Skill 是什么，它解决的是什么摩擦

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，是带阶段门槛的工作流模块。

一个 prompt 级别的指令是建议——Claude 可以参考，也可以忽略。一个结构良好的 Skill，如果里面定义了明确的阶段门槛（「红灯测试必须失败之后才能进下一步」「计划必须输出 Markdown 文件后才能开始编码」），Claude 更倾向于照执行。

这个差别是真实的，不是概念游戏。

但这也意味着：Skill 的质量参差不齐。150+ 个 Skill 里，有一批是用来展示可能性的，有一批是解决真实工程痛点的。装了 50 个之后我发现，后者大概占三分之一。

判断一个 Skill 留不留，我用的标准是：没有它，这件事会让我多花多少时间？ 答案是「5 分钟以内」的，大概率是噱头。答案是「每次都要手动处理、很烦」的，就值得装。

安装命令格式上，大部分走 npx skills add，少数需要 git clone 到 ~/.claude/skills/ 目录，官方维护的走 /plugin install 路径。

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：工程提效（6个）

这几个是日常编码频率最高、留下来最理所当然的。

Superpowers（obra/superpowers，213,000★）

这个生态里星数最高的项目，名字有点大，但内容是真实的。它不是一个单独的 Skill，是一个包含 20+ 个子模块的工作流框架：TDD、系统化调试、计划编写、代码评审、并行 Agent 分发、Git Worktree 管理……每个都是独立的、可以单独触发的 Skill。

安装命令：npx skills add obra/superpowers

我实际留下的子模块是：test-driven-development（强制红灯先行，不允许跳）、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）。剩下的模块按需用，不强制。

为什么有 213K 星？因为它真正解决了 Claude 最常见的问题：直接动手改代码，不思考，不测试，改了再说。Superpowers 把这个坏习惯用结构强制打断了。

Karpathy Guidelines（forrestchang/andrej-karpathy-skills，125,436★）

Andrej Karpathy 总结的 AI 编码规则，被人整理成了 Skill。核心规则四条：读代码前先思考（不是直接开始 grep）、修改要精准（不是「重写这个文件」）、优先简洁（不是「加功能」）、始终核对原始需求。

安装：/install forrestchang/andrej-karpathy-skills

这个 Skill 的价值在于它改变的是 Claude 的行为模式，而不是提供某个工具。新起一个项目的时候特别有效——Claude 会更倾向于先理解再动手，而不是信心满满地直接开始重构。

gstack（garrytan/gstack，93,947★）

Garry Tan（YC CEO）维护的 Skill，名字来源是「Gut Stack」——他自己实际在用的技术栈配置。主要覆盖全栈项目脚手架（TypeScript、React、Supabase、Vercel）、最佳实践检查、部署流程自动化。

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

坦白说我没有完整用到它所有功能，但它的 TypeScript 类型检查和 Supabase Schema 验证我开了——每次新建接口或者改表结构的时候，Claude 会主动跑一遍再提交。这个减少了我代码评审时的低级错误。

Frontend Design（anthropics/skills，277,000+ 周安装）

官方维护的前端 UI Skill，目标是解决一个真实问题：AI 生成的 UI 都长一个样，一眼就能认出来是 AI 写的——按钮颜色、spacing、字体选择全都是默认值加 Tailwind。

安装：npx skills add https://github.com/anthropics/skills --skill frontend-design

它的核心是提供了一套视觉决策框架，让 Claude 在生成 UI 时会主动挑选对比色、考虑层级关系、避免过度对称。我在做内部工具的时候感觉最明显——同样的需求，装了 Skill 之后的结果明显比没装的更「像是人设计过的」。

Document Skills（anthropics，DOCX/PDF/PPTX/XLSX 套件，132,393★）

官方出的文档生成套件，装一次可以处理四种格式。核心价值：让 Claude 直接输出带格式的二进制文件，而不是输出 Markdown 然后自己再转。

安装：npx skills add https://github.com/anthropics/skills --skill pdf（其他格式类似）

这个 Skill 的适用场景比较窄，但很实在：需要频繁生成报告、内部文档、数据导出的工程师。如果你每天只写代码，它可能用不上；如果你要写技术文档或者给非技术人发报告，它会节省大量时间。

Trail of Bits Security（trailofbits/skills）

Trail of Bits 是业内顶级安全审计公司，这个 Skill 把他们的安全审查清单封装了进来。会针对代码主动检查注入攻击路径、权限提升风险、加密实现错误等。

安装：npx skills add trailofbits/skills

这个 Skill 在我做接口层代码评审时留下的。之前 Claude 默认的代码建议不会主动提安全问题，装了之后遇到用户输入处理的代码，它会补充提示可能的 SQLi 或 CSRF 路径。不是说 Claude 变成了安全专家，但至少多了一层提醒。

第二类：多 Agent 编排（5个）

这类 Skill 是 2026 年生态里增长最快的方向，也是噱头最多的地方。多 Agent 叙事很吸引人，但真正能在日常工程里落地的，没几个。

TDD（superpowers 子模块，186,724★）

单独拎出来说，因为它是 Superpowers 里我用得最高频的部分。核心机制是三个强制阶段：Red（必须先写一个失败的测试）→ Green（写最少的代码让测试通过）→ Refactor（再整理）。每个阶段之间有明确的验证点，Claude 不能跳过。

这不是新东西，TDD 大家都知道。但 Claude 没有约束的时候天然倾向于直接写实现代码，测试留到最后或者干脆不写。这个 Skill 把流程锁住了。

Ruflo（ruvnet，49,143★）

Ruflo 是一个多 Agent 编排平台的 Skill 集成，让你可以在 Claude Code 里设计 Agent 流水线——一个 Agent 负责研究，一个负责写代码，一个负责验证，结果传递下去。

安装要先搭 Ruflo 服务：npx create-ruflo-app my-project

坦白说，我装了两周后卸载了。原因是：我大部分项目的复杂度根本不需要多 Agent 流水线。Ruflo 解决的是 100+ 步骤的大型 AI 工作流问题，如果你在做的是普通业务开发，它给你的工程复杂度比节省的时间更多。

它不是噱头，它解决真实问题——只不过不是我的问题。

Superpowers: Dispatching Parallel Agents（superpowers 子模块）

多个独立子任务真正并行跑，每个任务一个 Agent，最慢的那个完成了整体才完成。这个在大型重构里有用：前端改造、后端接口更新、测试补全可以同时跑。

我在做一次跨模块重构时用过，节省了大约 40% 的等待时间。但前提是任务之间真的独立，如果有依赖关系，并行变串行还容易出错。

Awesome Claude Code Subagents（19,580★）

社区维护的子 Agent 配方库，里面有各种预设好的「特化 Agent」——数据库 Agent、文档 Agent、测试 Agent……思路是好的，执行质量参差不齐。

装了但只用了数据库 Agent，其他的我自己写了更符合项目约束的版本。这类 Skill 更像是模板库而不是即插即用的工具，适合有定制需求的团队，不适合直接拿来就用。

Loki Mode（loki-mode）

37 个 AI Agent 组成的自主系统，宣称可以「完全自主完成复杂工程任务」。

我装了三天卸载了。不是因为它不能跑，是因为它太自主了——修改了我没想改的文件，在没确认的情况下提交了代码，把一个正在运行的函数重构成了「更好的版本」。可能在沙箱环境里很有用，在生产代码库里我不敢放开。

留个印象，等它再成熟一些。

第三类：记忆与上下文（4个）

上下文窗口是 Claude Code 的真实瓶颈，这类 Skill 在解决一个具体问题：怎么让 Claude 记住更多的项目知识。

Claude Mem（74,903★）

这个数字靠谱，这个 Skill 也靠谱。核心功能：自动提取每次会话里出现的重要决策、约束、架构选择，存到结构化的记忆文件里，下次会话自动加载相关部分。

安装：npx skills add claude-mem/claude-mem

实测效果：在一个 3 个月的项目里，它帮我省掉了每次开新 Session 都要重新解释「这个字段为什么这样设计」的时间。不是完美的，会有噪声记忆，但整体值得。

Claude Context（10,955★）

比 Claude Mem 轻量，只做一件事：把当前项目的核心上下文（CLAUDE.md + 关键决策文件）压缩成最小的 token 量，在每次对话开始时注入。

对话轮次变多之后上下文膨胀是个真实问题，这个 Skill 帮你在精度和 token 消耗之间找平衡。

ccstatusline（9,031★）

不改变 Claude 的行为，只是给你一个终端状态栏，显示当前 Session 用了多少 token、大概还剩多少预算、有没有在跑 tool call。

听起来是小工具，但当你开始关注成本的时候，这个可视化信息很有价值。我接入了它之后才开始意识到，很多会话的 token 消耗集中在哪些环节。

CC Switch（67,412★）

在不同 Claude 模型之间切换的 Skill，核心价值是成本管理：简单任务走 Haiku（便宜），复杂推理走 Opus（强但贵），代码生成走 Sonnet（平衡）。

安装：npx skills add cc-switch/cc-switch

这个 Skill 的实用性在于它让切换模型变成了一个有意识的动作，而不是每次都默认最强的。我开始用它之后，月账单降了大概 35%，同时大部分任务的完成质量没有明显下降。