新锐即战力：跨域技能周榜七测

进入2026年7月，Claude Code的Agent Skills生态已从早期的"几百个手写模板"快速演化为一个分层明确、装机即用的生产力市场。第三方聚合站（如scriptbyai、awesome-claude-skills、claude-skills收录的345+条目）显示，真正高频被复用的不再是零散的提示词，而是能把一个完整闭环——从输入到可交付物——封装进SKILL.md的"引擎型"技能。本期评测从本周热度榜中抽出七个跨领域代表，覆盖教育可视化、设计转代码、数据图表、讲解视频、知识库问答、深度调研与技能元工具，用统一的五维评分卡（功能完整度、上手难度、变现潜力、训练营适用性、社区活跃度）横向丈量它们的开箱即用程度与商业化空间，帮你在装机清单里做出取舍。

评测对象一览

一、manim-video-creator：让数学公式自己动起来

排名	Skill名称	领域	核心交付物	综合星级
1	manim-video-creator（manim-skill）	教育/算法可视化	数学动画MP4	★★★★★
2	figma-implement-design	前端/设计转代码	生产级React/Next.js代码	★★★★★
3	chart-craft-plus	数据可视化	35+类HTML图表	★★★★☆
4	content-to-video	多媒体/PPT转视频	配音+字幕讲解视频	★★★★☆
5	notebooklm	知识库/检索增强	引用式问答与摘要	★★★★☆
6	deep-research	研究/调研	多源引用报告	★★★★☆
7	skill-creator	元工具/技能开发	可评测的新Skill	★★★★☆

来源：Yusuke710/manim-skill（GitHub，社区高星）；安装：npx skills add manim-skill 或将SKILL.md置入.claude/skills。

这是一个把3Blue1Brown式数学动画流水线化的引擎。它的杀手锏在于"全自主闭环"：Claude Code自主规划场景（Scene规划）→撰写Manim Community Edition代码→本地渲染MP4→基于渲染回看结果自我修正。输入一个公式或算法（如傅里叶变换、梯度下降、排序算法），它能产出带分镜、带标注、带相机移动的高质量教学动画，无需用户懂一行Python。

维度评分：功能完整度★★★★★（自主规划+渲染+修正三段式几乎无需干预）；上手难度★★★★☆（需预装Manim与FFmpeg，但对非程序员零门槛）；变现潜力★★★★★（知识付费赛道硬通货，单条定制动画报价区间数百至上千）；训练营适用性★★★★★（B站/视频号STEM课程的标准生产工具）；社区活跃度★★★★☆（Yusuke710持续维护，多聚合站首页推荐）。

变现与对比：横向看，manim-skill vs. 通用content-to-video——前者专攻数理动画的"高门槛硬核区"，后者更宽但更浅。它能直接改造为"K12到考研数学动画代做"的付费服务，定价空间优于图文类技能。竞品主要是processing-video-creator（偏向生成艺术）与remotion-video-creator（React代码驱动），但论"数学/算法"垂直度，manim-skill仍是首选。

二、figma-implement-design：从设计稿到可上线代码

来源：Figma官方Connector + 社区claude-code-design-skills；安装：通过Figma Connector授权或npx skills add figma-implement-design。

这是本周前端赛道被讨论最多的引擎之一。它通过Figma MCP把画布节点拉取为结构化上下文，再把设计令牌、组件层级、响应式约束翻译成生产级React/Next.js代码，自动处理Tailwind类名映射、变量系统与可复用组件抽取。区别于早期"截图喂给模型"的粗放方式，它直接读取Figma语义层，落地的是"可改、可对齐设计系统"的代码而非一次性草稿。

维度评分：功能完整度★★★★★（节点抓取+令牌映射+组件化三件套齐全）；上手难度★★★☆☆（需懂React/Tailwind生态，且要配置MCP授权）；变现潜力★★★★★（设计稿转代码是外包与内训刚需，客单价高）；训练营适用性★★★★☆（适合中级前端训练营，约2-4课时）；社区活跃度★★★★★（Figma官方下场，生态背书最强）。

变现与对比：与develop-web-game（游戏向）、纯frontend-design（美学导向）相比，figma-implement-design赢在"对接真实设计交付物"，是设计公司转研发外包的最短路径。商业化方向明确：作为"设计稿→代码"代工SaaS的内核，或嵌入企业内部设计研发一体化平台。

三、chart-craft-plus：一张嘴说需求，一张图落地

来源：社区chart-craft升级版；触发词："画个XX图""生成商业模式画布""做个架构图"。

chart-craft-plus把可视化拆成5大类35+图型——技术架构（C4、网络拓扑、部署图）、流程逻辑（BPMN、状态机、决策树、泳道图）、业务战略（OKR树、价值链、SWOT）、数据可视化（漏斗、桑基、热力图、KPI看板）与信息展示（概念图、韦恩图）。三种内置视觉风格（黑白简约/深色暗调/Claude暖色）加品牌风格扩展，输出独立HTML文件，可投屏、可截图、可嵌文档。

维度评分：功能完整度★★★★★（35+图型覆盖企业90%绘图场景）；上手难度★★★★★（自然语言触发，零学习成本）；变现潜力★★★★☆（咨询/培训行业的图表代工与模板包）；训练营适用性★★★★★（产品经理、咨询顾问的最佳可视化教学工具）；社区活跃度★★★☆☆（相对垂直，扩散度不及通用技能）。

变现与对比：相较architecture-diagram-zh（专攻架构图、双主题切换）、mermaid-generator（仅Mermaid语法）、excalidraw-diagram（手绘风），chart-craft-plus的优势是"图型最全+风格可换"，但深度上不如专精型。它适合作为"万能画图助手"变现——按图收费或打包成企业可视化模板库。短板是社区扩散有限，需主动推广。

四、content-to-video：课件秒变带配音讲解视频

来源：51学通信生态skill；输入：slides.json → 输出：中文TTS配音+字幕烧录的MP4。

这个引擎是"内容到视频"赛道的通用底座。它接收结构化的slides.json（支持Mermaid流程图、表格、分层bullet的精美PPTX），自动合成中文配音、生成字幕并烧录成视频。配合上游的knowledge-to-slides、frontend-slides或51xtx-ppt-writer，构成"知识→幻灯→视频"完整链路，是技术自媒体与培训机构的流水线核心。

维度评分：功能完整度★★★★☆（PPTX+TTS+字幕三合一稳定，但配音情感仍偏机械）；上手难度★★★★☆（需先准备slides.json，链路略长）；变现潜力★★★★☆（批量生产课程视频、教程号的效率倍增器）；训练营适用性★★★★★（课程录制训练营的标配）；社区活跃度★★★★☆（与课程视频maker家族联动，生态稳定）。

变现与对比：横向比较course-video-maker-zh（更偏课件图片+讲稿）、txt-to-video（纯文本驱动）、processing-video-creator（生成艺术），content-to-video定位"结构化内容到讲解视频"的中位，最通用也最易工程化。变现可直接做成"一键课件转视频"SaaS，按分钟或按条计费，面向教培与知识付费MCN。

五、notebooklm：把私有文档变成引用式智库

来源：社区notebooklm skill + Google NotebookLM MCP；触发：从Claude Code直连NotebookLM做来源受限问答。

它的价值在"反幻觉"——通过浏览器自动化直连Google NotebookLM，强制模型只在已上传文档内作答，返回带来源引用的答案，并可生成摘要、思维导图、闪卡。这把NotebookLM的"文档级grounding"能力接入了Claude Code工作流，适合处理海量PDF/规范/论文时做精准检索与事实核查。

维度评分：功能完整度★★★★☆（问答/摘要/闪卡/思维导图齐全，依赖NotebookLM配额）；上手难度★★★☆☆（需配置浏览器自动化与持久化鉴权，门槛偏高）；变现潜力★★★★☆（企业知识库问答、合规检索服务）；训练营适用性★★★★☆（信息检索与文献综述教学）；社区活跃度★★★★☆（popularaitools等有专文指南，热度上升）。

变现与对比：相比deep-research（开放式多源联网）、wikipedia-research（公开知识图谱）、notion-knowledge-capture（笔记向），notebooklm的护城河是"严格闭卷+引用可追溯"，适合律所、咨询、科研等不能容忍幻觉的场景。变现可包装成"私有文档智能问答"按席位订阅，但鉴权复杂度是规模化障碍。

六、deep-research：多源检索+证据汇编的结构化报告

来源：社区deep-research harness；定位：扇出式联网搜索→抓取源→对抗式验证→带引用报告。

这是研究类技能的"重型炮"。它采用扇出搜索+源抓取+对抗式验证（adversarial verify）的三段式harness：先并行检索多源，再抓取全文，接着用独立子代理交叉核验关键主张，最后合成带显式引用的调研报告。相比单轮问答，它更像一个可审计的mini研究团队。

维度评分：功能完整度★★★★★（检索-抓取-验证-合成全闭环，含引用）；上手难度★★★☆☆（消耗token与时间显著，且对问题需收敛，否则会发散）；变现潜力★★★★☆（行业研究报告、尽调、竞品分析代写）；训练营适用性★★★★☆（教"如何做有据可依的调研"）；社区活跃度★★★★☆（方法论受追捧，但实现门槛让其复刻者众）。

变现与对比：与notebooklm（闭卷）、wikipedia-research（单一来源）对比，deep-research赢在"开放多源+主动验证"，是市场/竞品/行业研究的首选。变现方向是"调研报告代工"与"投研/咨询辅助系统"，定价可按报告深度分级。短板是token成本与验证耗时，需在质量与成本间权衡。

七、skill-creator：制造技能的"母机"

来源：Anthropic官方skill-creator插件 + 社区skill-factory；能力：从零创建、编辑优化、跑评测、做基准、优化触发描述。

这是本周最值得装却最容易被忽视的"元技能"。它让Claude Code自己写Skill——从构思SKILL.md结构、补全渐进式披露的参考文件，到跑evals回归测试、做方差分析的基准评测、再优化description字段提升触发准确率。配合skill-factory（批量生成生产级技能）与find-skills（市场发现），构成了完整的技能开发工具链。

维度评分：功能完整度★★★★★（创建-评测-优化-基准一条龙）；上手难度★★★☆☆（要理解Skills架构与evals设计）；变现潜力★★★★☆（做技能代开发、企业内部技能工厂）；训练营适用性★★★★★（"教AI构建AI工具"的最佳教材）；社区活跃度★★★★★（官方背书，awesome-claude-skills核心推荐）。

变现与对比：vs. skill-factory（偏批量生成）、tutorial-engineer（偏教程）、course-designer（偏课程），skill-creator是"技能工程方法论"的正源，含官方评测框架。变现空间在于"帮企业把内部最佳实践沉淀成Skill资产"——这正是当前企业AI落地的真实痛点，客单价高且复购强。

跨域Skills生态分类思维导图

mindmap
  root((Claude Code<br/>Skills生态))
    创作可视化
      数学动画
        manim-video-creator
        processing-video-creator
      讲解视频
        content-to-video
        course-video-maker-zh
      图表
        chart-craft-plus
        architecture-diagram-zh
        excalidraw-diagram
    研发交付
      设计转代码
        figma-implement-design
      Web开发
        develop-web-game
    知识研究
      闭卷问答
        notebooklm
      开放调研
        deep-research
        wikipedia-research
    元工具
      技能开发
        skill-creator
        skill-factory
      市场发现
        find-skills

本周推荐排行榜

按变现潜力排序 1. figma-implement-design — 对接真实设计交付，客单价天花板最高 2. manim-video-creator — 知识付费硬通货，定制动画单价高 3. skill-creator — 企业"技能资产化"刚需，复购强

按开箱即用排序 1. chart-craft-plus — 自然语言触发，零门槛 2. content-to-video — slides.json一喂即出 3. manim-video-creator — 全自主闭环

按训练营适用性排序 1. skill-creator — 元认知+AI工程双修 2. manim-video-creator — STEM教学标准件 3. chart-craft-plus — 产品/咨询可视化必备

按性价比（功能/上手成本）排序 1. chart-craft-plus — 图型最全且零学习 2. content-to-video — 链路稳定产出确定 3. deep-research — 质量高但需收敛问题

横向看本周榜单，三个趋势清晰浮现：其一，"引擎型"技能（自主规划-执行-修正闭环）正在碾压"提示词型"技能，manim-skill与deep-research是代表；其二，设计-研发-内容三大交付链各自长出了流水线底座（figma-implement-design、content-to-video、chart-craft-plus），企业复用的多是这些底座而非碎片；其三，skill-creator这类"母机"正在把技能生产民主化，未来生态的增速将由它决定。对个人装机而言，优先把manim-video-creator、figma-implement-design、chart-craft-plus、content-to-video四件套配上，已能覆盖绝大多数"输入→可交付物"场景；对企业而言，skill-creator加deep-research才是真正的护城河起点。生态远未饱和——目前主流聚合站收录量仍在三位数到345+之间增长，垂直行业Skill（医疗、法律、制造）仍是大片蓝海，下一轮值得重点关注。