夜雨聆风凌晨一点，我对着 Claude 的输入框发呆。
左边是刚 brainstorm 完的产品方案，中间是 grill-me 拷问出的 8 个漏洞，右边是设计师甩过来的 UI 稿。三个窗口，三种技能，三个完全不同的上下文。
我深吸一口气，开始手动复制粘贴。
把 brainstorm 的结论整理成 bullet points ，贴到 grill-me 的输入框里让它继续拷问。拷完再把修改后的方案复制到设计 review 的 prompt 里。设计 review 完，再打开 QA 技能走一遍测试用例。
四个技能，四段 prompt ，四次上下文切换。
搞完已经是凌晨三点半。我盯着屏幕，突然意识到一件事：我不是在用 AI 提效，我是在给 AI 当流水线工人。
技能越多，人越累
这半年我攒了不少 AI 技能。 brainstorming 、 grill-me 、设计 review 、 QA…… 反正挺多的，数不过来了。
但问题是——它们互不打通。
就像你请了一个顶尖的产品经理、一个毒舌的架构师、一个挑剔的设计师、一个严谨的 QA ，四个人坐在不同楼层，互相不认识，每次交接都得你亲自跑腿传话。——这画面想想就离谱。
更离谱的是上下文丢失。
brainstorm 出来的 20 条思路，到了 grill-me 那里只记得住 5 条。 grill-me 发现的 3 个关键漏洞，到了设计 review 环节被忘得一干二净。你明明已经跟 AI 讨论过的东西，换个技能要重新说一遍。——说实话，这体验挺崩溃的。
我见过最夸张的朋友，为了跑完一个完整的产品流程，开了 7 个 Claude 窗口，桌面上密密麻麻全是标签页。
"技能是有了，但用起来比不用还累。"
我想要的其实特别简单
其实我要的很简单。不是更聪明的 AI ，不是更多的技能。——其实技能多一点也不是坏事，但关键是让已有的技能按我的方式连接起来。
对，就这么简单。但找了一圈，发现没一个工具能搞定这事。
比如这样：
我输入一个产品想法 → brainstorming 自动发散 → grill-me 自动挑刺 → 设计技能自动 review → QA 技能自动出测试用例 → 最后生成一份完整的 PRD 和测试报告 全程不需要我复制粘贴，不需要我重新描述上下文，不需要我在不同窗口之间切来切去。
每个技能都知道上一个技能输出了什么，每个技能都继承前面的讨论成果。
就像一个真正的团队，有流程、有交接、有上下文。
所以我做了 Skillflow
就是这个东西：github.com/lininn/skillflow
它解决的就一个问题——把散落的 AI 技能串成工作流。
怎么串？——等等，我先说清楚，这不是什么高大上的"平台"，就是一个本地工具。
你在 Skillflow 里定义一个工作流，比如"产品方案评审流"：
然后你点一下运行。
Skillflow 的工作流构建页面——选择每层要用的技能，定义工作流名称和目标工具
Skillflow 会自动按顺序执行，每一层的输出自动作为下一层的输入。上下文完整保留，不需要你手动复制粘贴任何东西。
嗯，听起来简单，但实现起来确实费了不少劲。
更关键的是，你可以设置交接模式：
设计器页面——可视化拖拽节点、连线，右侧 Inspector 面板配置节点详情和交接模式
不只是串联，还能恢复
用过 AI 的都知道，最怕的不是慢，是断。
跑到一半 Claude 崩了，或者你突然有事要出门，回来发现上下文全丢了，得从头再来。
Skillflow 内置了断点恢复。
每个工作流节点的运行状态都会自动保存。哪怕你关掉电脑第二天再来，它能从断点继续跑，不会丢失任何上下文。
——对，就是那种"关机前保存了进度"的感觉，打游戏的人都懂。
而且支持 Bounded Context Hydration——简单说就是只恢复当前节点需要的上下文，不会把整个工作流的历史都塞进 prompt 里，避免 token 爆炸。
Skillflow 的完整数据流：从技能发现 → 工作流构建 → 校验生成 → 断点恢复
技术架构长这样
很多人好奇这玩意怎么实现的，简单说三层——别被"架构"两个字吓到，其实挺朴素的：
第一层是本地 Web 运行时。你用 skillflow ui 启动，它起一个本地 HTTP 服务器，浏览器打开就是可视化设计器。纯原生 JS/CSS ，没有 React 、 Vue 这些重型框架。
第二层是核心工作流服务。包括技能发现（扫描你本地的 Claude/Codex/Cursor 技能目录）、 Registry 存储（把发现的技能统一管理）、工作流校验（ DAG 环检测、跨工具兼容性检查）、 Skill 生成（把编排好的工作流生成标准的 SKILL.md + workflow.json ）。
第三层是本地优先存储。所有数据都存在你本地文件系统：~/.skillflow/ 下面。技能索引、工作流定义、运行状态，全部本地管理，不需要注册账号，不用担心隐私。
Skillflow 整体架构图——从 CLI 入口到浏览器 UI ，从技能发现到多工具生成
一个实际的使用场景
说个我真实的用法。
上周我要做一个新功能的方案。按照以前的做法：
全程 45 分钟，其中至少 20 分钟在复制粘贴和整理格式。——我算了一下，这 20 分钟够我下楼买杯咖啡再上来了。
用 Skillflow 之后：
全程 5 分钟人工，剩下 AI 自己跑。
而且因为上下文是连贯的， grill-me 挑出的漏洞会自动被设计 review 环节继承，设计 review 发现的问题会自动被 QA 环节覆盖。不会出现"前面讨论过的问题后面又冒出来"的尴尬。
谁适合用
如果你符合以下任意一条， Skillflow 可能对你有用：
反过来说，如果你只是偶尔用用 AI 聊聊天，那可能没必要。
怎么用
Skillflow 是本地优先的，所有数据存在你本地，不需要注册账号。
npm install -g @lininn/skillflow skillflow ui 然后打开浏览器，在可视化界面里拖拽节点、连线、定义工作流。
支持从 Claude 、 Codex 、 Cursor 的技能目录自动发现已有技能，也支持手动导入你自己的 SKILL.md 。
工作流定义好之后，可以导出为标准的 SKILL.md + workflow.json ，直接放到你的 AI 工具里用。
最后
做 Skillflow 的初衷特别简单。 AI 技能不应该只是孤立的工具。——不对，说"只是"太轻了，它们应该是可以被组合、被编排、被复用的乐高积木。
你不需要成为 prompt 工程师，不需要记住每个技能的具体用法。定义一次"我要怎么干活"，然后让 AI 按你的方式执行。
剩下的时间，去泡杯咖啡，或者去干点真正需要人干的事。
github.com/lininn/skillflow
欢迎提 issue 、提 PR 、或者单纯来聊聊你平时怎么用 AI 技能。
