Skill 环境上线六个月，我经历了三个阶段。

第一个月这方面。看到什么装什么光 awesome-skills.com 首页挂的就装了一半，感觉自己马上就要起飞。老实说，从第二个月来看，发现 .claude/skills/ 目录塞了多个文件夹。但 Claude 每天在用的不超过几个。从第三个月来看，开始清库存，留下真正在帮我干活的，把剩下的全卸载。

这篇文章是清库存之后的账单。

不是推荐列表，是淘汰赛——写的是哪些留下来了为什么其他的被踢出去了。

摩擦

在进入名单之前。有一个判断视角值得先说清楚：Skill 不是更好的 prompt，而是带阶段门槛的工作流模块。

这个差别是真实的，不是概念游戏。

再看但这也代表着，Skill 的质量参差不齐。数百个 Skill 里有一批是用来展示可能性的，有一批是真正解决工程痛点的。装了几百个之后我发现，后者大概只占三分之一。按理说，

判断一个 Skill 是否值得留：没有它。这件事会让我多花多少时间？答案如果是「分钟以内」基本算噱头；如果是「每次都要手动处理、很烦」则值得装。

安装方式大多数走 npx skills add 少数需要手动 git clone 到 ~/.claude/skills/官方维护的走 /plugin install。

图：Skill 的阶段门槛机制 vs Prompt 的建议性执行，两者执行方式的本质差异

第一类这方面。工程提效

Superpowers ★

使用者痛点：Claude 常常直接改代码，不思考、不测试，导致回滚频繁。方法：Superpowers 是一个包含十余个子模块的工作流框架，每个子模块都是独立可触发的 Skill。

安装命令：npx skills add obra/superpowers

• test-driven-development: 强制红灯先行，不允许跳过。
• systematic-debugging: 先推理根因再改代码。
• writing-plans: 多步骤任务先出文件再动手。

为何拥有 213K 星？因为它真正把「不思考直接改」这坏习惯结构化地打断，让 Claude 必须才能继续。

Karpathy Guidelines ★

User Pain: Claude 在新项目里倾向于“一上来就重构”，缺乏前置思考。按理说，Solve: 四条 AI 编码规则。把 Claude 的行为模式从“冲动”转为“审慎”。

安装：/install forrestchang/andrej-karpathy-skills

gstack ★

Pain Point：Lack of consistent full‑stack scaffolding and automated checks leads to low‑level bugs during rapid prototyping.

Solve：The Skill bundles TypeScript 类型检查、Supabase Schema 验证还有 Vercel 部署自动化。让每次新建接口或改表结构时 Claude 自动跑检查，降低代码评审时的低级错误率。

安装：git clone https://github.com/garrytan/gstack.git ~/.claude/skills/gstack

Frontend Design ★

Pain Point：AIs generate UI that looks “AI‑generated” – same colors。spacing,fonts.

Solve：This Skill injects a visual decision framework so Claude picks contrasting colors,respects hierarchy and avoids over‑symmetry. 在内部工具项目中使用后生成的界面明显更像人工设计。

安装：

Document Skills ★

Pain Point：You spend hours formatting reports,PDFs or PPTX after code work.

Solve：The suite turns natural‑language prompts into polished documents instantly. 对于需要频繁交付技术报告或给非技术同事汇报的人可省掉大量排版时间。

安装示例：

Trail of Bits Security ★

Pain Point：No automatic security review – Claude happily suggests code that may contain injection or privilege‑escalation risks.

Solve：This Skill embeds Trail of Bits’ security checklist;when Claude generates code handling user input it automatically flags potential SQLi,CSRF etc.。prompting you to fix before commit.

• 安装：

从第二类来看，多 Agent 编排

TDD ★

*痛点*这方面，Claude 天生倾向一次性写实现代码，测试往往被忽略。再看*解决*，强制 Red → Green → Refactor 三阶段。每一步都有明确验证点，Claude 必须遵守才能继续。

Ruflo ★

再看*痛点*。复杂业务需要多人协作式 AI 流水线，但搭建成本高。 说到*解决*，Ruflo 提供多 Agent 编排网站。 让研究、编码、验证分别由专职 Agent 完成。但如果你的项目规模不够大，这种流水线会让整体复杂度超过收益。

Superpowers: Dispatching Parallel Agents ★

从*痛点*来看。大型重构时任务间相互独立，却只能顺序执行导致等待时间长。*解决*这方面，并行调度独立子任务。每个子任务由单独 Agent 完成，整体完成时间显著缩短。

Awesome Claude Code Subagents ★

*痛点*的观点是。想要特定领域的 Agent，却找不到现成实现，只能自己写。

从*解决*来看。社区提供数据库、文档、测试等预设子 Agent，可直接引用或在此基础上二次开发。

Loki Mode ★

至于*痛点*，自动化太激进——Claude 在未确认情况下自行修改生产代码。

说到*解决*，暂不推荐在正式项目中使用。需要明确“是否继续”确认机制才算安全。

从第三类来看。记忆与上下文

Claude Mem ★

说到*Pain*，每次开启新 Session 都要重新解释项目决策和约束；有限导致信息遗失，

*Solution*: 自动提取关键决策存入结构化记忆文件，下次会话自动加载相关片段；老实说，实测省掉约 15 分钟/月重复说明时间。

至于*安装*，

说到*Pain*。对话轮次增多后 token 消耗爆炸，同一项目需频繁压缩上下文。

*Solution*: 将主要上下文压缩为最小 token 量。在每次对话开头注入，实现精度与成本平衡。

*Pain*的观点是。不清楚当前 Session 已消耗多少 token，也不知道预算剩余多少。

*Solution*: 在终端显示实时 token 使用情况和预算。让你随时掌控成本，并能定位高消耗环节。老实说，

*Pain*的观点是。默认总是使用最强模型 Opus，导致成本飙升；而简单任务用 Haiku 完全足够却被浪费资源。

*Solution*:；使用后月账单下降约 20%，质量基本保持不变。

*Pain*的观点是，接手老项目时难以快速了解函数调用和模块依赖关系，需要花大量时间阅读源码。

*Solution*: 自动生成函数调用图、模块依赖图和数据流图；话说回来，在接手两年 Python 服务时仅用 5 分钟就得到完整依赖视图。比手工阅读快数小时，

至于*Pain*，项目计划散落在 Claude 对话里一旦对话结束难以追溯或复盘。

*Solution*: 把计划写入可编辑文件。每一次迭代都能查看偏差来源，实现可追溯、可修改的规划流程。