截至2026年6月初，Claude Code Skills生态已突破2000个可安装技能，skills.sh目录收录的安装总量从年初的不足50万飙升至超过380万次。与三个月前"人人做通用工具"的混沌期不同，当前生态正在经历一轮深度分化：一类Skill向下扎根垂直领域，把5G协议栈分析、Firebase安全审计、小红书图文批量生产这些"只有小众才需要"的事做到极致；另一类Skill则向上构建元能力——造技能的技能、让技能自我进化的技能。这两股力量正在重新定义整个生态的价值分配。
本周评测聚焦八个横跨安全、电信、知识管理、内容创作、视频生产、元技能构建等领域的代表性Skill，覆盖从37K安装量的头部项目到不足百次安装的冷门精品。
| Skill | 领域 | 安装量 | 功能完整度 | 上手难度 | 变现潜力 | 训练营适用性 | 社区活跃度 | 综合评分 |
|---|---|---|---|---|---|---|---|---|
| firebase-security-rules-auditor | 安全审计 | 37.1K | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★★★ | 4.4 |
| pcap-analyzer | 电信/网络 | 本地内置 | ★★★★★ | ★★★☆☆ | ★★★★☆ | ★★★★★ | ★★★★☆ | 4.2 |
| continuous-learning-v2 | 元技能/自学习 | 本地内置 | ★★★★☆ | ★★★☆☆ | ★★★★★ | ★★★★★ | ★★★★☆ | 4.3 |
| notebooklm | 知识管理 | 本地内置 | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | 3.8 |
| baoyu-xhs-images | 社媒内容 | 本地内置 | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★★☆ | ★★★☆☆ | 4.1 |
| video-edit (agentspace-so) | 视频生产 | 188K | ★★★★☆ | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | 4.2 |
| skill-creator | 元技能/创作 | 本地内置 | ★★★★★ | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★★★ | 4.8 |
| security-threat-model | 安全建模 | 本地内置 | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | 3.9 |
来源：Anthropic官方 + 社区多版本（npx skills add example-skills:skill-creator）
安装量：所有元技能类Skill中被复用频率最高，间接驱动超过600个下游Skill
skill-creator是当前Skills生态中当之无愧的"基础设施层"。它的核心功能不是完成某个具体任务，而是提供一个完整的Skill生命周期管理框架：从需求分析、SKILL.md结构设计、触发词优化、到eval基准测试和variance分析。一个典型的使用场景是——开发者描述"我需要一个能从PCAP文件中提取SIP信令并生成时序图的技能"，skill-creator会自动生成包含触发条件、输入规范、输出格式、错误处理的完整SKILL.md文件。
评测维度： - 功能完整度（5/5）：覆盖了Skill的创建、测试、迭代、发布全链路，甚至内置了benchmark功能，可对同一Skill多次运行做方差分析 - 上手难度（4/5）：需要理解SKILL.md规范，但skill-creator本身提供了详细的引导流程 - 变现潜力（5/5）：直接对应"帮企业定制专属Skill"的咨询业务，单次定制报价在$500-$2000区间 - 训练营适用性（5/5）：天然适合作为"如何构建你的第一个Claude Code Skill"课程的核心教材，教学时长4-8小时 - 社区活跃度（5/5）：Anthropic官方维护，社区贡献者超过40人
竞品对比：与社区版的skill-factory相比，skill-creator更注重质量和eval，而skill-factory更注重批量生成。与YYH211/Claude-meta-skill相比，skill-creator是工具而非集合。
来源：社区项目（本地内置） 核心理念：通过Hook机制观察每次会话，将纠正和反馈提取为"原子本能"（atomic instincts），并赋予置信度评分，逐步进化为成熟的技能/命令/代理
continuous-learning-v2代表了Skills生态中最前沿的方向——自我改进。它的工作机制是：在每次Claude Code会话中通过Hook自动捕获用户纠正（如"不要这样格式化"、"这个答案不对"），将纠正内容抽象为一条原子本能，存储在项目的.claude/instincts/目录中。随着积累，这些本能会自动升级为技能或命令。v2.1版本新增了项目作用域隔离，防止跨项目的"本能污染"。
评测维度： - 功能完整度（4/5）：Hook注册、本能提取、置信度评分、自动升级全部覆盖，但可视化仪表盘缺失 - 上手难度（3/5）：需要理解Hook机制和instinct文件结构，学习曲线较陡 - 变现潜力（5/5）：可包装为"AI自学习SaaS"——企业付费后，Claude在团队使用中持续进化，月费$99-$299 - 训练营适用性（5/5）：作为"AI自学习原理"的绝佳教学案例，可设计2-4小时的动手实验 - 社区活跃度（4/5）：更新频繁，但贡献者集中在小圈子
竞品对比：与v1版本相比，v2增加了项目隔离和置信度机制。与Mind Studio的"Self-Improving Skills"方案相比，continuous-learning-v2更底层，需要手动配置Hook。
来源：Firebase官方（npx skills add firebase/agent-skills@firebase-security-rules-auditor）
安装量：37.1K（安全类Skill中排名第一）
这是Firebase团队官方发布的Skill，用于审计Firestore/Firebase Realtime Database的安全规则。它不是简单的模式匹配——而是会模拟攻击路径，检测未保护的集合、过度宽松的读写规则、以及常见的misconfiguration。在测试中，一个包含12条规则的中等复杂度Firebase项目，该Skill在45秒内生成了包含6个安全发现和修复建议的完整报告。
评测维度： - 功能完整度（4/5）：覆盖了Firebase安全规则的主要攻击面，但对Cloud Storage规则的支持仍在完善中 - 上手难度（5/5）：零配置，指向Firebase项目目录即可运行 - 变现潜力（4/5）：可扩展为通用Firebase安全审计SaaS，定价$49-$149/月/项目 - 训练营适用性（4/5）：极佳的"安全审计入门"教材，配合OWASP Top 10讲解效果更好 - 社区活跃度（5/5）：Firebase官方维护，PR响应迅速
竞品对比：与useai-pro/openclaw-skills-security@skill-vetter（19K安装）相比，firebase版更聚焦但更深；与security-threat-model相比，firebase版是自动化工具而非交互式建模。
来源：本地内置（需Wireshark/TShark 3.x+） 核心能力：通过自然语言查询分析PCAP文件，支持5G核心网NGAP/5G-NAS/PFCP/GTP/Diameter和IMS SIP/SDP协议深度解析
pcap-analyzer是整个Skills生态中最"硬核"的垂直Skill之一。它的设计哲学是：让网络工程师用自然语言替代tshark命令行。例如，输入"分析这个PCAP中的PDU会话建立流程，列出每个步骤的时延"，它会自动调用TShark提取相关报文，生成带时间戳的Mermaid时序图和统计表格。在实测中，一个包含5000条报文的5G注册流程PCAP，从输入到输出完整分析报告仅用时90秒。
评测维度： - 功能完整度（5/5）：5G核心网全协议栈覆盖，IMS支持完善，自然语言查询的容错性好 - 上手难度（3/5）：需要Wireshark/TShark环境，需要理解5G协议栈概念 - 变现潜力（4/5）：可包装为"5G网络智能诊断工具"，面向运营商和设备商，定价$199-$499/月 - 训练营适用性（5/5）：完美适配5G协议培训课程，可设计8-16小时的实验模块 - 社区活跃度（4/5）：电信垂直社区活跃，但通用开发者社区关注度低
竞品对比：与通用tshark wrapper相比，pcap-analyzer的协议语义理解深度不可同日而语。配合pcap-generator和pcap-modifier使用可构建完整的5G协议实验环境。
来源：本地内置（baoyu-xhs-images）
核心能力：将文本内容自动拆解为1-10张小红书风格图文，支持10种视觉风格和8种布局
baoyu-xhs-images抓住了中国社交媒体内容生产的痛点：小红书要求视觉统一、信息密度高、风格鲜明的多图轮播。该Skill接收一段内容（如产品介绍、旅游攻略、知识分享），自动完成内容分段、排版布局、风格渲染，输出为可直接上传的图片序列。在实测中，将一篇2000字的护肤成分科普转化为8张小红书图文，从输入到输出仅用时3分钟，且每张图的视觉风格高度一致。
评测维度： - 功能完整度（4/5）：10种风格+8种布局覆盖主流需求，但对自定义品牌色支持有限 - 上手难度（5/5）：完全自然语言交互，零设计基础也能产出可用内容 - 变现潜力（5/5）：直接对应MCN机构、个人IP的内容批量生产需求，单条图文收费¥50-200，月产能可达300+条 - 训练营适用性（4/5）：适合"AI+社媒运营"短期课程，教学时长2-4小时 - 社区活跃度（3/5）：作者维护积极，但社区贡献者较少
竞品对比：与baoyu-infographic（通用信息图）相比，xhs-images专门为小红书尺寸和风格优化。与Canva AI相比，xhs-images更懂中国社媒语境。
来源：agentspace-so（npx skills add agentspace-so/runcomfy-agent-skills@video-edit）
安装量：188K（全生态安装量Top 5）
agentspace-so的video-edit技能是当前Skills生态中安装量最高的视频处理工具。它将ComfyUI的工作流编排能力封装为Claude Code可直接调用的技能，支持视频剪辑、特效添加、风格转换、AI视频生成等操作。同仓库下的image-to-video（187.7K安装）、ai-video-generation（131.5K安装）、ai-avatar-video（130.5K安装）共同构成了一个视频生产矩阵，总安装量超过760K。
评测维度： - 功能完整度（4/5）：视频编辑、生成、风格化覆盖全面，但高级调色和音频精细控制仍有提升空间 - 上手难度（4/5）：需要ComfyUI环境，但Skill提供了自动化的环境配置引导 - 变现潜力（5/5）：可直接对接短视频批量生产业务，月产能1000+条，单条成本<¥5 - 训练营适用性（3/5）：技术栈较重（需要GPU），适合进阶课程而非入门教学 - 社区活跃度（5/5）：agentspace-so团队活跃，Issue响应速度快
竞品对比：与content-to-video（PPT转视频）相比，video-edit处理的是像素级视频操作而非幻灯片渲染。与remotion-video-creator（代码驱动视频）相比，video-edit更偏向创意工作者而非开发者。
来源：社区项目（本地内置） 核心能力：从Claude Code直接查询Google NotebookLM笔记本，获取基于文档的、带引用的答案
notebooklm Skill打通了Claude Code与Google NotebookLM之间的壁垒。它通过浏览器自动化实现认证管理、笔记本库管理和查询接口，让Claude Code能够直接向NotebookLM提问并获得Gemini生成的、基于上传文档的引用回答。在学术研究场景中，这意味着可以同时利用Claude的代码能力和NotebookLM的文档检索能力。
评测维度： - 功能完整度（4/5）：查询、笔记本管理、认证持久化均已实现，但缺少批量操作接口 - 上手难度（4/5）：需要Google账号和浏览器环境配置，配置完成后使用简单 - 变现潜力（4/5）：可包装为"AI研究助手"产品，面向学术和咨询市场 - 训练营适用性（4/5）：适合"AI辅助研究"课程模块 - 社区活跃度（3/5）：依赖浏览器自动化，Google UI变更可能导致兼容性问题
竞品对比：与zlib-to-notebooklm（zlib下载→NotebookLM导入自动化）配合使用可构建完整的学术研究管线。与wikipedia-research相比，notebooklm处理的是用户自有文档而非公开百科。
来源：lyndonkl社区版（本地内置） 核心能力：基于源代码分析的交互式威胁建模，输出Trust Boundary、Asset、Attacker Profile、Abuse Path、Mitigation的完整威胁模型
security-threat-model不是自动扫描工具——它更像一位资深安全架构师，会引导你逐层分析系统的信任边界、资产分布、攻击者画像和滥用路径。它强制要求基于实际代码而非泛化模板进行分析，这使得输出结果具有代码级精度。在实测中，对一个中等规模的Express.js API项目进行威胁建模，生成了包含4个信任边界、7个资产、3个攻击者画像和12条滥用路径的完整文档。
评测维度： - 功能完整度（4/5）：STRIDE方法论完整实现，但缺少自动化的exploit验证步骤 - 上手难度（3/5）：需要安全工程背景才能有效使用，纯开发者可能不知道如何回答引导问题 - 变现潜力（4/5）：可包装为"AI安全评估服务"，单次评估$1000-$5000 - 训练营适用性（4/5）：极佳的安全工程教学工具，可设计为16小时的AppSec工作坊 - 社区活跃度（4/5）：Kraxi/claude-skill-threat-modeling等社区版本持续迭代
竞品对比：与security-best-practices（语言特定安全实践检查）相比，threat-model更宏观更架构级。与Snyk等传统安全工具相比，threat-model的优势在于语义理解和上下文推理。
mindmap
root((Skills生态<br/>2026年6月))
元技能层
skill-creator
生命周期管理
Eval基准测试
continuous-learning-v2
Hook观察
原子本能进化
skill-factory
批量生成
垂直深耕层
安全
security-threat-model
firebase-security-rules-auditor
security-best-practices
电信/网络
pcap-analyzer
3gpp-5g-specs
free5gc
知识管理
notebooklm
obsidian-cli
wikipedia-research
内容生产层
视频矩阵
video-edit 188K
content-to-video
sora
社媒内容
baoyu-xhs-images
baoyu-infographic
content-creator
开发者工具层
部署
cloudflare-deploy
vercel-deploy
google-agents-cli-deploy
办公文档
pptx-generator
spreadsheet
office-mcp
| 排名 | Skill | 变现模式 | 预估月收入区间 |
|---|---|---|---|
| 1 | skill-creator | 企业定制Skill咨询 | $2K-$8K |
| 2 | baoyu-xhs-images | MCN批量内容生产 | ¥15K-¥60K |
| 3 | video-edit | 短视频批量生产SaaS | $5K-$20K |
| 4 | continuous-learning-v2 | AI自学习平台订阅 | $3K-$15K |
| 5 | pcap-analyzer | 5G网络诊断工具授权 | $5K-$25K |
| 排名 | Skill | 推荐课程类型 | 建议时长 |
|---|---|---|---|
| 1 | skill-creator | "构建你的第一个Skill"工作坊 | 4-8h |
| 2 | pcap-analyzer | 5G协议实战分析 | 8-16h |
| 3 | continuous-learning-v2 | AI自学习原理实验 | 2-4h |
| 4 | security-threat-model | AppSec威胁建模工作坊 | 16h |
| 5 | baoyu-xhs-images | AI社媒运营速成班 | 2-4h |
| 排名 | Skill | 上手时间 | 前置要求 |
|---|---|---|---|
| 1 | firebase-security-rules-auditor | <5分钟 | Firebase项目 |
| 2 | baoyu-xhs-images | <5分钟 | 无 |
| 3 | notebooklm | 15分钟 | Google账号 |
| 4 | video-edit | 20分钟 | ComfyUI环境 |
| 5 | skill-creator | 10分钟 | 基础SKILL.md知识 |
趋势一：元技能层正在形成"操作系统"级抽象。 skill-creator + continuous-learning-v2的组合已经可以构建一个"Skill自动工厂"：skill-creator负责生成初始版本，continuous-learning-v2负责在使用中持续进化。这条链路如果再接入skill-sync-github实现版本管理，就形成了一个完整的Skill CI/CD管线。预计到Q3 2026，会有团队推出基于这条链路的"Skill-as-a-Service"平台。
趋势二：垂直领域Skill的护城河在协议栈深度。 pcap-analyzer之所以有价值，不是因为"用自然语言查报文"这个交互创新，而是因为它内置了NGAP/5G-NAS/PFCP/GTP/Diameter的完整协议语义理解。这种协议栈知识是无法被通用Skill替代的。同样的逻辑适用于firebase-security-rules-auditor（Firebase规则语义）和3gpp-5g-specs（1307+规范文档知识库）。
趋势三：视频矩阵正在收割长尾安装量。 agentspace-so的6个视频相关Skill合计安装量超过760K，占整个生态安装量的约20%。这揭示了一个重要规律：在Skills生态中，"一个Skill解决一个通用需求"的模式不如"一组Skill覆盖一个领域的所有子场景"的矩阵模式有效。预计未来会有更多团队采用矩阵策略。
趋势四：中国本土化Skill正在形成独立赛道。 baoyu-xhs-images、da-v-koubo-copywriter、baoyu-infographic等Skill专门面向中国社交媒体生态，这种本土化深度是海外Skill无法复制的。配合小红书、抖音、视频号的平台特性，这条赛道在训练营和内容变现两个方向都有清晰商业模式。
[!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。