一个我自己绕了很久的弯路
刚开始用 AI 写代码那阵子，我跟很多人一样，把大量精力花在了一件其实没那么重要的事上——到底该用 Codex 还是 Claude Code？
我对比过响应速度、代码质量、上下文长度，甚至专门开了两个窗口跑同一个任务做 A/B。折腾了一圈，结论有点扫兴：在大多数日常场景里，这两个的差距远没有社区争论得那么大。
真正让我产出拉开差距的转折点，是我开始认真折腾 Skill 之后。
同样一个 Claude Code，没装 Skill 的时候，它就是个聪明但什么都得你手把手教的实习生；装上对的 Skill 之后，它像是突然接上了一整套工具链和方法论。那一刻我才意识到——Agent 只是底座，决定你天花板的，是你往这个底座上装了什么。
后来我陆陆续续装过几十个 Skill，绝大多数用两次就卸了。这篇就把我留到最后、几乎天天在用的 8 个，分享给你。我按用途分了三类，跟着我的实际使用顺序往下看就行。
第一类：基础 Skill —— 先把 Agent 的"能力边界"撑开
这类 Skill 有点特殊，它们不干具体的活，而是用来扩展 Agent 本身。可以理解成：先装这两个，是为了让你后面装别的、用别的都更顺。
1. Skill Creator —— 让你自己造工具
Anthropic 官方出的，一个专门用来"创建 Skill"的 Skill。
我第一次用它的时候有点反直觉——它最大的价值，恰恰是让完全不懂 Skill 编写规范的人，也能做出能用的 Skill。
我拿它做的第一个东西，是一个自动生成 PPT 的 Skill。我的痛点很具体：每次做 PPT，我的风格其实是固定的那一套，但每次都得重新跟 AI 描述一遍。于是我把这套风格写成一段提示词，让 Skill Creator 帮我封装成一个 Skill。
现在我做 PPT 只需要一句话："用这个 Skill 帮我做一个 XX 主题的 PPT"，然后把文案贴进去——风格、排版它全记得，我不用再啰嗦。
有个使用细节我特别想提：装好之后你跟它说要做什么，它不会立刻动手，而是先反过来问你几个问题。 一开始我还嫌烦，后来才明白这恰恰是它靠谱的地方——需求没抠清楚就开干，做出来的 Skill 多半是废的。
2. Find Skills —— Skill 界的搜索引擎
如果说 Skill Creator 是让你"造"，那 Find Skills 就是让你"找"。
用法没有任何门槛，直接丢给它一个任务。它会把你的需求拆成关键词，再按分类、Star 数、更新时间去全网扒一遍，优先把已经被验证过的推给你——这点很重要，省得你装到一堆没人维护的坑货。
我经常这么用："帮我找一个配图 Skill"。它筛完甩给我几个备选，我挑一个，它直接装上。从找到装一条龙，我基本不用离开终端。
这两个装完，你就有了"自己造 Skill"和"找别人的 Skill"两种能力。后面所有东西，都建立在这个基础上。
第二类：产品开发 Skill —— 让 AI 编程真正"跑得稳"
用 AI 写代码最大的陷阱是什么？看起来一气呵成，实际跑起来 bug 一堆。
我踩过太多这种坑：AI 哗哗给我写了三百行，自信满满，结果一运行，逻辑根本不通。下面这四个 Skill，就是我用来解决"看着能用、实际全是雷"这个问题的。
3. Superpowers —— 把开发流程彻底规范化
GitHub 上 21 万 Star，里面打包了一整套开发相关的 Skill。
它的核心理念我很认同：别让 AI 拿到模糊需求就闷头写，先把它逼成一个明确的计划。 它的流程是这样的：
- 梳理需求——你说个大方向，它问你几个问题把细节抠清楚；
- 确认方案——需求聊完，它把设计方案摆出来，你点头才往下走；
- 出实施计划——把整个任务拆成一个个可执行的小步骤；
- 写代码——可以选普通模式，也可以选 subagent 模式，后者会同时跑多个 agent 并行开发，明显更快。
我最喜欢的是它的自检机制：每完成一个任务做一次代码审查，全部跑完还有一轮整体检查，最后顺手帮你提交到 git。这套流程跑下来，出活的质量比我自己散着写高一个档次。
4. gstack —— 给你配一整支工程团队
作者 Gary Tan 是 YC 的总裁——就是孵化出 Airbnb、Dropbox 的那个创业孵化器。光这个背景，我就愿意试一试。
它的思路是把 AI 变成你的工程团队，内置了 23 个工程专家角色：CEO、产品经理、设计师、发布工程师……想让哪个角色干活，斜杠命令直接唤起。
我现在的习惯流程是这样的：动手写代码前，先用 /office-hours 把需求拷问一遍；再用 /plan --ceo-review，让 CEO 视角和工程师视角各审一遍方案。代码写完，用 /qa 测试——它会像真人一样开浏览器去用你的产品，挨个点。
那 Superpowers 和 gstack 怎么选？ 我自己的体感是：Superpowers 偏"怎么做"，适合你已经大致知道要干嘛的时候；gstack 偏"该不该做""做什么"，帮你在动手前先把方向想清楚。一个管执行，一个管决策——我经常两个一起用。
5. Frontend Design —— 一键洗掉"AI 味"
又是 Anthropic 官方出品。
你肯定见过那种一眼就能认出是 AI 做的页面：蓝紫色渐变、千篇一律的圆角卡片、间距乱七八糟、配色像 PPT 模板。这个 Skill 就是专治这个的——配色、字体、间距一键优化，按设计规范输出。
对我这种没受过设计训练的人来说，它的意义在于：我不用懂为什么这么改好看，我只要知道改完确实不像 AI 做的了就够了。
6. ui-ux-pro-max —— 一座现成的设计资源库
如果 Frontend Design 是"调优器"，这个就是"素材库"。里面塞了 50 种设计风格、97 套配色方案、9 个技术栈。
不管你想做什么风格的页面，基本都能翻到现成方案，拿来直接用。我现在做项目前会先来这里逛一圈定个调子，省下了大把找灵感的时间。
第三类：内容创作 Skill —— 把杂活全交出去
做内容的人都懂一个真相：真正费时间的从来不是"写"，而是配图、整资料、排版这些杂事。 下面这两个，就是我用来把杂活外包出去的。
7. baoyu-skills —— 视觉设计的瑞士军刀
@dotey 老师做的一套技能包，将近 20 个 Skill，封面图、信息图、PPT、长文排版……做视觉设计的需求基本全覆盖了。
我用得最多的是里面的文章配图 Skill。以前我写完一篇长文，得自己一段段回头读，判断哪里该插图、插什么图，光这一步就能耗掉一两个小时。现在我直接把文章丢给它——它自己读完，挑出适合配图的段落，生成插图后直接放到对应位置。整个过程我一根手指都不用动。
8. NotebookLM Skill —— 给 Agent 接一块超强外置记忆
这个 Skill 的核心是打通 Agent 和 NotebookLM。
NotebookLM 的文档处理能力可以说是天花板级的。装上之后，我能直接在 Claude Code 里查询、分析我存在 NotebookLM 里的所有资料——文档、网页、视频都行。
但真正打动我的是另一点：它能大幅减少 AI 幻觉。 因为 Agent 回答的依据，是你真实存进去的资料，而不是它凭空想象的。相当于给 Agent 接了一块超强的长期记忆外挂——它不再瞎编，而是"有据可查"。
写在最后：我的一点心得
折腾了大半年，如果让我把这篇浓缩成一句话，那就是：
纠结用哪个 Agent，不如认真选你的 Skill。底座大同小异，差距全在装备上。
最后帮你把这 8 个按方向理一遍，方便你按需取用：
- 基础配置：Skill Creator（造工具）、Find Skills（找工具）——这两个先装，后面都顺；
- 产品开发：Superpowers（执行）、gstack（决策）、Frontend Design（去 AI 味）、ui-ux-pro-max（设计库）——从想清楚到做出来全包；
- 内容创作：baoyu-skills（配图排版）、NotebookLM Skill（资料管理 + 防幻觉）——把杂活外包掉。
不用一次性全装。我的建议是：先从你最痛的那个场景对应的 Skill 装起，用顺了再扩。等你哪天发现自己开始嫌弃"没装 Skill 的 Agent"了，就说明你已经走上正轨了。
