这 8 个 Skills，装了就回不去了

前言

最近 Skills 这个话题很火，社区里有不少推荐必装 Skills 的文章，反响不错，评论区也有不少讨论。

我看完之后，一方面觉得确实有不少好用的，另一方面也觉得可以从我自己的使用角度补充几个。所以这篇文章的结构是这样的：前 6 个来自社区热门推荐，我加上自己的实际体感；后 2 个是我自己在用的，觉得值得单独拿出来说说的。

在开始之前，先说一个我自己的判断标准：

好的 Skill 不是让 AI “能做某件事”，而是让 AI “做某件事的下限大幅提高”。

没有 Skill，AI 也能生成 Word、也能写前端页面、也能搜网页。但出来的东西质量波动很大，运气好还行，运气不好就是一坨。Skill 的价值在于把这个下限兜住——给 AI 一套经过验证的操作手册，让它不用每次从零摸索。

明确了这一点，我们开始。

一、Frontend Design

Frontend Design — AI 默认审美 vs 美学方向引导

链接：https://github.com/anthropics/skills/tree/main/skills/frontend-design

Anthropic 官方出品，Claude 插件网站排名第一的 Skill。

它解决的核心问题是：AI 生成前端页面的审美下限太低。

不装这个 Skill 的时候，AI 做前端大概率是这样的——千篇一律的 Tailwind 蓝紫色渐变，系统默认字体，十个人生成十个页面八个长一个样。这不是 AI 的错，这就是统计学的结果，训练数据里什么配色方案出现频率最高，它就倾向于生成什么。

Frontend Design 的做法很聪明：它不是简单地给 AI 一套 UI 模板，而是要求 AI 在写代码之前先想清楚一个美学方向——极简主义、复古未来风、什么都行——然后所有的排版、留白比例、字体选择、动效，都围绕这个方向来。

更重要的是它有一些硬性禁止规则：

  • 禁止使用 Inter、Roboto、Arial 等烂大街的字体
  • 禁止紫色渐变配白底的”经典 AI 审美”

这种”负面约束”反而比”正面引导”更有效。告诉 AI 不能做什么，比告诉它应该做什么更容易执行。

适合谁：经常用 Agent 生成前端页面、做小工具 UI、做数据可视化的人。效果立竿见影。

二、办公四件套：docx / xlsx / pdf / pptx

办公四件套 — Word / Excel / PDF / PPT 四大格式处理

链接：https://github.com/anthropics/skills/tree/main/skills

同样来自 Anthropic 官方。四个 Skill 分别处理 Word、Excel、PDF、PPT 四种格式。

你可能会说：不装这些，AI 也能读 PDF、也能生成 Word 啊。

没错，能。但区别在于：

维度 不装 Skill 装了 Skill
处理方式 每次现写代码，从零摸索排版 有一整套文档处理流程和代码模板
输出质量 看运气，格式经常崩 页面大小、字体、页眉页脚都有标准
模型依赖 能力越差的模型，效果越一坨 有模板兜底，模型差一点也能用

拿一个实际例子说：用 Claude Code 不装 Skill 去读一篇 21 页的英文论文然后做中文笔记，出来的 Word 就是一大坨纯文本。装上之后，同样的需求，出来的至少是全篇统一色调、有页眉页脚、格式完整的文档。

PPT 也是同理。不装的时候让它做 PPT，出来的东西简陋到不忍直视。装上之后，排版至少能及格。如果再叠加 Frontend Design 一起用，颜值还能再上一个台阶。

适合谁：几乎所有人。只要你会用到 Word、PPT、Excel、PDF 中的任何一种，就值得装。

三、Web Access Skill

Web Access — 登录态联网 + 并行 Agent + 经验沉淀

链接：https://github.com/eze-is/web-access

来自 @一泽 开发的联网 Skill，上线一周就有两千多 Star。

Claude Code 本身自带搜索工具，但有一个很大的限制：搜不到站内内容。小红书、B站、微信公众号这些需要登录态或者有反爬的站点，基本搜不到什么有用的东西。

Web Access 的做法是通过 Chrome DevTools Protocol 直接连你本地的 Chrome 进程，带着你的登录状态访问。所以你平时登录过的微博、小红书、飞书，它都能直接用，不需要重新登录。

还有几个设计上的亮点：

  1. 并行 Agent：多个 Agent 同时操作不同的浏览器标签页，互不干扰
  2. Jina 中间层：可以把网页正文预先转成 Markdown 再读，大幅节省 token
  3. 经验沉淀：会按域名存操作记录，哪些选择器好使、哪些坑要避开，越用越顺

前提条件是 Chrome 需要更新到最新版，并且允许远程调试（地址栏输入 chrome://inspect/#remote-debugging 勾选）。

适合谁：需要 AI 帮你从各种网站获取信息的人。

四、PUA

PUA — 四级压力升级机制，专治 AI 摆烂

链接：https://github.com/tanweai/pua

名字很抽象，但确实好用。

它解决的问题是：AI 摆烂。

你让它修一个 Bug，试了两三次没搞定，它就开始说”建议您手动检查一下””这个问题可能需要更多上下文”——翻译成人话就是”我不想干了，你自己来吧”。

PUA 这个 Skill 专治这种行为。它有四级压力升级机制：如果 Agent 在同一个思路上原地打转，PUA 会强制打断它，让它执行一个 7 项检查清单，逼它换思路。

V3 版本更离谱了——会根据任务类型自动选方法论。阿里、字节、华为、腾讯、Netflix、Apple 等十几家公司的方法论全塞进去了。

不过我的建议是：不要开默认模式。平时正常用，遇到某个 Bug 死活改不明白的时候，手动 /pua 开启，效果最好。

适合谁：所有用 Agent 写代码的人。这是你的最后手段。

五、Claude-mem

Claude-mem — 三层检索记忆机制

链接：https://github.com/thedotmack/claude-mem

很多人觉得 OpenClaw 比 Claude Code “越用越聪明”，本质上就是记忆机制的差异——OpenClaw 把 Memory 给封装了，Claude Code 一直没这套东西。

Claude-mem 就是给 Claude Code 补上这块短板的。

它的工作方式是：

  1. 自动记录：每次对话里的关键信息自动压缩存储
  2. 三层检索：先看索引 → 再看时间线 → 最后拉完整细节，逐层递进，省 token
  3. 自动注入：下次开新会话时自动注入相关上下文

还自带一个本地 Web 界面（localhost:37777），可以直接看它记住了什么、什么时候记的。

隐私方面，如果有不想被记住的内容（密码、密钥等），用 <private>内容</private> 标签包起来就行。虽然我自己用的时候从来没写过这个标签，因为确实很别扭。

适合谁：长期用 Claude Code 做项目的人。解决”每次开新会话都要重新交代背景”的问题。

六、Skill-Creator

Skill-Creator — 从消费者到创造者

链接：https://claude.com/plugins/skill-creator

我认为最重要的 Skill，没有之一。

一句话总结：帮你创建属于你自己的 Skill 的 Skill。

这个放在第六的位置，不是因为不重要，恰恰相反——前面五个 Skill 解决的都是通用问题，但没有任何一个 GitHub 仓库会替你解决你自己的个性化问题。

只有你知道你的工作流里哪个环节最痛、最值得自动化。只有你知道你的项目部署流程应该长什么样。只有你知道你的文章风格里哪些是灵魂哪些是皮毛。

这些判断，AI 做不了。因为它不是你。

所以：最好用的 Skill，永远是下一个你自己造的那个。

Skill-Creator 就是让你从 Skill 的消费者变成创造者的工具。

适合谁：所有人。认真的。

七、bb-browser：带登录态的浏览器自动化

bb-browser — 双路径浏览器自动化

前面说到 Web Access Skill 解决了联网搜索的问题。但在我自己的日常使用中，其实还有另一个 Skill 在承担类似但更底层的角色——bb-browser。

Web Access 更偏”搜索+阅读”，而 bb-browser 更偏”操作+自动化”。

它的核心能力是：通过用户真实浏览器的登录态，不仅能读取信息，还能代替你执行操作。

1
2
3
4
5
bb-browser open <url>        # 打开页面
bb-browser snapshot -i       # 获取可交互元素
bb-browser click @5          # 点击元素
bb-browser fill @3 "text"    # 填写输入框
bb-browser close             # 完成后关闭

几个我觉得设计得很好的地方：

信息提取 vs 页面操作，两条路径

bb-browser 明确区分了两种场景：

场景 方法 说明
提取内容（文章、正文） eval 直接获取 DOM 文本 效率高，不需要解析完整页面结构
操作页面（点击、填写） snapshot -i 获取可交互元素 通过 @ref 精确定位

比如读微信公众号文章，直接 bb-browser eval "document.querySelector('#js_content').innerText" 就行，不需要解析整个 DOM 树。

并发多 Tab

多个页面可以同时打开，各自独立 Tab，互不干扰。批量提取信息的时候特别有用。

不触发反爬

因为运行在用户真实浏览器中，复用已登录的账号，所以不触发反爬检测。这一点对于访问企业内部系统（Confluence、Jira、内部管理后台）尤其重要。

跟 Web Access 怎么选？ 我的经验是：

  • 搜索+阅读为主 → Web Access
  • 操作+自动化为主 → bb-browser
  • 两个都装，按场景自动选 → 最佳方案

适合谁：需要 Agent 帮你操作浏览器（填表单、抓数据、操作内部系统）的人。

八、baoyu-infographic：信息图生成

baoyu-infographic — 21 × 20 = 420 种信息图组合

最后一个，也是我自己写文章时用得最多的一个——baoyu-infographic。

它的设计思路是两个维度的自由组合：

  • Layout（布局）：21 种，决定信息的结构方式
  • Style（风格）：20 种，决定视觉审美

随便举几个布局类型感受一下：

布局 适合场景
linear-progression 时间线、流程、教程
binary-comparison A vs B 对比
bento-grid 多主题概览（默认）
iceberg 冰山模型，表面 vs 深层
dashboard 数据指标、KPI
periodic-table 分类集合
dense-modules 高密度信息图

风格就更有意思了：

风格 描述
craft-handmade 手绘风、纸工艺（默认）
claymation 3D 黏土定格动画
cyberpunk-neon 赛博朋克霓虹
technical-schematic 工程蓝图
pixel-art 复古像素
morandi-journal 莫兰迪色系手账
retro-pop-grid 70 年代复古波普

21 × 20 = 420 种组合。同一份内容，换个布局+风格，出来的信息图完全不同。

它的工作流也设计得很清晰：

1
分析内容 → 推荐布局×风格组合 → 用户确认 → 生成结构化内容 → 生成 Prompt → 调用图片生成 → 输出

整个过程全自动，你只需要在第二步确认一下组合方案就行。

还有一个细节：它支持关键词快捷方式。比如你说”高密度信息大图”，它会自动选 dense-modules 布局 + 莫兰迪/波普/实验室三种风格推荐。

适合谁：写公众号、做内容、做汇报的人。一张好的信息图顶三段文字。

写在最后

回过头看这 8 个 Skill，其实可以分成三类：

类型 Skills 解决的问题
审美兜底 Frontend Design AI 输出物的颜值下限
格式规范 办公四件套 文档格式的稳定性和专业度
能力扩展 Web Access、bb-browser、Claude-mem 让 AI 能做原来做不了（或做不好）的事
行为矫正 PUA 让 AI 不摆烂
信息可视化 baoyu-infographic 把文字变成图
元能力 Skill-Creator 创造新的 Skill

但说实话，这个列表不会适合所有人。每个人的工作流不同，痛点不同。

真正的建议是：先把 Skill-Creator 装上，然后从你自己的日常工作里找那个最痛的点，把它封装成一个 Skill。

别人的推荐是参考，你自己造的才是刚需。