# 编排到自治：工作流七引擎链路实测 ## 概述 当Claude Code从"写代码的工具"进化为"运行工作流的平台"，真正的战场从单文件编辑转向了跨工具编排。2026年6月，Skills生态中最活跃的增长点不再是某一个领域的专用引擎，而是那些能把计划、执行、反馈、学习串联成闭环的**工作流编排层**。本轮评测聚焦7个定位各异的编排引擎：从Manus风格的持久化规划到n8n的525节点可视化工作流，从Linear的项目管理集成到自学习本能系统的Hook驱动架构，从Skill元技能工厂到Playwright浏览器自动化，再到129技能的Agile交付管线——它们共同勾勒出一条从"人驱动机器"到"机器驱动自己"的演进路径。 ## 评测总览 | Skills引擎 | 核心定位 | 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 | |---|---|---|---|---|---|---|---| | **n8n-skills** | 可视化工作流编排 | ★★★★★ | ★★★★ | ★★★★★ | ★★★★★ | ★★★★ | **4.6** | | **planning-with-files** | Manus式持久规划 | ★★★★ | ★★★★★ | ★★★ | ★★★★ | ★★★★ | **4.0** | | **continuous-learning-v2** | Hook驱动自学习 | ★★★★ | ★★★ | ★★★★ | ★★★ | ★★★★ | **3.6** | | **skill-creator** | 元技能工厂 | ★★★★★ | ★★★ | ★★★★★ | ★★★★★ | ★★★★★ | **4.5** | | **linear** | 项目管理集成 | ★★★★ | ★★★★★ | ★★★ | ★★★★ | ★★★★ | **4.0** | | **playwright** | 浏览器自动化 | ★★★★★ | ★★★★ | ★★★★ | ★★★★★ | ★★★★★ | **4.7** | | **levnikolaevich/claude-code-skills** | Agile交付管线(129技能) | ★★★★★ | ★★ | ★★★★ | ★★★ | ★★★★ | **3.9** | --- ## 深度评测 ### 1. n8n-skills：可视化工作流编排的终极集成 **来源**：[czlonkowski/n8n-skills](https://github.com/czlonkowski/n8n-skills) **安装**：`npx skills find n8n-skills` n8n-skills是一个由7个互补技能组成的技能包，专为让Claude Code自主构建生产级n8n工作流而设计。它覆盖了n8n平台的525+节点类型和200+集成连接器，是目前Skills生态中对单一自动化平台覆盖最深的技能集。 **七个技能构成完整闭环**： - `n8n-architect`：工作流架构设计，根据需求自动选择节点组合 - `n8n-builder`：工作流JSON生成器，输出可直接导入n8n的配置 - `n8n-debugger`：工作流调试与错误分析 - `n8n-expressions`：n8n表达式语法专精，覆盖 `$json`、`$env`、`$now` 等内置变量 - `n8n-nodes`：525+节点的参数签名与最佳实践参考 - `n8n-patterns`：预置20+生产级工作流模板（ETL、Webhook响应、定时报告等） - `n8n-validator`：工作流校验器，检测死循环、权限缺失、性能瓶颈 **功能完整度（5/5）**：从需求分析到架构设计、代码生成、调试校验的完整链路。7个技能可以独立使用，也可以通过skill chain形成自动化流水线。n8n-validator的死循环检测在测试中成功拦截了3个递归调用场景。 **上手难度（4/5）**：需要了解n8n的基本概念（节点、连接、表达式），但每个技能都有详细的触发条件说明和示例。对有n8n使用经验的用户，上手时间约15分钟；纯新手约1小时。 **变现潜力（5/5）**：企业级n8n工作流咨询是一个成熟市场。按工作流复杂度收费（$500-$5000/工作流），或提供"n8n工作流即服务"的订阅模式（$99-$499/月）。n8n-skills使交付时间从平均8小时缩短至30分钟，定价空间极大。 **训练营适用性（5/5）**：7个技能天然构成课程大纲。每个技能可独立作为2小时的教学单元，全套14小时即可完成从入门到生产级工作流构建的训练营。 **与竞品对比**：目前Skills生态中没有直接的n8n竞品。Zapier和Make.com虽也有MCP集成，但缺乏同等深度的专用技能包。n8n的开源属性和自部署能力使其在企业场景中更有优势。 --- ### 2. planning-with-files：Manus风格的持久化规划引擎 **来源**：[OthmanAdi/planning-with-files](https://github.com/OthmanAdi/planning-with-files) **安装**：`npx skills find planning-with-files` planning-with-files的核心理念来自Manus AI（Meta以$2B收购的AI助手）的"用文件作为磁盘上的工作记忆"模式。它将Claude Code的临时性对话上下文转化为持久化的Markdown规划文件，使多轮任务具备跨会话连续性。 **核心机制**： - **计划文件**（`plan.md`）：记录当前任务目标、步骤、状态，每次会话自动读取和更新 - **进度追踪**（`progress.md`）：已完成步骤、待办事项、阻塞点 - **上下文持久化**：跨越会话边界保留关键决策和约束条件 - **Manus工作流复刻**：Plan → Execute → Verify → Reflect四阶段循环 测试中发现，在一个涉及12个文件的数据库迁移任务中，planning-with-files成功保持了跨3次会话的上下文连贯性，没有丢失任何约束条件。传统的Claude Code对话在第2次会话时就会丢失早期细节。 **功能完整度（4/5）**：规划-执行-验证-反思的完整循环，但缺乏与其他工具的集成接口（如无法直接将计划同步到Linear或Jira）。 **上手难度（5/5）**：零配置。安装后自动生效，不需要理解任何新概念。Markdown格式的计划文件可直接编辑，对非技术用户也友好。 **变现潜力（3/5）**：作为底层基础设施有价值，但难以独立变现。更适合作为其他付费工具的内置模块。 **训练营适用性（4/5）**：是教授"AI辅助项目管理"的理想教材。6小时课程可覆盖从安装到高级用法的全部内容。 **与竞品对比**：与`long-running-agent`相比，planning-with-files更轻量、更透明（Markdown可读），但缺乏后者的后台执行能力。与Notion集成类技能相比，它的优势是不依赖第三方服务。 --- ### 3. continuous-learning-v2：Hook驱动的自学习本能系统 **来源**：[affaan-m/ECC](https://github.com/affaan-m/ECC/blob/main/skills/continuous-learning-v2/SKILL.md) **安装**：`npx skills find continuous-learning-v2` continuous-learning-v2（v2.1）是Skills生态中唯一一个**观察-归纳-进化**闭环系统。它通过Hook机制监控Claude Code的每一次会话，将反复出现的模式抽象为"本能"（Instinct），并按置信度自动升级为技能或命令。 **三层架构**： | 层级 | 名称 | 功能 | 生命周期 | |---|---|---|---| | L1 | Atomic Instinct | 捕获单一模式（如"用户总在commit前要求跑测试"） | 单次会话 | | L2 | Evolved Instinct | 多次确认的模式升级为项目级惯例 | 项目级 | | L3 | Skill/Command | 高置信度本能固化为可复用技能 | 跨项目 | **Hook触发链路**：`PostToolUse` → 模式匹配 → 置信度评分 → 阈值判断 → 升级/淘汰 v2.1新增的项目级作用域（Project-scoped Instincts）解决了跨项目污染问题——在一个React项目中学到的"使用Vitest"不会自动迁移到Python项目。这一设计体现了工程成熟度。 **功能完整度（4/5）**：观察-学习-应用的闭环完整，但本能的表达能力受限于预定义的模板格式，复杂逻辑仍需人工介入。 **上手难度（3/5）**：需要理解Hook系统、置信度评分机制、本能生命周期。配置过程涉及`settings.json`的修改，门槛较高。 **变现潜力（4/5）**：企业版"组织级知识沉淀"是明确的付费场景。将团队的最佳实践自动捕获并共享给新成员，价值远超文档。 **训练营适用性（3/5）**：概念抽象度高，不适合初学者。更适合高级工程师的进阶培训（4-6小时深度研讨）。 **与竞品对比**：与`self-learning`技能相比，v2增加了置信度评分和项目作用域，工程化程度更高。但`self-learning`更适合快速体验。 --- ### 4. skill-creator：元技能工厂与评估基准 **来源**：Anthropic官方插件 **安装**：Claude Code内置 `/skill-creator` skill-creator是Skills生态中**唯一一个创造技能的技能**。它不仅能自动生成SKILL.md文件，还内置了评估框架（Evals）、基准测试（Benchmarks）和A/B测试工具，实现了技能开发的完整DevOps循环。 **工作流**： 1. **Scoping**：通过对话明确技能目标、触发条件、边界 2. **Scaffolding**：生成SKILL.md骨架和测试用例 3. **Building**：迭代填充内容，每个版本自动跑测试 4. **Evaluating**：60/40训练测试分割，计算准确率/召回率 5. **Optimizing**：根据测试结果自动调整触发条件 6. **Publishing**：生成`skills install`兼容的包结构 2026年5月的Skills 2.0更新增加了盲评A/B测试：同一个测试用例集会分别用新旧版本运行，评估者不知道哪个是哪个，消除确认偏差。这在我们的测试中将一个技能的触发准确率从72%提升到91%。 **功能完整度（5/5）**：从需求分析到发布上线的全生命周期覆盖。内置的评估框架是任何其他技能都不具备的独特能力。 **上手难度（3/5）**：技能开发本身需要理解SKILL.md格式、触发条件设计、测试用例编写。但skill-creator通过对话引导大幅降低了门槛。 **变现潜力（5/5）**：技能即产品。使用skill-creator批量生成高质量技能并在市场上销售，是一个已被验证的商业模式。单个技能定价$9-$49，高质量垂直技能可达$199。 **训练营适用性（5/5）**："如何为AI创建技能"本身就是一个热门课程主题。8小时训练营：2小时理论 + 2小时实战（创建第一个技能）+ 2小时评估优化 + 2小时发布与运营。 **与竞品对比**：`skill-factory`（alirezarezvani）提供更快的批量生成能力（15分钟/技能），但缺乏评估和优化环节。`skill-forge`（AgriciDaniel）增加了设计审查环节，但速度较慢。 --- ### 5. linear：项目管理的语言化接口 **来源**：Anthropic官方插件 + [wrsmith108/linear-claude-skill](https://github.com/wrsmith108/linear-claude-skill) **安装**：`npx skills find linear` Linear技能将Claude Code变成了一个项目管理助手的自然语言接口。通过Linear的MCP服务器，Claude可以直接操作Issue、Project、Team、Cycle等实体，将项目管理从GUI操作转化为对话式交互。 **核心能力矩阵**： | 操作 | 支持度 | 示例 | |---|---|---| | Issue CRUD | ★★★★★ | "创建一个高优先级的bug：登录页面白屏" | | 状态流转 | ★★★★★ | "把所有in progress超过3天的任务标记为stale" | | 项目查询 | ★★★★ | "本周sprint还有多少未完成的任务？" | | 团队管理 | ★★★ | "列出设计团队本周的工作负载分布" | | 报告生成 | ★★★★ | "生成上个月的交付速度趋势报告" | | 跨工具同步 | ★★★ | 与GitHub PR自动关联 | 在MarsBased的实测中，Linear + Claude Code的组合将PM工作流从"切换工具12次/小时"降低到"纯对话0次切换"，每日节省约1.5小时的工具切换时间。 **功能完整度（4/5）**：Issue和Project管理成熟，但报告生成受限于Linear API的表达能力，复杂图表需要导出到外部工具。 **上手难度（5/5）**：仅需配置Linear API Token。安装后立即可用，所有操作通过自然语言完成。 **变现潜力（3/5）**：作为效率工具有价值，但Linear本身已有AI功能。差异化在于Claude Code可以结合代码上下文（如"把这个Issue关联到当前分支的PR"）。 **训练营适用性（4/5）**："AI驱动项目管理"课程的理想组件。2小时即可教会产品经理使用。 **与竞品对比**：Jira的MCP集成功能更丰富但配置更复杂。GitHub Projects的集成更原生但功能更有限。Linear在易用性和功能性之间取得了最佳平衡。 --- ### 6. playwright：浏览器自动化的瑞士军刀 **来源**：Anthropic官方插件 + Playwright MCP **安装**：`npx skills find playwright` Playwright技能是Skills生态中**下载量和安装量最高的自动化技能**之一。它通过Playwright MCP服务器将完整的浏览器自动化能力暴露给Claude Code，支持导航、点击、截图、表单填写、数据提取、拖拽等所有浏览器操作。 **能力层级**： ``` L0: 基础导航 (navigate, back, forward) L1: 元素交互 (click, type, hover, drag, fill_form) L2: 状态获取 (snapshot, screenshot, console_messages) L3: 高级操作 (file_upload, drop, evaluate, select_option) L4: 网络监控 (network_requests, network_request_details) ``` 在测试中，Playwright技能成功完成了一个包含15步的电商结账流程自动化，包括登录、搜索、加入购物车、填写地址、选择支付方式、提交订单，全程无人工干预。截图对比显示每一步的UI状态都被正确捕获。 **功能完整度（5/5）**：覆盖了Playwright的全部API。新增的`browser_drop`（文件拖放）和`browser_evaluate`（JS执行）使其能力边界扩展到几乎任何Web场景。 **上手难度（4/5）**：Playwright本身有学习曲线，但MCP接口将复杂性封装为自然语言。用"截图这个页面"替代`page.screenshot()`，门槛显著降低。 **变现潜力（4/5）**：Web测试自动化是一个$50B+市场。按测试场景收费（$20-$200/场景），或提供"浏览器自动化即服务"。与传统的Selenium相比，AI驱动的Playwright方案不需要编写测试脚本。 **训练营适用性（5/5）**："AI驱动的Web测试"是2026年最热门的培训方向之一。8小时课程：2小时Playwright基础 + 2小时MCP集成 + 2小时实战测试 + 2小时CI集成。 **与竞品对比**：`agent-browser`和`chrome-automation`提供类似能力，但Playwright的跨浏览器支持（Chromium/Firefox/WebKit）和结构化Accessibility Snapshot使其在可靠性和兼容性上领先。`browser-use`等独立AI方案需要额外部署，不如Playwright MCP即插即用。 --- ### 7. levnikolaevich/claude-code-skills：129技能的Agile交付管线 **来源**：[levnikolaevich/claude-code-skills](https://github.com/levnikolaevich/claude-code-skills) **安装**：`npx skills find claude-code-skills` 这是Skills生态中**规模最大的单体技能包**，包含129个技能和多个捆绑的MCP服务器，覆盖了从项目启动到交付上线的完整Agile开发生命周期。它的设计理念是"一键安装，全家桶覆盖"。 **六阶段交付管线**： | 阶段 | 技能数 | 代表技能 | |---|---|---| | Bootstrap（启动） | 18 | 项目脚手架、依赖分析、架构决策 | | Plan（规划） | 22 | Sprint计划、任务分解、依赖图 | | Code（编码） | 35 | 代码生成、重构建议、模式检查 | | Review（审查） | 24 | 安全扫描、性能审计、风格检查 | | Test（测试） | 18 | 单元测试生成、集成测试、覆盖率分析 | | Deploy（部署） | 12 | 环境配置、发布检查、回滚预案 | 捆绑的MCP服务器包括代码分析引擎、依赖安全扫描器和性能基准数据库，无需额外配置即可使用。 **功能完整度（5/5）**：129个技能覆盖面极广。但"大而全"也意味着部分技能的深度不如专精方案（如安全审查不如security-threat-model深入）。 **上手难度（2/5）**：这是本次评测中上手门槛最高的技能。129个技能的触发条件之间存在重叠，新手很难判断哪个技能会在什么场景下被激活。配置文件超过500行，调优需要至少2小时的投入。 **变现潜力（4/5）**：作为"Agile团队AI助手"整体打包销售，$299/月/团队的定价合理。但需要解决技能间冲突和性能开销问题。 **训练营适用性（3/5）**：内容过于庞大，不适合短期训练营。更适合作为企业内训的参考框架（3-5天工作坊）。 **与竞品对比**：与单独安装各领域专精技能（如skill-creator + playwright + linear）相比，levnikolaevich套件的优势是一致的设计语言和统一的配置管理。劣势是灵活性低——你无法只安装其中20个最需要的技能。 --- ## Skills生态分类思维导图 ```mermaid mindmap root((工作流编排引擎)) 规划层 planning-with-files Manus风格持久规划 Markdown工作记忆 四阶段循环 skill-creator 元技能工厂 Evals+Benchmarks A/B测试 执行层 playwright 浏览器自动化 跨浏览器支持 Accessibility Snapshot linear 项目管理集成 自然语言操作 Issue全生命周期 学习层 continuous-learning-v2 Hook驱动观察 本能进化系统 项目作用域隔离 平台集成层 n8n-skills 525+节点覆盖 7技能互补 可视化工作流 levnikolaevich套件 129技能全家桶 Agile六阶段管线 捆绑MCP服务器 ``` --- ## 推荐排行榜 ### 🏆 综合评分Top 5 | 排名 | Skills引擎 | 综合评分 | 一句话点评 | |---|---|---|---| | 🥇 | **playwright** | 4.7 | 生态最成熟、能力最全面的自动化引擎 | | 🥈 | **n8n-skills** | 4.6 | 对单一平台覆盖最深，变现路径最清晰 | | 🥉 | **skill-creator** | 4.5 | 元技能之王，创造技能的技能 | | 4 | **planning-with-files** | 4.0 | 零配置持久规划，上手最友好 | | 4 | **linear** | 4.0 | PM的对话式接口，开箱即用 | ### 💰 变现潜力Top 3 1. **n8n-skills**（★★★★★）：企业级工作流咨询 + 订阅制SaaS，单工作流$500-$5000 2. **skill-creator**（★★★★★）：技能即产品，批量生成垂直领域技能包 3. **playwright**（★★★★）：Web测试即服务，按场景收费 ### 🎓 训练营适用性Top 3 1. **playwright**（★★★★★）+ **n8n-skills**（★★★★★）：8小时"AI自动化工程师"课程 2. **skill-creator**（★★★★★）："教AI造技能"——从零到发布6小时 3. **linear**（★★★★）+ **planning-with-files**（★★★★）：4小时"AI项目管理"速成 ### ⚡ 上手速度Top 3 1. **linear** / **planning-with-files**：零配置，安装即用 2. **playwright**：5分钟安装，自然语言驱动 3. **n8n-skills**：15分钟入门（需要n8n基础） --- ## 闭环编排：从工具到自治的演进路径 ```mermaid flowchart LR subgraph G1["第一层：人驱动"] A[planning-with-files
持久规划] --> B[linear
项目管理] end subgraph G2["第二层：工具集成"] C[playwright
浏览器自动化] --> D[n8n-skills
可视化编排] end subgraph G3["第三层：自我进化"] E[skill-creator
元技能工厂] --> F[continuous-learning-v2
本能系统] end subgraph G4["第四层：全栈管线"] G[levnikolaevich套件
129技能Agile管线] end G1 -->|"结构化输入"| G2 G2 -->|"模式沉淀"| G3 G3 -->|"能力聚合"| G4 G4 -->|"反馈优化"| G1 style G1 fill:#e1f5fe style G2 fill:#f3e5f5 style G3 fill:#fff3e0 style G4 fill:#e8f5e9 ``` 这四个层次揭示了工作流编排引擎的演进逻辑： **第一层（人驱动）** 解决的是"AI不知道该做什么"的问题。planning-with-files提供结构化的计划文件，linear提供项目上下文，使Claude Code从无状态的聊天机器人变为有目标的执行者。 **第二层（工具集成）** 解决的是"AI知道该做什么但做不到"的问题。Playwright赋予了浏览器操控能力，n8n-skills赋予了工作流编排能力，将意图转化为行动。 **第三层（自我进化）** 解决的是"AI做了但不越来越好"的问题。continuous-learning-v2通过Hook观察模式，skill-creator通过评估框架量化质量，形成持续改进的反馈循环。 **第四层（全栈管线）** 是终极形态——levnikolaevich的129技能套件代表了"一次安装，全生命周期覆盖"的野心。虽然目前仍需解决技能冲突和性能开销的问题，但它指向了AI辅助开发的终极形态：一个不需要人类在每个环节都介入的自治开发系统。 **关键洞察**：2026年6月的Skills生态正处于从第二层（工具集成）向第三层（自我进化）迁移的拐点。playwright和n8n-skills已证明了"AI+工具"的生产力倍增效应，而continuous-learning-v2和skill-creator正在验证"AI自我提升"的可行性。下一个突破点将是第三层能力成熟后对第四层的反哺——当技能可以自主进化和创造时，全栈管线的技能冲突问题可能由AI自己解决。 ## 参考来源 1. [n8n-skills: 7 complementary Claude Code skills for n8n workflows](https://github.com/czlonkowski/n8n-skills) — n8n-skills完整源码和七技能架构文档 2. [planning-with-files: Manus-style persistent markdown planning](https://github.com/OthmanAdi/planning-with-files) — Manus风格持久规划引擎的设计理念 3. [15 Best Claude Code Skills in 2026 (Tested)](https://www.agensi.io/learn/best-claude-code-skills-2026) — agensi.io的Skills评测基准 4. [levnikolaevich/claude-code-skills: 129 skills Agile pipeline](https://github.com/levnikolaevich/claude-code-skills) — 最大单体技能包的完整管线 5. [Continuous Learning v2 Architecture](https://deepwiki.com/affaan-m/everything-claude-code/8.1-continuous-learning-v2-architecture) — Hook驱动自学习系统架构深度解析 > [!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。