2026年上半年，Claude Code Skills生态中增长最快的赛道不是代码生成，也不是内容创作，而是个人知识管理（PKM）。从Obsidian官方发布五件套Skills到NotebookLM知识蒸馏工作流，从Wikipedia结构化研究到Notion全链路自动化，"第二大脑"这个概念正在被Skills重新定义——不再是你手动维护的笔记库，而是由AI驱动的知识捕获、组织、检索和再生产的完整管线。本报告聚焦七大知识管理引擎Skills，覆盖笔记、研究、记忆、知识图谱四大场景，从功能完整度、上手难度、变现潜力、训练营适用性和社区活跃度五个维度进行深度横评。
| 排名 | Skill名称 | 来源 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | kepano/obsidian-skills | Obsidian CEO官方 | 220K+ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 4.7 |
| 2 | coleam00/second-brain-skills | 社区开源 | 38K+ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 4.3 |
| 3 | teng-lin/notebooklm-py | 社区开源 | 5.5K | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | 4.0 |
| 4 | intellectronica/agent-skills@notion-api | 社区开源 | 44.1K | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | 3.8 |
| 5 | obra/episodic-memory | 社区开源 | 8.6K | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 3.5 |
| 6 | joshuaroll/wikipedia-research | 社区开源 | 55 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐ | 3.3 |
| 7 | anthropics/knowledge-work-plugins@memory-management | Anthropic官方 | 4.5K | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | 3.3 |
来源：Obsidian CEO Steph Ango（kepano）亲自维护
安装命令：npx skills add kepano/obsidian-skills@obsidian-markdown
市场数据：obsidian-markdown 43.2K安装 | obsidian-cli 37.2K | obsidian-bases 36.5K | json-canvas 31.9K | defuddle 30.8K
这是整个PKM Skills赛道中含金量最高的项目。Steph Ango以Obsidian CEO的身份亲自下场，发布了五个精心打磨的Agent Skills，覆盖Obsidian生态的每一个核心格式：Markdown笔记写入、JSON Canvas图谱生成、Bases数据库操作、CLI命令行控制，以及Defuddle网页内容清洗。五个Skill形成完整闭环——从外部信息采集（defuddle清洗网页）到内部知识组织（markdown写入笔记），再到可视化（json-canvas生成知识图谱）和结构化（bases建立数据库）。
核心亮点：obsidian-markdown Skill对Obsidian的链接语法（[[双链]]、![]嵌入）、标签体系、YAML frontmatter、Callout块等格式做了极其精确的规范定义。Agent生成的笔记可以直接放入Obsidian vault，无需任何后处理。json-canvas Skill让Agent能生成标准的.canvas文件，在Obsidian画板中呈现为节点-连线式知识图谱。这种"生成即可视化"的体验是目前其他Skills无法企及的。
评分详解： - 功能完整度 ⭐⭐⭐⭐⭐：五件套覆盖Obsidian全部核心格式，开箱即用 - 上手难度 ⭐⭐⭐⭐：需熟悉Obsidian基础概念，但文档清晰 - 变现潜力 ⭐⭐⭐⭐：可构建付费的Obsidian模板商店或自动化知识服务 - 训练营适用性 ⭐⭐⭐⭐⭐：极佳——Obsidian是PKM教学的标准工具 - 社区活跃度 ⭐⭐⭐⭐⭐：Obsidian官方维护，GitHub持续更新
竞品对比：对比mattpocock/skills@obsidian-vault（36.3K安装），kepano版本在格式精度和功能广度上全面领先。mattpocock版本侧重vault级别的文件管理，而kepano版本深入到每个格式细节。
来源：开发者coleam00开源项目
安装命令：npx skills add coleam00/second-brain-skills
市场数据：GitHub 2.4K+ Stars，dev.to专题报道，多个技能市场收录
second-brain-skills是目前最接近"AI第二大脑"概念的Skills集合。它不绑定任何特定笔记工具，而是定义了一套通用的知识工作流模式：捕获（Capture）→ 组织（Organize）→ 提炼（Distill）→ 表达（Express）→ 回顾（Review）。每个模式对应一个或多个Skill，Agent根据用户意图自动匹配工作流。
核心亮点：项目的设计哲学深受Tiago Forte"Building a Second Brain"方法论影响。捕获阶段支持从网页、对话、文件中提取关键信息并生成结构化笔记；组织阶段自动打标签、建双链、归类到PARA结构（Projects/Areas/Resources/Archives）；提炼阶段能从多篇笔记中抽取核心洞察生成摘要；表达阶段将笔记转化为文章、邮件、报告等输出物。配套的coleam00/second-brain-starter项目更提供了一个交互式PRD生成器，帮助用户定制自己的第二大脑系统。
评分详解： - 功能完整度 ⭐⭐⭐⭐：工作流设计完整，但具体实现依赖底层工具 - 上手难度 ⭐⭐⭐⭐：方法论清晰，但需要理解PARA等概念 - 变现潜力 ⭐⭐⭐⭐⭐：可直接打包为"AI知识管理咨询服务" - 训练营适用性 ⭐⭐⭐⭐：非常适合，可设计4-8周的课程体系 - 社区活跃度 ⭐⭐⭐⭐：社区热度高，多个技术博客专题推荐
竞品对比：与单点工具Skills相比，second-brain-skills的优势在于方法论层面的完整性。它不是帮你写一篇笔记，而是帮你建立一整套知识管理系统。但劣势是具体执行层的深度不如专用Skills。
来源：teng-lin开发，社区维护
安装命令：npx skills add teng-lin/notebooklm-py@notebooklm
市场数据：5.5K安装，substack多篇深度教程
NotebookLM是Google推出的AI研究工具，其核心能力是将上传的文档转化为可交互的知识库，并生成带引用的回答。notebooklm-py Skill将这一能力引入Claude Code，实现了"先用NotebookLM消化，再用Claude生产"的知识蒸馏工作流。
核心亮点：这个Skill最大的价值在于防幻觉。Claude直接回答问题时容易产生看似合理但实际错误的信息；通过NotebookLM中转，所有回答都基于上传的源文档，每个声明都有对应的引用出处。工作流为：创建Notebook → 添加源文档（PDF、网页、YouTube字幕）→ 基于源文档查询 → 获取带引用的回答。更高级的用法是"知识固化"：将NotebookLM的源文档蒸馏为一个永久的Claude Skill（skill.md），从而将外部知识内化为Agent的持久能力。pasqualepillitteri.it上的教程详细描述了这个流程——把一批研究论文喂给NotebookLM，让它生成结构化知识摘要，再将摘要写入skill.md，从此Claude就能"记住"这些知识。
评分详解： - 功能完整度 ⭐⭐⭐⭐：覆盖NotebookLM主要功能，但依赖Google账号认证 - 上手难度 ⭐⭐⭐：需要Google Cloud配置，浏览器自动化认证过程较复杂 - 变现潜力 ⭐⭐⭐⭐⭐：知识蒸馏即服务，面向企业和研究机构 - 训练营适用性 ⭐⭐⭐⭐：可用于教授"AI辅助研究方法论" - 社区活跃度 ⭐⭐⭐：开发者维护，社区贡献者较少
竞品对比：与joseesun/anything-to-notebooklm（515安装）等替代方案相比，teng-lin版本功能更全面，支持创建/查询/生成播客等完整操作链。但认证复杂度也更高。
来源：社区开发者intellectronica
安装命令：npx skills add intellectronica/agent-skills@notion-api
市场数据：44.1K安装，Notion Skills赛道排名第一
Notion作为团队协作和知识管理的核心工具，其Skills生态格外活跃。intellectronica/agent-skills@notion-api以44.1K安装量领跑，提供了完整的Notion API封装，让Claude能直接操作页面、数据库、块级内容。此外，makenotion官方也发布了notion-cli（3.6K安装），openai/skills旗下有notion-knowledge-capture、notion-research-documentation、notion-spec-to-implementation三个专题Skill，形成了从知识捕获到研究文档再到技术规格的全链路。
核心亮点：intellectronica版本的最大优势是通用性强——它不限定特定工作流，而是提供底层API能力，让Agent自由组合。创建数据库、插入页面、查询关联、更新属性，这些操作通过自然语言指令即可完成。配合openai/skills的三个专题Skill，可以实现"阅读论文→提取要点→写入Notion研究文档库→生成技术规格→分配给开发团队"的完整流程。notion-knowledge-capture专门处理碎片化信息的捕获，支持从对话、网页、文件中提取结构化数据并自动归类到Notion数据库。
评分详解： - 功能完整度 ⭐⭐⭐⭐：API覆盖全面，但块级编辑的复杂格式有限制 - 上手难度 ⭐⭐⭐⭐：需要Notion API Key和数据库结构理解 - 变现潜力 ⭐⭐⭐⭐：企业Notion自动化需求旺盛，可打包为SaaS - 训练营适用性 ⭐⭐⭐：Notion使用门槛不高，但API自动化需要编程基础 - 社区活跃度 ⭐⭐⭐⭐：安装量大，多个版本并行发展
竞品对比：makenotion官方的notion-cli在规范性上更好，但功能较保守。intellectronica版本更灵活，适合高级用户。
来源：obra开发
安装命令：npx skills add obra/episodic-memory@remembering-conversations
市场数据：8.6K安装
所有知识管理的基础都是记忆。obra/episodic-memory解决的问题是：Claude Code的对话是短期的，关掉终端就遗忘。这个Skill为Agent建立了情节记忆系统——自动将每次对话的关键信息提取、索引、持久化，在后续对话中智能检索相关记忆并注入上下文。
核心亮点：实现原理是在用户的主目录下创建.claude/memories/目录，每次对话结束时自动提取关键信息（用户偏好、项目决策、技术选择等），以结构化Markdown文件存储。下次对话时，Agent会扫描记忆库，将与当前话题相关的记忆注入系统提示。这本质上是把Claude Code从一个"失忆症患者"变成了一个"有长期记忆的助手"。对比GitHub的memory-merger（12.3K安装）和langchain的deep-agents-memory（10.1K安装），obra版本更轻量、更贴近Claude Code原生生态。
评分详解： - 功能完整度 ⭐⭐⭐：基础记忆存储和检索完善，但缺乏语义搜索 - 上手难度 ⭐⭐⭐⭐：几乎零配置，自动运行 - 变现潜力 ⭐⭐⭐：功能较基础，难以独立变现 - 训练营适用性 ⭐⭐⭐⭐⭐：极佳的"AI记忆机制"教学案例 - 社区活跃度 ⭐⭐⭐：开发者维护，更新频率中等
竞品对比：langchain的deep-agents-memory在技术深度上更强（支持向量检索），但集成复杂度也更高。obra版本胜在简洁实用。
来源：joshuaroll开发
安装命令：npx skills add joshuaroll/wikipedia-research-skill@wikipedia-research
市场数据：55安装（新上架，增速快）
Wikipedia是人类最大的开放式知识库，但直接让AI读取Wikipedia存在两大问题：一是信息缺乏结构化，二是缺乏引用追溯。wikipedia-research Skill同时解决了这两个问题——它通过Wikipedia API获取内容，连同底层的引用文献一起提取，输出为结构化JSON格式。
核心亮点：这个Skill的差异化价值在于引用链保留。常规搜索只返回文本摘要，wikipedia-research返回的每一段信息都附带了原始引用编号和对应的参考文献条目。这意味着Agent在基于这些信息生成回答时，可以精确标注"此信息来自Wikipedia引用的第X篇论文/书籍"。对于需要事实核查的研究场景，这种能力至关重要。输出格式为JSON，包含entities（实体）、claims（声明）、citations（引用）、timeline（时间线）等结构化字段，可直接用于构建知识图谱。
评分详解： - 功能完整度 ⭐⭐⭐⭐：Wikipedia研究场景覆盖完善 - 上手难度 ⭐⭐⭐⭐⭐：安装即用，无需额外配置 - 变现潜力 ⭐⭐⭐：垂直场景，受众有限 - 训练营适用性 ⭐⭐⭐⭐：优秀的"信息素养"和"事实核查"教学工具 - 社区活跃度 ⭐⭐：新项目，社区尚未形成规模
来源：Anthropic官方
安装命令：npx skills add anthropics/knowledge-work-plugins@memory-management
市场数据：4.5K安装，Anthropic官方知识工作插件系列之一
这是Anthropic官方推出的knowledge-work-plugins系列中的一员，与data-visualization（8.1K）、code-review（5.6K）、documentation（5.2K）、task-management（4.7K）并列。memory-management提供了框架级的记忆管理规范，定义了知识如何在Claude Code会话之间持久化和组织。
核心亮点：作为官方出品，最大的价值是规范性和稳定性。它定义了一套标准的记忆模式：短期（当前会话）、中期（项目周期）、长期（跨项目）。每种模式有明确的存储位置、格式要求和检索策略。与社区方案相比，官方方案的兼容性最好——不会与Claude Code的内置记忆系统冲突，且能保证在未来版本更新中持续可用。但功能上相对保守，没有太多创新性的记忆管理策略。
评分详解： - 功能完整度 ⭐⭐⭐：规范清晰但功能较为基础 - 上手难度 ⭐⭐⭐⭐：文档完善，官方保障 - 变现潜力 ⭐⭐⭐：基础设施级别，难以直接变现 - 训练营适用性 ⭐⭐⭐：适合作为课程中的"标准规范"参考 - 社区活跃度 ⭐⭐⭐⭐：Anthropic官方维护，稳定性有保障
mindmap
root((知识管理Skills生态))
笔记引擎
Obsidian五件套
obsidian-markdown
obsidian-cli
json-canvas
obsidian-bases
defuddle
Notion自动化
notion-api
notion-cli
notion-knowledge-capture
notion-research-documentation
研究引擎
NotebookLM
notebooklm-py
anything-to-notebooklm
学术研究
academic-research-skills
grounded-research
wikipedia-research
深度搜索
firecrawl-deep-research
firecrawl-knowledge-base
记忆引擎
对话记忆
remembering-conversations
memory-merger
deep-agents-memory
官方规范
memory-management
knowledge-work-plugins
方法论引擎
第二大脑
second-brain-skills
second-brain-starter
PARA/CODE工作流
捕获→组织→提炼→表达
知识图谱
JSON Canvas
可视化节点连线
原生Obsidian画板
结构化输出
实体-关系抽取
引用链保留
| 排名 | Skill | 综合评分 | 一句话点评 |
|---|---|---|---|
| 🥇 | kepano/obsidian-skills | 4.7 | 官方出品，PKM领域的标杆Skills |
| 🥈 | coleam00/second-brain-skills | 4.3 | 方法论最完整，适合系统化知识管理 |
| 🥉 | teng-lin/notebooklm-py | 4.0 | 防幻觉研究管线，学术场景首选 |
| 排名 | Skill | 变现评分 | 变现路径 |
|---|---|---|---|
| 🥇 | coleam00/second-brain-skills | 5.0 | AI知识管理咨询服务、企业定制 |
| 🥇 | teng-lin/notebooklm-py | 5.0 | 知识蒸馏SaaS、研究代工服务 |
| 🥉 | kepano/obsidian-skills | 4.0 | Obsidian模板商店、自动化知识产品 |
| 排名 | Skill | 教学评分 | 适用课程类型 |
|---|---|---|---|
| 🥇 | kepano/obsidian-skills | 5.0 | PKM基础课（2-4周） |
| 🥇 | obra/episodic-memory | 5.0 | AI记忆机制专题（1周） |
| 🥉 | coleam00/second-brain-skills | 4.0 | 知识管理系统课（4-8周） |
| 排名 | Skill | 当前安装 | 增长预期 |
|---|---|---|---|
| 🥇 | joshuaroll/wikipedia-research | 55 | 引用链保留功能独特，研究场景刚需 |
| 🥈 | anthropics/knowledge-work-plugins | 4.5K | 官方背书，随Claude Code用户增长水涨船高 |
| 🥉 | teng-lin/notebooklm-py | 5.5K | NotebookLM热度持续攀升，带动Skill增长 |
趋势一：PKM Skills正在从"工具连接"进化为"方法论内化"。早期的Skills只是让Agent能操作Obsidian或Notion的文件格式，现在的second-brain-skills开始将PARA、Zettelkasten等方法论编码进Skill逻辑，让Agent不只会操作工具，更懂得如何组织知识。
趋势二：知识蒸馏成为新的价值高地。NotebookLM Skill的火爆证明了一个需求：用户不只是想要AI帮他们记笔记，更想要AI帮他们消化信息——从大量原始材料中提取精华，固化可复用的知识。这条路线的变现空间远超工具连接类Skills。
趋势三：记忆系统正从"锦上添花"变为"基础设施"。obra/episodic-memory和Anthropic官方的memory-management同时出现，说明行业已经意识到：没有长期记忆的AI助手，再智能也只是"金鱼脑"。记忆管理正在从Skill层面提升到平台层面。
趋势四：Obsidian生态在Skills赛道中拥有结构性优势。纯文本、开放格式、本地存储——Obsidian的技术哲学与Claude Code的Skills机制天然契合。kepano亲自下场更强化了这一优势。未来6个月内，Obsidian相关Skills的安装量预计将保持月均20%以上的增长。
根据不同用户画像，推荐以下Skills组合方案：
独立研究者：obsidian-skills + notebooklm-py + wikipedia-research
→ 用NotebookLM消化论文，用Wikipedia验证事实，用Obsidian组织笔记
知识付费创作者：second-brain-skills + notion-api + remembering-conversations
→ 用第二大脑方法论管理知识，用Notion协作分发，用对话记忆保持连续性
企业知识管理者：notion-api + memory-management + second-brain-skills
→ 以Anthropic官方规范为基础，用Notion做团队知识库，用第二大脑做方法论指导
[!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。