词。3. 优先从 SkillsMP、skills.sh 或 GitHub 的 Skill 资源中寻找候选方向。4. 最多推荐 1-3 个最相关 Skill。5. 每个推荐都要说明为什么适合、负责工作流哪一段、如何安装或搜索。6. 如果无法确认 Skill 是否真实存在，请明确说这是搜索建议，不要假装已经验证。我的任务是：【在这里粘贴你的任务】这种方式能做什么？
• 帮你理解 banana-skill-finder的推荐逻辑• 帮你把任务拆成领域和关键词 • 帮你生成可搜索的 Skill 方向 • 帮你判断应该找哪类 Skill
但它不能替代真正的 Skill 环境。
• 它不会自动读取你的本地 Skills 目录 • 它不会真的安装 Skill • 它不一定能访问 SkillsMP API、skills.sh 或 GitHub • 它不能保证推荐结果已经真实验证可用 • 它不能自动切换到被推荐的专业 Skill 继续执行
所以，Web 端复制 SKILL.md 更适合做体验和理解。
真正稳定的用法，还是把它安装到支持 Skills 的环境里，让智能体在任务执行前自动触发它。
本地安装情况
安装完成后，本地 Skill 目录里应该能看到这些文件。
目录里包含：
• SKILL.md• metadata.json• references/api_config.md• references/skill_sources.md
本地路径通常是：
%USERPROFILE%\.codex\skills\banana-skill-finder这里有个使用提醒：
因为 Skill 是在当前 Codex 会话运行中新增的，所以当前会话不一定会立刻把它列进可用 Skill 列表。重启 Codex 后，它才会更稳地被识别为可用 Skill。
真正落地时，推荐结果还需要结合当前环境、网络访问能力和 Skill 本身的可用性再确认。
它适合谁
我觉得它适合这几类人：
• 经常安装和尝试各种 Skills 的人 • 不知道某个任务该用哪个 Skill 的人 • 想把“找工具”这一步半自动化的人 • 想把复杂任务拆成多个 Skill 协作的人
不太适合：
• 已经明确知道要用哪个 Skill 的任务 • 需要直接生成最终产物的任务 • 没有网络、没有 Skill 市场访问能力的环境
它是一个“发现型 Skill”，不是“执行型 Skill”。
一句话总结
banana-skill-finder 适合放在复杂任务的最前面。
它帮你先回答：
这个任务，有没有更合适的 Skill 可以用？
如果你经常在 PDF、Excel、代码、部署、数据分析、内容写作这些任务之间切换，这类 Skill 发现工具会很有价值。
参考来源：
• Playbooks： https://playbooks.com/skills/treydong/banana-skills/banana-skill-finder• SkillsMP： https://skillsmp.com/skills/neversight-learn-skills-dev-data-skills-md-treydong-banana-skills-banana-skill-finder-skill-md• Shyft banana-skills 页面： https://shyft.ai/skills/banana-skills
