如果你还在跟Claude Code或Cursor一遍遍地解释"怎么把视频渲染成TikTok竖屏、怎么绕过Cloudflare抓网页、怎么把一个代码库拆成能重建的prompt"——你落伍了。2026年6月的最后一周，GitHub上突然冒出来一批自带"deliver-and-verify（交付即自检）"循环的开源技能包：你往agent的skills目录里一丢，它立刻就会了，比你手写十轮prompt都稳。这篇就拆四把本周霸榜的新刀，并告诉你一个国内90%人没意识到的事——Skill ≠ 插件 ≠ MCP，它是写给AI"看"的工作流说明书。
先把这个信息差说透，否则下面的工具你会用错。
很多人把"给AI加能力"等同于装插件（plugin）或挂MCP服务器。但本周这四个项目走的是第三条路——Skill：本质是一份纯文本的指令包（通常是一个SKILL.md加几个脚本），agent读了之后，把里面的工作流、判断标准、验证步骤"内化"成自己的执行逻辑。
三者的关键区别：
| 维度 | 插件 Plugin | MCP 服务器 | 技能包 Skill |
|---|---|---|---|
| 形态 | 编译好的代码/扩展 | 常驻进程，暴露工具接口 | 纯文本指令 + 可选脚本 |
| Agent如何用 | 调用API | 调用tool | "读懂"后照着做 |
| 上手成本 | 中（要写代码） | 高（要起服务） | 极低（复制目录） |
| 跨agent通用 | 否 | 部分 | 是（Claude Code/Cursor/Codex/OpenCode通用） |
| 能表达"工艺" | 弱 | 弱 | 强（含质检、验证循环） |
一句话：插件给AI递工具，MCP给AI开外挂，Skill直接给AI"喂手艺"。这就是为什么本周这批项目能同时在多个agent里跑——它们是写给"会读字的模型"看的，不绑定任何单一runtime。
下面四把刀，正好覆盖了Skill能解决的四类苦活。
github.com/iart-ai/motion-skills（本周约216★，仍在涨）这是本周最"重"的一把刀。它解决的痛点极其具体：让AI从prompt直接生成会动的视频，是出了名的难——时序、缓动、安全区、帧精确渲染、品牌色、能无缝循环的loop，每一个都能让模型翻车。
motion-skills的做法是把"专业动效师怎么干"编码成agent原生工作流，每个skill里嵌了一个deliver-and-verify loop：渲染一帧 → 截图 → 自检 → 不对就重来。Agent不再"祈祷"输出正确，而是真的"看"自己的结果。
14个pack按人群切，装哪个用哪个：
| Pack | 面向 | Skill数 |
|---|---|---|
| tiktok-video-skills | TikTok/Reels/Shorts创作者 | 4 |
| youtube-video-skills | 播客/YouTuber | 2 |
| ecommerce-video-skills | 电商卖家 | 3 |
| ad-video-skills | 品牌广告投放 | … |
为什么值得关注：国内做AI视频还普遍停留在"一句话生成→看运气"的阶段，缺少工程化的"渲染-质检-验证"闭环。这套开源skill直接把这个工业级流程白送，而且每个pack都是独立repo，按需取用。适用人群：做短视频带货、内容工厂、SaaS产品demo视频的团队。
github.com/Pluviobyte/video-production-skills（本周约301★）这把刀有意思的地方在于——它是中文项目，中国开发者做的，却在本周GitHub全球trending上和海外项目同台。它收录的第一批skill直击内容生产里最折磨人的环节：
信息差点：注意它的质检思路——用PSNR/SSIM这类图像质量指标去量化"AI复刻得像不像"。这是把传统视频编码的客观指标搬进了AI生成质检，国内几乎没人这么系统化地做。适用人群：做AI视频代工、需要"还原甲方参考样片"的内容团队。
github.com/Johell1NS/browser-search（本周约181★）这是本周对中国开发者最实用的一把刀。它的定位非常精准：给OpenCode、Claude Code、Cursor、OpenClaw等agent装一个"会搜又会读"的技能。
它编排了三件开源武器，组合成一个搜索+浏览管线：
README里一句点题："Anti-hallucination by design（设计上反幻觉）。All self-hosted, free, unlimited."
为什么这个信息差价值最高：国内用Claude Code/Cursor做联网agent的人极多，但绝大多数要么手动喂资料（累），要么用受限的联网插件（被墙、被ban、被限速）。browser-search给出了一条完全自托管、免费、不限量、能绕反爬的路子，而且就是一个skill文件——丢进目录就能用。适用人群：做深度研究agent、信息聚合工具、需要稳定联网能力的独立开发者。
github.com/GraeLefix/GITVERSE（本周约132★，MIT协议）gitverse.id这把刀的思路很妙，解决的是"抄作业"场景：看到一个想复刻的产品/开源项目，怎么把它变成AI能一次性重建的prompt？
三步流程：
01 贴代码（文件或GitHub URL） → 02 AI全盘分析（架构/依赖/API/业务逻辑） → 03 输出一个可复制的重建prompt
输出的是一个exhaustive（穷尽式）的reconstruction prompt，可以直接丢给Cursor、Claude Code、Codex让它从零重建。虽然它本身是个在线工具而非严格意义上的skill，但它输出的正是skill生态最缺的"喂给agent的高质量上下文"。
信息差点：这是"逆向工程+AI重建"的工程化，国内常见的是"给AI一个需求让它写"，很少人系统化地做"从现有实现反推规格说明"。适用人群：做技术选型调研、想复刻优秀交互、需要给团队沉淀"可重建规格"的架构师。
把这四把刀串起来看，你会发现Skill生态已经形成一条可复制的工程链。下面这张图是一个skill在agent内部"从被加载到交付并自检"的完整生命周期：
flowchart TD
A[开发者编写 SKILL.md<br/>工作流 + 验证标准] --> B[放入 ~/.claude/skills 目录<br/>或 Cursor/Codex skills 目录]
B --> C[Agent 启动时加载<br/>把技能内化进执行逻辑]
C --> D{用户下达任务<br/>例: 出一条TikTok竖版短片}
D --> E[Agent 匹配到 motion-skills]
E --> F[按skill工作流执行<br/>渲染帧 → 截图]
F --> G{deliver-and-verify 自检<br/>PSNR/SSIM/安全区检查}
G -->|不达标| F
G -->|达标| H[交付成品]
H --> I[同时可串联其它skill<br/>browser-search联网补充素材]
style A fill:#1f2937,color:#fff
style G fill:#6366f1,color:#fff
style H fill:#10b981,color:#fff
关键就在那个自检回环——这是skill区别于"一次性prompt"的根本：它让agent具备了"专业级品质保证"，而不是赌一把。
| 维度 | 国内主流认知（你可能在的层） | 本周海外已跑通的层（信息差） |
|---|---|---|
| 给AI加能力 | 装插件 / 挂MCP / 反复写prompt | 丢一个skill，agent立刻"会"，且自带质检 |
| AI做视频 | 一句话生成，看运气 | 14个pack + 渲染自检循环，工业级出片 |
| 视频复刻 | 人眼对齐，主观判断 | PSNR/SSIM/哈希做客观质检 |
| Agent联网 | 手动喂料 / 受限插件 | 自托管SearXNG+Camofox+CloakBrowser，免费无限绕反爬 |
| 抄优秀实现 | 截图让AI照着猜 | GITVERSE反推出穷尽式重建prompt |
| 技能通用性 | 绑死单一工具 | 同一skill跨Claude Code/Cursor/Codex/OpenCode |
如果你想立刻拿到这个信息差，按这个优先级走：
~/.claude/skills/），让你的agent从此能稳定联网、绕反爬。black-white-text-opener这种单skill先跑通，感受"装了就会"的爽感。gitverse.id反推一份重建prompt，再喂给你的agent，效率翻倍。更进一步的认知升级：别只当skill的使用者，当它的生产者。把你自己在某个垂直领域（比如你做的5G核心网协议分析、你跑的某个数据流程）反复用的工作流，封装成一个带"验证步骤"的SKILL.md。这会成为你未来跨agent复用、甚至开源建个人品牌的资产——本周这些项目，本质上都是某个人把自己的"手艺"沉淀成了文件。
参考来源 - motion-skills — 50 open-source motion graphics skills - video-production-skills — AI视频制作skill精选仓库 - browser-search — A skill for AI agents (自托管/反幻觉) - GITVERSE — Reverse engineer any codebase into a build prompt - Hacker News Show HN 近期AI项目榜 (Algolia API)
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。