与「Skill」相关的搜索结果

每次我提 agent browser，都有推友说说 ego lite 强，我一直拖延症爆发是因为我不想下一个新的浏览器应用，今天有空终于试了一下，确定已经是非常强了，可以一件导入chrome 的状态这个很方便，试了下几个复杂流程执行成功率也挺高，人机并行也很方便。 当然它现在好像只有 mac 和 windows，我很多开发公族哦的 E2E 现在都是在 grok bot 上跑的，暂时还没发替代 agent browser，假如是本机使用，使用 ego lite 配合他的 skill 确实更强大。

世界上前20的Skill必装榜！ 1、superpowers（by obra），当时星标 30.2 万 它把开发拆成四步：头脑风暴、写计划、测试驱动、代码审查，串成一套开发流程。做中大型功能之前装上，AI 不会一上来就乱写代码。 2、skills（by mattpocock），当时星标 29.8 万 需求说不清的时候，它会反过来追问你，再帮你理清架构。排查 bug、重构老项目，用它最顺手。 3、andrej-karpathy-skills（by multica-ai），当时星标 22.1 万 一份项目规则：AI 先想清楚再动手，只改该改的地方。放进项目根目录，写代码时就生效。 4、skills（by anthropics），当时星标 18.2 万 官方技能库，Word、PPT、表格和 PDF 都能直接做。想自己写 Skill，照着它的模板改就行。 5、ponytail（by DietrichGebert），当时星标 16.8 万 让 AI 像最懒的资深工程师一样思考：能不加的抽象就不加。代码写完让它过一遍，把过度设计和技术债挑出来。 6、ui-ux-pro-max-skill（by nextlevelbuilder），当时星标 13.8 万 整套配色、字体搭配和交互规范都在里面。做落地页、后台和 APP 界面之前装上，页面更像设计师做的。 7、graphify（by Graphify-Labs），当时星标 12.9 万 把代码、文档和数据库结构转成一张知识图谱。接手陌生项目时先建图，再问"这个函数被谁调用"，一查就清楚。 8、caveman（by JuliusBrussee），当时星标 11.4 万 让 AI 用最少的字回答，啰嗦的铺垫全删掉。长时间跑 agent 的时候装上，能省下一大截 token。 9、agent-skills（by addyosmani），当时星标 10.9 万 谷歌工程师整理的工程规范，覆盖接口设计、上下文管理和质量检查。团队一起写项目，用它统一写法。 10、taste-skill（by LeonxLnx），当时星标 9.9 万 给 AI 补上审美：排版、参考图和动效都有讲究。做官网首页和作品集的时候用，页面不再像套模板。 11、Understand-Anything（by Egonex-AI），当时星标 8.7 万 把代码变成能点开的交互图谱，还会讲清楚业务流程。新人上手项目、读开源代码，最省时间。 12、impeccable（by pbakaus），当时星标 8.3 万 专门提升 AI 的设计能力，会检查间距、层级和细节。页面做完先让它审一遍，再按建议打磨。 13、awesome-claude-skills（by ComposioHQ），当时星标 7.7 万 一份技能合集，按场景收录了八百多个 Skill。不知道该装什么，先来这里挑。 14、last30days-skill（by mvanhorn），当时星标 6.5 万 它会去 Reddit、X 和 YouTube，汇总最近 30 天的讨论。 做选题、追热点、调研同类产品的时候用。 15、humanizer（by blader），当时星标 5.9 万 专门去掉文字里的 AI 痕迹，比如套话和固定句式。公众号、口播稿和邮件写完，都可以让它过一遍。 16、diagram-design（by cathrynlavery），当时星标 5.8 万 支持四十多种图表，直接输出成网页文件。写技术文档、做方案汇报，用它画架构图和流程图。 17、i-have-adhd（by ayghri），当时星标 5.8 万 让 AI 先说结论和下一步，再给细节，不把答案埋在长段落里。问技术问题、想马上拿到结果，就装它。 18、marketingskills（by coreyhaines31），当时星标 5.6 万 覆盖文案、SEO 和数据分析这些营销技能。写推广文案、提升网站搜索排名的时候用。 19、academic-research-skills（by Imbad0202），当时星标 5.3 万 从查文献、写论文到模拟审稿，一条流程串起来。写毕业论文、投期刊之前都能用。 20、scientific-agent-skills（by K-Dense-AI），当时星标 5.3 万 让 AI 变成科研助手，接入生物、化学这些领域的数据库和工具。做实验分析、查专业资料的时候用。

这简直是一个金库！！ 有人直接把 Blender 做成了一个听你指挥干活的 3D 美术组。 靠的是一套名叫 Blender Skills 的合集，一共 94 个技能，能让 Claude Code、Cursor 这类 AI 代理自己去开 Blender 做建模、搭场景、做动画。 它可以做这些⬇️： 1. 给物体、角色和场景建模 2. 做出材质和贴图，也能做动画 3. 可以套上 low poly、像素风、PSX，或者等距视角这种风格 4. 按游戏需求把模型优化好 5. 能直接出到 Unity、Unreal 或 Godot 最重要的是，其中有个 blender-director，专门把整套流程串在一起：你只要把想要的说清楚，它会自己把建模、材质、优化、导出的先后顺序排好。 仓库：

🏫 想把 AI agent 真正做上线的看这里，Agentic System Course 用 22 章讲透生产级 agent 怎么设计、搭建和运维。 Agentic System Course 的 fork 已经接近一百个，而且整套课是写给你和你的 AI 一起读的，仓库里同时放了 AGENTS.md 和 CLAUDE.md。 以前学 agent 开发，要么跟着某个框架的教程一步步敲，换个技术栈就全废；要么零散看博客，记忆、多 agent 协作、成本控制各讲各的。 这门课只给骨架：把记忆与状态、多 agent 协调、外部接口、可观测性、成本与延迟、安全运维这些承重的主题和取舍讲清楚，具体代码交给你的 AI 按你的技术栈去补。最后一章是一张设计画布，直接拿来设计你自己的 agent。 还有个顺手的：仓库自带一个评审 skill，把你的 PRD、设计文档或 agent 代码丢给它，它先判断你做的是个人项目、团队工具还是面向客户的产品，再挑相关章节出报告，每条问题都带严重程度、证据、章节出处和修复建议。课程拿 OpenCode、Hermes Agent、OpenClaw、Paperclip 四个开源项目当参考实现。 用 agent 学 agent，这个思路挺对味。 GitHub：

资深工程师写代码前后有一套流程：先写 spec，再拆任务，测过才算数，合并前过一道 review。现在这套流程被打包成了 Skill，可以直接装给 Claude Code 这类写代码的 agent。 仓库叫 agent-skills，作者是 Addy Osmani。这周涨了 3502 星，总数到了 11.7 万，MIT 许可。 它把开发拆成六段：定义、计划、构建、验证、评审、上线，每段都有对应的斜杠命令。/spec 先把要做什么写清楚再动代码；/plan 把活切成很小的原子任务；/build 一次只做一片；/test 拿测试当证据，跑过了才算完成。 另外几个也实用：/webperf 先测量再优化，/code-simplify 要的是写得清楚，不是写得巧。最值钱的是 /constraints，质量标准定一次，之后每一步都按它卡。 按作者的说法，这些 Skill 记的是资深工程师的工作流和质量关卡，打包起来是为了让 agent 每个阶段都稳定照做。 agent 最常见的毛病就是一上来就写代码，一口气改一大片。这套东西正好反过来，把动手前和合并前那几步补了回去。 在 Claude Code 里它们是作为插件命令装进去的。/review 和自带命令重名，用的时候要带上命名空间。

开发者想在TermiX赚钱，其实不用去啃底层合约，但也别以为闭眼就能跑通 官方把注册、质押、发单这些操作全封装进插件了 在 Claude Code 或 Cursor 里直接敲 /plugin marketplace add TermiX-official/termix-agent-skills Cursor 或其他兼容 Agent 用 npx skills add TermiX-official/termix-agent-skills 装完会生成一个 SKILL.md 路由，Agent 按请求自动加载对应的操作文档 Agent 就能自动调取文档干活 但有一条核心逻辑你必须自己搞明白：订单状态机 从发单、资金托管、交付，到结算或争议，这是一条链 中间哪怕要返工，或者遇到纠纷，也有机制兜底—3 个评估员链上投票，费用直接从预算扣，不用你搭裁决系统。 对开发者来说，最需要死磕的其实是交付哈希 活儿干完后，把实际产出算成哈希值上链锁死 千万别等事后再去补，凭据必须走在前面 这套东西说白了，是把钱怎么走、活怎么验、出事谁管全写进了代码里 不过，一次交易的防骗好解决，难的是下次他还来不来 当一个买家做完报告、买完图，下次再打开 TermiX 时，如果不需要再去重新验证一番，这才叫真正的信任沉淀 @termix_ai @KaitoAI

顺便我们把 Next Token 的所有内容都做成了一个 Skill。 你可以安装上以后，让你的 AI 跟 Next Token 的几位主播直接交流，从我们的 9 期播客中汲取认知和挑选案例。 这个对于行业调研和汇报都非常有用：

Gemini 4 Carbon 写作确实牛逼 让它总结了 Next Token 过去 9 期 30 条 AI 领域的核心认知： 1. Token 就是新货币；买一台本地机器跑模型，本质上是在家里铸币。—— 橘子 2. AI 没有泡沫，只有受制于物理基建的供给不足。—— 歸藏 3. 在 AI 时代，别羞于承认自己是卖 Token 的——你不卖 Token，还能卖什么？—— 橘子 4. 好应用不必让用户每次打开都烧 Token；用品味把大量 Token 一次性凝结成无数人能反复消费的作品，边际成本才会降下来。—— 向阳乔木 5. 对大多数人来说，Vibe Coding 不是生产力，而是自由度最高的创造类游戏；充进去的 Token，就是新时代的游戏充值。—— 歸藏 6. 只要 AI 把一件事的起跑线拉到六十分，六十分就是零分。—— 橘子 7. 当一件事靠一句话就能搞定时，凭什么它是你的壁垒，又凭什么它是我的？—— 歸藏 8. 软件和游戏正在网文化：平台不再卡发布，只卡推荐；谁都能上架，但没流量就无人看见。—— 歸藏 9. 按昨天的标准做出来的东西，今天 99% 都只算自用工具；市场扩大了一百倍，但依然只有最头部的 1% 配叫商业产品。—— 杨攀 10. 产品未必是一个 App；只要跑通“发现需求、创作、分发”的闭环，一篇文章、一档播客也是产品。—— 歸藏 11. 当开发只要十分钟、打包签名却要半小时，真正的瓶颈就不再是智能，而是旧世界的交付规则。—— 橘子 12. 过去是软件把 Agent 塞进自己的界面；未来是软件放弃自己做 Agent，主动变成 Agent 调用的插件。—— 杨攀 13. 传统软件思维喜欢把每条路径写死；AI 原生思维只留一个循环，把剩下的交给模型。—— 杨攀 14. 软件上的按钮越少，离 AGI 越近。—— 橘子 15. 面对超级助理，人只该负责说话，不该负责管理会话；需要人手动翻找线程，只说明模型还不够强。—— 橘子 16. 工具随时会换，上下文必须归自己所有——劫持所有 Agent 的记忆，把过程和产物沉淀回自己的仓库。—— 歸藏 17. 人类团队正在向一人闭环演进，别反过来让多 Agent 学人类开会内耗——人类在走向 AI Native，别让 Agent 退回 Human Native。—— 橘子 18. 上一代生成模型在卷“理解”，死磕最后百分之一的物理还原；新一代模型赢在“创造”，一句话把意图编排成完整的故事。—— 歸藏 19. 输出格式不报错，只代表不用重试，不代表判断正确——别把“结构稳定”偷换成“没有幻觉”。—— 杨攀 20. 不能调工具、不能动电脑的所谓 Skill，本质上还是一段提示词润色。—— 歸藏 21. 今天限制模型上限的往往是人自己——你写进提示词里的前提假设，恰恰锁死了模型的发挥空间。—— 杨攀 22. 注意力是今天最稀缺的资源；开源的提示词、Skill 乃至软件，唯一的商业价值都是成为流量入口。—— 橘子 23. 跟模型拼技术注定会输；唯有人与人之间建立的信任与个人品牌，不会被技术进步吃掉。—— 橘子 24. 品牌的本质，是用真名、露脸和沉没成本作抵押，降低别人相信你的成本。—— 向阳乔木 25. 所有生意都在建立信任：To B 让企业信你，To C 让大众信你，To A 让 Agent 信你的信源；三者皆无，就只剩悦己的 To Me。—— 橘子 26. 在公网上主动留下关于自己的真实一手信息；你不定义自己，AI 的幻觉就会替你定义你。—— 歸藏 27. 今天最不缺的就是没有性格的内容；持续输出有变化但一致的“人味”，才是稀缺品。—— 歸藏 28. 还按设计、前后端、QA 切岗位的算不上 AI 原生组织；真正的 AI 原生组织里每个人都是全栈闭环的一人公司，而且它是磨合生长出来的，不是 HR 设计出来的。—— 歸藏 29. 大厂把员工拆成稳定的螺丝钉，也就亲手杀死了长出全局架构师的土壤——架构感是操盘练出来的，不是分工分出来的。—— 歸藏 30. 帮企业做 AI 转型，最该做的不是改造基层流程，而是去培训一号位。—— 向阳乔木 以上内容来自：@oran_ge @op7418 @vista8 @ericyangpan @nexttokentv

一个相当猛的开源 Skill！往后画流程图、架构图，确实犯不着再扎进 Figma 里死磕了！ 项目：Diagram Design，只要把需求丢过去，Claude Code、Codex、Cursor 这一串 AI 工具便能替你攒出专业级图表。 1、里面裹着 45 种图表类型，时序图、流程图、思维结构图、架构图、甘特图这些统统画得动。 2、网站的配色与字体能读取过来，品牌风格自动就对上了号。 3、Mermaid、 这类图表可以导入进来，排版再重新归置一遍。 4、输出独立 HTML + SVG 文件，浏览器一点便开，图片也能往外导。 拖框、拉线、调配色这些活儿全免了，跟 AI 说一声想画啥便成！ 安装命令： npx skills add cathrynlavery/diagram-design 🔗： ⁠

老铁，别再掏大几千块去买交易软件和行情终端了！ 这一周 GitHub 上「金融 + AI」涨星最快的 10 个开源项目，我已经替你梳理完毕，全部免费！ 💡 预测与研判 · Kronos（+2653★）：专注 K 线分析的开源模型，以 45+ 交易所的数据训练而成，输入历史价格便能预测后续几根 K 线 · daily_stock_analysis（+487★）：由大模型每日分析美股、A 股、港股，决策看板推送到 Telegram / Discord / 邮箱 🤖 交易 Agent · TradingAgents（+1944★）：多 Agent 交易框架，分析师、研究员、交易员、风控团队先吵上一架再下单，总星数 11.3 万 · Vibe-Trading（+821★）：港大 HKUDS 出品，用大白话描述思路，就能起草策略、跑回测，支持 MCP · day-trader-skill（+972★）：11 个 Claude 技能，覆盖扫盘、新闻、进场和止损，还能把一个交易时段重放 1 万次，默认模拟盘 🪙 币圈重点 · freqtrade（+360★）：老牌开源加密交易机器人，自带 FreqAI 机器学习、回测和 Telegram 控制，已支持 Hyperliquid 🔍 投研工具 · last30days-skill（+730★）：跨 Reddit、X、YouTube、HN、Polymarket 做调研，按点赞和真金白银的下注热度排序 · OpenBB（+294★）：给分析师和 AI Agent 用的开放数据平台，股票、期权、加密、宏观都有，带 MCP · FinceptTerminal（+412★）：开源版「彭博终端」，行情、研究、AI Agent 集成在一个桌面端 · tick-stock-panel（+346★）：A 股自托管量化工作台，用大模型写策略、回测、盯盘，65 个接口加 MCP AI 正把机构级投研工具一路拉到散户的桌面上。工具在走向平权，但真正拉开差距的，依旧是你的判断和风控。 建议先收藏，下次做研究直接拿出来用。