夜雨聆风1. 我花了三个月，把自己的电脑变成了22个AI专家
三个月前我的电脑里只有一个 ChatGPT 网页。
现在它装着 22 个 AI 技能。写公众号、做视频、写论文、画图、生成 PPT、甚至复刻前任的说话方式——全在一个窗口里完成。
不是装了 22 个 APP。是一个 AI 助手 + 22 个技能文件。
每个技能文件不过几百行 markdown——但加载之后，AI 就像被"附身"了一样，突然变成一个特定领域的专家。
这篇文章就是我的完整清单。看完你就知道：一个懂 AI 的人，已经不需要团队了。
2. 先搞懂一个概念：Skill 是什么
Skill 不是 APP。不是你下载、安装、打开的东西。
它就是一个 .md 文件。
里面写了三样东西：
• 触发词：用户说什么话时激活（比如"写一篇公众号"触发 ai-signal-station） • 领域知识：这个专家需要知道的规则、模板、踩坑经验 • 工作流指令：先做什么、再做什么、做到什么标准算过关
你把文件放到指定目录，AI 助手启动时自动读取。然后——你一说触发词，它就切到对应人格，按工作流干活。
举个例子：我说"做女装视频"→ dress2video Skill 激活 → AI 知道要用 4 宫格分镜、调可灵 API、自动拼接——不需要我教一步。
Skill 的本质是把"怎么用 AI 做好一件事"变成可复用的指令包。 你做一次，写下来，以后永远不用再做第二次。
3. 我的 22 个 Skill 完整清单
按场景分了 5 类。每一类解决一种高频需求。
▸ 一类：内容创作流水线（5个）
这是我每天用的最多的一组。从写文章到配图到发布，一条龙。
▸ ai-signal-station — 公众号内容发动机 触发词：“写一篇公众号”“AI日报”。自动按日报/教程/测评/观点四种模板生成内容，排版、语气、结构全部内置。写完还能调 md2wechat 一键推草稿箱。
▸ space-article-batch-illustration — 文章批量配图 读完文章，分析每个段落核心概念，自动配图。支持简约手绘风和建筑蓝图风。一张指令下去，9 张配图全出来。
▸ space-image-studio — 全场景图片工厂 4 种图片类型 × 12 种视觉风格。小红书封面（3:4）、PPT 配图（16:9）、流程图/架构图、文章逻辑图——一个 Skill 全包。
▸ space-chart-image — 专业图表生成 10 种图表（流程图、ER 图、商业模式画布、用户旅程图、SWOT 分析……），6 种内置风格。说一句"画个竞品分析图"，直接出图。
▸ space-baoyu-slide-deck — PPT 自动生成 给内容，自动出大纲 + 风格指令 + 逐张生成幻灯片图片。不用打开 PowerPoint。
这些串起来就是：选题 → 写文章 → 批量配图 → 生成封面 → AI 检测 → 推草稿箱。全程一个人，一个窗口。
▸ 二类：视频制作（3个）
▸ dress2video — 女装带货视频全自动 输入服装角度图 → 一键换装 → 4 宫格分镜 → 高清放大 → 调可灵生成视频 → 自动拼接成片。从图片到成品视频，零人工。
▸ openmontage — 开源视频制作系统 全球首个开源的 Agentic 视频系统。13 条流水线、100+ 工具、500+ Agent 技能。想做短片？一句话启动。
▸ klingai — 可灵官方技能 文生视频、图生视频、首尾帧、多镜头、4K 放大。直接在对话里调可灵 API，不需要打开网页。
▸ 三类：学术写作（4个）
▸ academic-paper-strategist — 学术论文策略规划 搜索目标平台高分论文 → 分析写作规律 → 文献定位空白 → 设计大纲。解决了"不知道写什么"的问题。
▸ academic-paper-composer — 学术论文逐段写作 大纲有了之后，逐段写 + 质量检查 + 格式处理。每段写完过 5 维质量门，不过不写下一段。
▸ edu-paper-strategist — 教学论文选题规划 面向中小学教师的定制版。分析征文通知 → 锁定选题 → 提炼课堂案例 → 设计实践性大纲。核心理念：论文源于课堂。
▸ edu-paper-composer — 教学论文逐段写作 从大纲到投稿就绪的 Word 文档。匿名检查 + 格式校验，直接拿去投稿。
这两套的区别：academic 面向高校/科研，edu 面向中小学教师。但底层设计逻辑一样——关卡制、硬标准、逐段验收。
▸ 四类：数字人格（2个）
▸ ex-skill (create-ex) — 前任人格重建
从微信聊天记录创建前任的数字人格。输入聊天记录、照片、语音 → 输出人格文件 → 用 /{她的名字} 和她对话。
▸ persona-builder — 通用数字人格构建 多模态数据输入：文字、图片、音频、视频。5 层人格模型。不只是前任——任何你认识的人。
这两个我写过完整教程，搜"前任 Skill"看细节。
▸ 五类：开发工具（8个）
▸ commit — 自动生成规范 commit message ▸ debug — 系统化调试 ▸ diagnose — Agent 失败诊断 ▸ plan — 代码实现规划 ▸ review — 代码审查 ▸ simplify — 代码重构简化 ▸ test — 自动写测试 ▸ skill-creator — 创建新 Skill
这组不需要展开——只要你写代码，每个都省时间。尤其是 debug 和 review，出 Bug 的时候价值翻倍。
4. 我学到最值钱的一件事
不是这 22 个技能本身。
是怎么设计一个"好的 Skill"。
写了这么多 Skill 之后，我发现了 5 条设计原则。这 5 条能往任何 AI 协作场景上套：
1. 关卡制：大任务别让 AI 一口气跑到底。拆成小阶段，每阶段有检查点。edu-paper 就是典型——选题 → 素材 → 大纲 → 写作 → 终审，每关不过不推进。
2. 硬数字：不说"确保高质量"，说"5 维评分 ≥ 16/20"。AI 会骗自己，但数字不会。
3. 搜→析→出：先搞清楚别人怎么干的、缺什么，再动手。永远别一上来就让 AI “写”。
4. 终点倒推：先搞清楚什么东西能过关，再按标准干活。写论文先搜获奖样本，做视频先看爆款结构。
5. 指令与知识分离：主文件写流程，知识库独立加载，用到才加载。上下文省了，流程清爽了。
这 5 条我单独写过一篇，搜"AI 写论文骗局"看完整版。
5. 你也能搭自己的 Skill
不需要写代码。Skill 的本质就是 markdown。
你只要想清楚三件事：
• 触发条件：用户说什么时激活？ • 领域知识：这件事的规则、模板、坑是什么？ • 工作流：先做什么、后做什么、做到什么标准？
写下来，存成 .md，扔进 skills 目录。
你每做一个重复性工作，就值得做成一个 Skill。 写公众号做一次，以后 10 篇都是 3 分钟。做视频摸索一次，以后批量出片。你积累的不是技能，是时间。
📮 关注「AI信号实验室」，追踪前沿信号，动手实验每一个新能力。 有想了解的主题？评论区告诉我，下期安排。
