我筛了 1400 个 Claude Code Skills，留下 5 个天天在用的
先泼个冷水：大部分 Skills 是换了壳的 Prompt
这是我装了几十个之后最大的感受。很多所谓的 Skill，打开
真正有价值的 Skill，一定是改变了 AI 的工作流程，而不只是改变了一段 Prompt。
下面 5 个全部符合这个标准。
----------------------
第 1 个：Superpowers — 245K Star，改变 AI 写代码的方式
GitHub： obra/superpowers（245K ⭐，21.7K Fork）
Superpowers 不是一个 Skill，是一套包含 20+ 子模块的开发框架。装了之后 AI 写代码的行为模式会发生根本变化。
装之前 vs 装之后：
核心变化：AI 从"听话的打字员"变成"会思考的同事"。
有人在 GitHub Issue 里发了对照实验数据：12 个相同复杂度的任务，装了 Superpowers 的会话比没装的 Token 用量平均低 14%。原因很反直觉——因为它会先花时间问清楚需求，避免后面返工。
Superpowers 里我日常用到的子模块：
----------------------
第 2 个：Taste Skill — 51.8K Star，解决"AI 做的页面一股模板味"
GitHub： Leonxlnx/taste-skill（51.8K ⭐）
如果你用 AI 生成过前端页面，大概率遇到过这种情况：功能全对，但看起来就是"不对劲"——间距不均匀、颜色太跳、按钮长得像 Bootstrap 默认样式、排版像没设计师参与过的内部工具。
Taste Skill 不提供任何组件代码。它只做一件事：在 AI 生成 UI 时注入一套设计审美规则。
装之前 vs 装之后：
最适合的场景： 落地页、产品官网、作品集、Demo——这些页面"好不好看"直接影响用户第一印象的地方。
这个 Skill 在掘金 6 月 GitHub 热榜排名前十，51.8K Star 不是白来的。前端开发者如果经常用 AI 出页面，我觉得必装。
----------------------
第 3 个：Graphify — 41.8K Star，接手陌生项目的第一件事
GitHub： safishamsi/graphify（41.8K ⭐）
解决的问题： 接手一个跑了两三年的老项目，几万行代码，README 已经过时了，文档和代码对不上。以前理清整个项目结构至少要一两周——挨个读文件、画关系图、问同事"这个模块是干嘛的"。
Graphify 做的事情：扫描整个代码库，生成一张知识图谱——模块间的依赖关系、核心调用链、公共工具函数的引用网络，全部可视化展示。
装之前 vs 装之后：
不只是 Claude Code 能用。 Graphify 兼容 Codex、Cursor、Gemini CLI 等主流 AI 编程工具。
----------------------
第 4 个：Deep Research — 调研型任务的质变
触发方式：
这不是第三方 Skill，是 Claude Code 内置功能，但很多人不知道。
和直接让 AI 搜索的区别：
实际使用场景：
● 技术选型："React Server Components vs Next.js App Router 哪个更适合我们的项目？"
● 方案评估："前端监控用 Sentry 还是自建？成本对比是什么？"
● 新技术了解："Bun 1.2 和 Node.js 22 在性能上到底差多少？有没有真实的基准测试？"
每次调研下来大概要消耗不少 Token，不适合频繁用。但在需要做决策的时候，它给出的信息密度和准确度远超自己东搜西搜。
----------------------
第 5 个：find-skills — 别在 GitHub 里大海捞针了
1400+ 个 Skills，不可能一个个去翻 GitHub。用 find-skills 直接按关键词搜。
Skills 生态还在高速增长，每周都有新项目冒出来。有这个入口才能及时发现好用的新 Skill，不至于信息滞后。
----------------------
速查对照表
----------------------
我卸掉的那些 Skill 有什么共性
装了几十个卸掉大部分之后，我总结出一个判断标准：
打开它的 SKILL.md，如果核心内容你可以用一句话对 AI 说出来——那就不需要这个 Skill。
比如"你是一个代码优化专家，请帮我优化以下代码"——这种 Prompt 你自己说就行了，不需要装一个 Skill 来帮你说这句话。
真正好用的 Skill，改变的是 AI 的工作流程和思维模式，不只是换一段 Prompt。 Superpowers 让 AI 先想再写，Taste Skill 让 AI 在生成每一个 UI 元素时都过一遍设计规则，Graphify 让 AI 先理解项目全局再回答问题——这些是"换一段 Prompt"做不到的。
----------------------
最后
Skills 生态现在很像 2020 年的 VS Code 插件——数量爆炸但质量参差不齐。看到"必装 Top 30"别急着全装。先装一个 Superpowers 用一周，感受一下"AI 行为模式的变化"。如果觉得确实不一样，再按需加其他的。
而且别忘了，这些 Skills 不只是 Claude Code 能用——Cursor、Codex、Gemini CLI 都支持。不管你用哪个工具，都值得试试。
你装了哪些 Skills？有没有发现什么小众但特别好用的？ 评论区说说，有好的我加到列表里。
via 掘金人工智能本月最热 (author: kyriewen)
先泼个冷水：大部分 Skills 是换了壳的 Prompt
这是我装了几十个之后最大的感受。很多所谓的 Skill，打开
SKILL.md 一看，核心就是一段 Prompt——"你是一个 XX 专家，请按照以下步骤……"。这种东西你直接对 AI 说一句话就能达到同样效果，根本不需要装一个 Skill。真正有价值的 Skill，一定是改变了 AI 的工作流程，而不只是改变了一段 Prompt。
下面 5 个全部符合这个标准。
----------------------
第 1 个：Superpowers — 245K Star，改变 AI 写代码的方式
GitHub： obra/superpowers（245K ⭐，21.7K Fork）
npx skills add obra/superpowers
Superpowers 不是一个 Skill，是一套包含 20+ 子模块的开发框架。装了之后 AI 写代码的行为模式会发生根本变化。
装之前 vs 装之后：
核心变化：AI 从"听话的打字员"变成"会思考的同事"。
有人在 GitHub Issue 里发了对照实验数据：12 个相同复杂度的任务，装了 Superpowers 的会话比没装的 Token 用量平均低 14%。原因很反直觉——因为它会先花时间问清楚需求，避免后面返工。
Superpowers 里我日常用到的子模块：
----------------------
第 2 个：Taste Skill — 51.8K Star，解决"AI 做的页面一股模板味"
GitHub： Leonxlnx/taste-skill（51.8K ⭐）
npx skills add Leonxlnx/taste-skill
如果你用 AI 生成过前端页面，大概率遇到过这种情况：功能全对，但看起来就是"不对劲"——间距不均匀、颜色太跳、按钮长得像 Bootstrap 默认样式、排版像没设计师参与过的内部工具。
Taste Skill 不提供任何组件代码。它只做一件事：在 AI 生成 UI 时注入一套设计审美规则。
装之前 vs 装之后：
最适合的场景： 落地页、产品官网、作品集、Demo——这些页面"好不好看"直接影响用户第一印象的地方。
这个 Skill 在掘金 6 月 GitHub 热榜排名前十，51.8K Star 不是白来的。前端开发者如果经常用 AI 出页面，我觉得必装。
----------------------
第 3 个：Graphify — 41.8K Star，接手陌生项目的第一件事
GitHub： safishamsi/graphify（41.8K ⭐）
npx skills add safishamsi/graphify
解决的问题： 接手一个跑了两三年的老项目，几万行代码，README 已经过时了，文档和代码对不上。以前理清整个项目结构至少要一两周——挨个读文件、画关系图、问同事"这个模块是干嘛的"。
Graphify 做的事情：扫描整个代码库，生成一张知识图谱——模块间的依赖关系、核心调用链、公共工具函数的引用网络，全部可视化展示。
装之前 vs 装之后：
不只是 Claude Code 能用。 Graphify 兼容 Codex、Cursor、Gemini CLI 等主流 AI 编程工具。
----------------------
第 4 个：Deep Research — 调研型任务的质变
触发方式：
/deep-research "你的问题"这不是第三方 Skill，是 Claude Code 内置功能，但很多人不知道。
和直接让 AI 搜索的区别：
实际使用场景：
● 技术选型："React Server Components vs Next.js App Router 哪个更适合我们的项目？"
● 方案评估："前端监控用 Sentry 还是自建？成本对比是什么？"
● 新技术了解："Bun 1.2 和 Node.js 22 在性能上到底差多少？有没有真实的基准测试？"
每次调研下来大概要消耗不少 Token，不适合频繁用。但在需要做决策的时候，它给出的信息密度和准确度远超自己东搜西搜。
----------------------
第 5 个：find-skills — 别在 GitHub 里大海捞针了
1400+ 个 Skills，不可能一个个去翻 GitHub。用 find-skills 直接按关键词搜。
/find-skills "前端 UI 设计"
/find-skills "测试 自动化"
/find-skills "性能优化"
Skills 生态还在高速增长，每周都有新项目冒出来。有这个入口才能及时发现好用的新 Skill，不至于信息滞后。
----------------------
速查对照表
----------------------
我卸掉的那些 Skill 有什么共性
装了几十个卸掉大部分之后，我总结出一个判断标准：
打开它的 SKILL.md，如果核心内容你可以用一句话对 AI 说出来——那就不需要这个 Skill。
比如"你是一个代码优化专家，请帮我优化以下代码"——这种 Prompt 你自己说就行了，不需要装一个 Skill 来帮你说这句话。
真正好用的 Skill，改变的是 AI 的工作流程和思维模式，不只是换一段 Prompt。 Superpowers 让 AI 先想再写，Taste Skill 让 AI 在生成每一个 UI 元素时都过一遍设计规则，Graphify 让 AI 先理解项目全局再回答问题——这些是"换一段 Prompt"做不到的。
----------------------
最后
Skills 生态现在很像 2020 年的 VS Code 插件——数量爆炸但质量参差不齐。看到"必装 Top 30"别急着全装。先装一个 Superpowers 用一周，感受一下"AI 行为模式的变化"。如果觉得确实不一样，再按需加其他的。
而且别忘了，这些 Skills 不只是 Claude Code 能用——Cursor、Codex、Gemini CLI 都支持。不管你用哪个工具，都值得试试。
你装了哪些 Skills？有没有发现什么小众但特别好用的？ 评论区说说，有好的我加到列表里。
via 掘金人工智能本月最热 (author: kyriewen)
