夜雨聆风一个 Claude Code 技能包，让 AI 助手脱胎换骨
什么是 ljg-skills？
ljg-skills 是一套 Claude Code 自定义技能集。Claude Code 本身是 Anthropic 推出的 AI 编程助手，但它的能力不止于写代码。通过 CLI 工具 skills 扩展，你可以给 Claude Code 装上各种"插件"——就像 VS Code 的扩展市场一样。
该仓库有 18 个技能，外加 2 个工作流。
安装只需一行命令：
npx skills add lijigang/ljg-skills -g --all
装完之后，Claude Code 就从一个编程助手，变成了一台多面手。
18 个技能，覆盖什么场景？
这些技能可以按场景分为几类：
知识处理
ljg-paper：读论文。给非学术人士看的，不纠结方法论，只提取核心想法 ljg-paper-river：论文溯源。从一篇论文开始，倒着挖它的前序研究，最多挖 5 层，把问题演变史讲清楚 ljg-book：拆书。以问题为轴心，看作者要回答什么、之前的共识是什么、作者挪动了什么、结论是什么。最后一张 ASCII 图把各路流派钉到一张坐标系里 ljg-qa：提问机。把文章/论文/书的观点抽成 Q-A 链，每个问题切中要害，每个答案四段：结论 / 形式化 / 步骤 / 边界
认知升级
ljg-learn：概念解剖。从八个方向切开一个概念：历史、辩证、现象、语言、形式、存在、美感、元反思，最后一句话总结 ljg-think：追本之箭。给一个观点或现象，纵向深挖到不可再分的本质 ljg-rank：降秩引擎。给一个领域，找出背后不能更少的"独立生成器" ljg-plain：白话引擎。把任何内容翻译成 12 岁小孩也能懂的语言
内容创作
ljg-writes：写作引擎。像手术刀一样剖开一个观点，层层剥到底，输出 1000-1500 字 ljg-card：内容铸卡。把内容转成 PNG 视觉卡片，支持长图、信息图、多卡排版、漫画、白板、大字，一共 6 种模式 ljg-present：演讲铸造器。默认高桥流（一页一个关键词 + 奶白底墨字），标语流就做黑红双色块撑屏 ljg-skill-map：技能地图。扫描所有已安装技能，渲染一张可视化总览
人文社科
ljg-read：伴读。陪你读任何文本，英文三层翻译（信达雅）+ 结构标注 + 深度提问 + 跨领域旁逸 ljg-relationship：关系分析。五层结构诊断 + 精神分析，通过对话引导帮人看到关系的真实结构 ljg-roundtable：圆桌讨论。求真导向的结构化多人辩证对话，每轮生成 ASCII 思考框架图
实用工具
ljg-invest：投资分析。核心问题是：这个项目是否是一台"秩序创造机器"？ ljg-travel：旅行研究。输入城市名，输出深度文化研究和便携旅行卡片 ljg-word：单词精通。拆解一个英语单词的核心语义和顿悟时刻 ljg-push：推送引擎。把本地技能一键同步回 GitHub
工作流
两个已经组装好的流水线：
ljg-paper-flow：ljg-paper → ljg-card -c，读论文 + 做漫画卡片一气呵成 ljg-word-flow：ljg-word → ljg-card -i，单词深度分析 + 信息图卡片一气呵成
这个项目有意思在哪
技能多只是表面。更值得看的是它的结构。
skills CLI 本身就是个轻量方案：一个 npx 命令加一个 GitHub 仓库。但 ljg-skills 把它扩展成了一个完整的工具集合。技能之间还能串联成 workflow，已经接近一个微型操作系统。
输出格式也有讲究。项目同时维护 master（org-mode）和 md（Markdown）两个分支，前者服务 Emacs 用户，后者服务 Obsidian、VSCode、Notion 生态。愿意维护两套输出，说明作者真懂自己的用户。
18 个技能从读论文到做旅行攻略，看似跳跃，但底层逻辑是一致的：把 AI 的能力封装成可组合的思维工具。每个技能本质上就是一套 Prompt 框架加输出格式约定。这套框架本身比单个技能更有价值。
怎么上手？
如果你已经装好了 Claude Code：
# 先查看仓库有什么技能
npx skills add lijigang/ljg-skills -l
# 挑选你需要的
npx skills add lijigang/ljg-skills -g --skill ljg-learn --skill ljg-card
# 或者全装
npx skills add lijigang/ljg-skills -g --all
如果你用 Obsidian 或 VS Code，记得加 #md 分支：
npx skills add lijigang/ljg-skills#md -g --skill ljg-writes
ljg-card 依赖 Playwright 截图，装完需要：
cd ~/.claude/skills/ljg-card && npm install && npx playwright install chromium
一点想法
AI 工具的竞争现在集中在"谁的基础模型更强"。但模型能力的天花板在快速接近，真正的差异会出现在工程化和用户体验上。
ljg-skills 走了一条不一样的路：不跟模型较劲，而是把能力拆成可组装的模块，让用户自己搭。像 Unix 哲学——每个工具只做一件事，然后通过管道组合。
18 个技能不算多，但每个都解决一个具体问题。这种小而精的路子，比堆功能的大而全方案走得远。
项目地址：https://github.com/lijigang/ljg-skills[1]
引用链接
[1]https://github.com/lijigang/ljg-skills
