当 Skills 生态规模突破数十万量级，真正的瓶颈不再是"有没有技能可用"，而是"谁来批量、可控、可度量地制造技能"。本期跳出具体业务赛道，转向生态最底层——元技能（Meta-Skills），即"造技能的技能"。这一层由官方 skill-creator 领衔（299.4K 装机），由 find-skills（2.3M 装机，全生态第一）承担分发，由 mcp-builder（84.3K）打通外部连接，再叠加批量模板、文档包装、发布分发等环节，构成一条完整的"技能生产价值链"。2026 年 3 月 skill-creator 引入 evals、基准测试与方差分析后，技能从"手工艺"进入"工业化质检"阶段；同年 4 月 Agent Skills 开放标准获微软、OpenAI、Atlassian 跨厂商采纳，工厂栈正成为整个生态的基础设施。本文按七维评测这条价值链上的七个核心引擎。
为兼顾《评测模板》五维与"七维实测"口径，本期扩展为七维（权重合计 100%）：
| 维度 | 权重 | 评价标准 |
|---|---|---|
| 功能完整度 | 20% | 是否开箱即用、功能闭环 |
| 上手难度 | 15% | 学习曲线、前置基础 |
| 变现潜力 | 20% | 能否封装为付费产品/服务 |
| 训练营适用性 | 15% | 教学适配度、可演示性 |
| 社区活跃度 | 10% | 装机量、更新频率、贡献者 |
| 工程化/质检 | 10% | 是否含 evals、版本化、回归保障 |
| 可组合性 | 10% | 能否与其他技能串联成流水线 |
| 引擎 | 装机量 | 价值链角色 | 功能 | 上手 | 变现 | 训练营 | 社区 | 工程化 | 可组合 | 综合 |
|---|---|---|---|---|---|---|---|---|---|---|
| skill-creator | 299.4K | 制造+质检 | ★★★★★ | ★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★ | A+ |
| find-skills | 2.3M | 发现/检索 | ★★★★ | ★★★★★ | ★★★ | ★★★★ | ★★★★★ | ★★★ | ★★★★★ | A |
| mcp-builder | 84.3K | 连接/桥接 | ★★★★★ | ★★★ | ★★★★ | ★★★ | ★★★★ | ★★★★ | ★★★★★ | A- |
| theme-factory | 64.3K | 风格化/范式标本 | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★ | ★★★★★ | A- |
| skill-factory | 本地 | 批量/模板化 | ★★★★ | ★★★ | ★★★★ | ★★★ | ★★★ | ★★★ | ★★★★ | B+ |
| tutorial-engineer | 本地 | 文档化/教学包装 | ★★★★ | ★★★★ | ★★★★ | ★★★★★ | ★★★ | ★★★ | ★★★★ | B+ |
| skill-sync-github | 本地 | 发布/分发 | ★★★ | ★★★★ | ★★★ | ★★★ | ★★★ | ★★★ | ★★★★ | B |
来源：Anthropic 官方 安装：npx skills add anthropics/skills@skill-creator，或 Claude Code 内 /plugin install skill-creator@claude-plugins-official 装机：299.4K
核心功能演示：它是唯一把"技能生命周期"写进执行流程的引擎。完整闭环为——确定意图 → 起草 SKILL.md → 生成测试提示词 → 后台跑带技能的 Claude → 定性+定量评估 → 用 eval-viewer/generate_review.py 出评估视图 → 据反馈改写 → 循环至满意 → 扩大测试集再跑。2026 年 3 月升级后新增三项工业级能力：写 evals、跑基准、做方差分析，并在模型版本演进时"保技能不退化"。它还内置技能描述优化器，专门对抗 Claude "少触发"技能的倾向。底层遵循三级渐进披露：元数据（约 100 词常驻）→ SKILL.md 正文（触发时载入，建议 <500 行）→ 打包资源（scripts/references/assets，按需加载）。
评测评分：功能★★★★★｜上手★★★★｜变现★★★★★｜训练营★★★★★｜社区★★★★★｜工程化★★★★★｜可组合★★★★
变现/训练营分析：这就是"生产资料"本身。变现路径有二——做付费技能工作室（为企业定制垂直技能，单条 ¥3k–¥30k）；或做技能质检 SaaS（把 eval/benchmark 流程封装成订阅服务）。训练营适配度最高，建议两天制：第一天讲 SKILL.md 结构与渐进披露，第二天专门练 evals 与基准迭代。
与竞品对比：openai/skills@skill-creator（2.4K）是 OpenAI 的移植版，starchild-ai-agent/official-skills@skill-creator（7.3K）是社区版。Anthropic 原版在 eval 深度、模型版本回归保障上不可替代，装机量是第二名的 40 倍。
来源：Vercel Labs 安装：npx skills add vercel-labs/skills@find-skills 装机：2.3M（全生态装机量第一）
核心功能演示：这是整个生态的分发入口。npx skills find <query> 直接索引 skills.sh 市场，返回 owner/repo@skill 并附装机量，回答"X 是不是已经有现成技能"。本地还有 find-skills、skill-seekers、parallel-findall 等变体，覆盖"有就直接装、没有再自己造"的决策前置环节。
评测评分：功能★★★★｜上手★★★★★｜变现★★★｜训练营★★★★｜社区★★★★★｜工程化★★★｜可组合★★★★★
变现/训练营分析：变现是间接的——它本身是基础设施而非成品，但可作为技能策展通讯录/聚合站的引擎（每周热门榜、垂直精选）。训练营价值在于"第一天 30 分钟开眼"：让学员先看生态全貌，再决定造什么、不重复造轮子。它可组合性满分，是 skill-creator 工作流的标准前置步骤。
与竞品对比：agentspace-so/skills@find-skills（212.6K）为第二梯队，parallel-web/parallel-findall（8.5K）主打并行检索。Vercel 版凭借 2.3M 装机形成事实标准，市场数据最权威。
来源：Anthropic 官方 安装：npx skills add anthropics/skills@mcp-builder 装机：84.3K
核心功能演示：技能要触达外部世界（数据库、SaaS API、内部系统），靠的是 MCP（Model Context Protocol）服务器。mcp-builder 是"造桥的桥"——脚手架式生成符合最佳实践的 MCP 服务器，支持 Python（FastMCP）与 Node/TypeScript（MCP SDK）双栈。它定义了技能与工具设计规范，把"如何正确暴露一个工具给 LLM"这一抽象问题工程化。
评测评分：功能★★★★★｜上手★★★｜变现★★★★｜训练营★★★｜社区★★★★｜工程化★★★★｜可组合★★★★★
变现/训练营分析：MCP 是 2026 年最热的集成赛道，定制 MCP 集成与 MCP-as-a-service 都是清晰的付费形态，单集成 ¥5k–¥50k 不等。门槛在于需要 API/SDK 与协议知识，因此训练营里它属于进阶模块（第 3 天以后），适合有后端基础的学员。
与竞品对比：mcp-use/mcp-use@mcp-apps-builder（16.1K）、mcp-use/mcp-use@mcp-builder（9.3K）走通用/低代码路线。Anthropic 原版胜在规范权威性与工程质量。
来源：Anthropic 官方 安装：npx skills add anthropics/skills@theme-factory 装机：64.3K
核心功能演示：它名义上是"主题工厂"，实质是参数化工厂模式的范本——输入品牌色/字体/间距等约束，批量产出一致的设计令牌与主题包，供其他技能消费。它示范了一个优秀"工厂技能"应有的三特征：参数化输入、可复用输出、品牌一致性约束。
评测评分：功能★★★★｜上手★★★★｜变现★★★★｜训练营★★★★｜社区★★★★｜工程化★★★｜可组合★★★★★
变现/训练营分析：可直接封装为品牌主题生成 SaaS 或企业设计系统交付服务。训练营中它有双重价值——既是设计工具，又是"如何写一个工厂型技能"的活教材，可组合性满分意味着它能嵌入任何内容生成流水线。
与竞品对比：同厂 meme-factory（3.7K）、factory-pattern（460）走更细分赛道。theme-factory 装机量是同类的十几倍，是工厂范式的标杆。
来源：本地生态引擎 角色：批量生产/模板复用
核心功能演示：当需求是"一次性产出 N 个结构相似的技能"（如角色模仿军团、行业模板套件），逐个手写成本过高。skill-factory 提供模板化批量生成能力，把 skill-creator 的单件生产升级为流水线批量，是"技能包（skill pack）"形态的底层支撑。
评测评分：功能★★★★｜上手★★★｜变现★★★★｜训练营★★★｜社区★★★｜工程化★★★｜可组合★★★★
变现/训练营分析：变现点在"技能套装"——把同构技能打包成行业解决方案（如"通信运维套件""电商内容套件"）整体售卖。训练营适合放在量产阶段教学，强调"模板抽象"与"差异点参数化"。
与竞品对比：它填补 skill-creator（单件精造）与 find-skills（现成检索）之间的"批量定制"空白，目前生态内同定位竞品稀少，先发优势明显。
来源：本地生态引擎 角色：技能→教程的转译
核心功能演示：技能造出来只是第一步，要让用户/学员学会用，需要文档化。tutorial-engineer 把已有技能或代码仓库转译为结构化教程，补全工厂栈的"出厂说明书"环节。它与 course-video-maker-zh、knowledge-to-course 等串联，可进一步把教程做成视频课。
评测评分：功能★★★★｜上手★★★★｜变现★★★★｜训练营★★★★★｜社区★★★｜工程化★★★｜可组合★★★★
变现/训练营分析：变现直接对应付费课程/训练营教材的生产——把企业内部技能快速包装成对外培训产品。训练营适用性满分：它本身就是教学生产工具，是"训练营即交付"模式的关键齿轮。
与竞品对比：相比 GitHub 侧 comment-code-generate-a-tutorial（8.7K，偏代码注释），tutorial-engineer 更面向"技能使用教学"，定位互补。
来源：本地生态引擎 角色：出厂上线/版本同步
核心功能演示：技能造好、文档写完，最后一公里是发布到 GitHub / skills.sh 市场供他人安装。skill-sync-github 处理仓库初始化、版本同步、市场上架等流程，是工厂栈的"出厂物流"。它把分散的本地技能转化为可被 npx skills add 安装的标准化产品。
评测评分：功能★★★｜上手★★★★｜变现★★★｜训练营★★★｜社区★★★｜工程化★★★｜可组合★★★★
变现/训练营分析：变现偏弱（更偏工程工具），但它是技能变现的必要前置——没有发布就没有分发。训练营里作为收尾环节，10 分钟即可演示完整上架流程。
与竞品对比：作为价值链末端，竞争主要来自手工 git 操作；它的价值在于把发布流程标准化、降低出错率。
mindmap
root((元技能工厂栈))
制造与质检
skill-creator
evals/基准/方差
描述触发优化器
三级渐进披露
skill-factory
批量模板化
发现与连接
find-skills
skills.sh 检索
mcp-builder
MCP 服务器脚手架
Python / TS 双栈
风格化
theme-factory
参数化设计令牌
文档与发布
tutorial-engineer
技能转教程
skill-sync-github
GitHub 上架分发
底层标准
Agent Skills 开放规范
agentskills.io
跨厂商采纳
🏆 综合能力榜（按价值链不可替代性） 1. skill-creator —— 唯一含工业级 evals 的制造引擎，工厂栈心脏 2. find-skills —— 装机第一的分发入口，零门槛 3. mcp-builder —— 连接外部世界的唯一规范通道
💰 变现潜力榜 1. skill-creator —— "生产资料"本体，可做付费技能工作室 / 质检 SaaS 2. mcp-builder —— 定制集成单价最高（¥5k–¥50k） 3. skill-factory + theme-factory —— 技能套装与品牌系统打包售卖
🎓 训练营适配榜 1. skill-creator —— 两天制工作流的最佳教材 2. tutorial-engineer —— 教学生产工具，"训练营即交付" 3. find-skills —— 第一天开眼模块，30 分钟建立生态全景
🔗 可组合性榜（最易串成流水线） 1. find-skills → skill-creator → mcp-builder —— 发现缺口→自造→接外部数据 2. skill-factory → theme-factory → tutorial-engineer → skill-sync-github —— 批量造→风格化→文档化→上架
⚡ 上手友好榜 1. find-skills（零学习曲线）2. theme-factory（参数即用）3. skill-sync-github（流程标准化）
工厂栈已从"单兵作战"演进为七环价值链：发现缺口（find-skills）→ 自造（skill-creator）→ 批量（skill-factory）→ 连接（mcp-builder）→ 风格化（theme-factory）→ 文档化（tutorial-engineer）→ 发布（skill-sync-github）。最值得投入的是链条两端——入口 find-skills 决定"造不造"，制造端 skill-creator 决定"造得好不好"，二者中间的 mcp-builder 则是连接真实世界的命脉。对个人开发者，先装这三件即可跑通最小闭环；对企业，把 skill-creator 的 evals 能力内化为技能质检流水线，才是把"手工艺"升级为"工厂"的关键一步。Agent Skills 开放标准已被微软、OpenAI、Atlassian 采纳，意味着这条工厂栈产出的技能具备跨平台可移植性——今天造的技能，明天能在更多模型上复用，这正是元技能层最长期的护城河。
[!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。