# 跨域七强：本周技能战力榜实测 ## 概述 2026 年 7 月，Claude Code 的 Skills 生态已经从「散装 Markdown 提示词」演进为「可评测、可分发、可商业化」的完整产业。Anthropic 在 4 月落地的 Skills 2.0 把 evals、benchmark、盲测 A/B 写进了官方工具链，第三方市场（aiskill.market、agentskill.sh、SkillHub）收录的技能总数已突破 27 万，头部项目 Everything Claude Code（ECC）以 21.19 万 Star 成为 GitHub 上最热门的智能体配置系统。本期跨域横评聚焦本周最值得关注的 7 个技能，覆盖元技能（质量保障）、深度调研、智能体操作系统、知识溯源、安全审计、持久记忆、官方范例集七大方向，按功能完整度、上手难度、变现潜力、训练营适用性、社区活跃度五维打分，逐一拆解其开箱可用性与商业化空间。 ## 评测对比总览 | 排名 | 技能名称 | 领域 | 功能完整度(25%) | 上手难度(20%) | 变现潜力(25%) | 训练营适用性(15%) | 社区活跃度(15%) | 加权总分 | |------|----------|------|:---:|:---:|:---:|:---:|:---:|:---:| | 1 | skill-creator 2.0（官方） | 元技能/质量保障 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | **4.55** | | 2 | deep-research（199-biotech） | 深度调研 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | **4.50** | | 3 | anthropic/skills（官方范例） | 全栈模板 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | **4.25** | | 4 | ECC（affaan-m） | 智能体操作系统 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | **4.20** | | 5 | Trail of Bits Skills | 安全审计 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | **4.05** | | 6 | claude-mem（thedotmack） | 持久记忆 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | **3.45** | | 7 | notebooklm-skill | 知识溯源 | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | **3.40** | > 评分口径：功能完整度看「是否开箱即用、模块是否齐全」；上手难度星级越高表示越易上手；其余维度星级越高表示该维度越强。加权总分按各权重折算到 5 分制。 --- ## 逐个深度评测 ### 一、skill-creator 2.0（官方）— 元技能中的「度量衡」 - **来源**：Anthropic 官方插件，`claude.com/plugins/skill-creator` - **安装**：`/plugin install skill-creator`（已随 Skills 2.0 内置，多数环境可直接 `/skill-creator` 触发） - **核心功能**：从零创建技能、改写现有技能、对技能「跑评测」。2.0 版本最大的跃迁是把 `evals`（评测集）、`benchmarks`（基准测试集）、盲测 A/B、触发词调优（trigger tuning）、性能方差分析（variance analysis）全部内置进同一工具链。官方博客明确把它定位为「让你的技能在模型不断演进时仍然可用」的护栏——因为模型一升级，旧技能的触发命中率和输出质量都会漂移，必须靠可复跑的 eval 才能回归。 **五维评分**：功能 ⭐⭐⭐⭐⭐｜上手 ⭐⭐⭐⭐｜变现 ⭐⭐⭐⭐｜训练营 ⭐⭐⭐⭐⭐｜社区 ⭐⭐⭐⭐⭐ **变现与训练营分析**：这是本周榜单里「最适合做成付费认证」的技能。Skill 2.0 引入的「工作流型技能 vs 能力增强型技能」二分法，本身就是一套教学框架。训练营可以围绕它设计「AI 技能工程师」3 天课程：Day1 写技能、Day2 写 eval、Day3 跑 benchmark 优化触发率，结业交付一份带方差数据的技能质量报告。变现路径有两条——一是面向企业做「技能质量审计」咨询（按技能数计费），二是把 eval 模板库做成订阅制 SaaS。社区里已有 gensi.io、agensi.io 等第三方在做「SKILL.md 评测托管」，说明赛道成立。 **竞品对比**：相比 ECC 自带的轻量 eval，官方版本胜在「与模型升级强绑定、协议官方背书」；相比第三方托管站，胜在本地可跑、数据不出域。短板是它本身不生产技能内容，只是「质检车间」，脱离具体技能单独价值有限。 --- ### 二、deep-research（199-biotechnologies）— 咨询级报告生产线 - **来源**：GitHub `199-biotechnologies/claude-deep-research-skill`，MIT 协议，当前版本 2.3.1（2026-03-19） - **安装**：`git clone https://github.com/199-biotechnologies/claude-deep-research-skill.git ~/.claude/skills/deep-research`，基础用法零依赖；可选 `brew tap 199-biotechnologies/tap && brew install search-cli` 接入 Brave/Serper/Exa/Jina/Firecrawl 多源聚合 - **核心功能**：企业级调研引擎，8 阶段管线——Scope → Plan → Retrieve（并行检索）→ Triangulate（三角验证）→ Outline Refinement → Synthesize → Critique（带回环）→ Refine → Package。提供四档模式：Quick（3 阶段/2-5 分钟）、Standard（6/5-10 分钟）、Deep（8/10-20 分钟）、UltraDeep（8+/20-45 分钟）。亮点细节极多：Step 0 先取当前日期，避免模型用陈旧训练数据猜年份；并行 5-10 路检索 + 2-3 个聚焦子智能体；Deep/UltraDeep 模式引入「多角色红队」（怀疑型实践者、对抗型审稿人、实施工程师）反向挑刺；引用信息 `sources.json` 落盘持久化，能扛过上下文压缩与续跑智能体。质量门槛硬性规定「10+ 来源、每个主论点 ≥3 个引用、参考文献含 URL 不留占位符」，并由 `validate_report.py`（9 项结构校验）+ `verify_citations.py`（DOI/URL/幻觉检测）做最多 3 轮「校验→修复→重试」闭环。产出物同步生成 Markdown、McKinsey 风格 HTML（自动开浏览器）、WeasyPrint 专业 PDF，超 1.8 万字自动递归续写。 **五维评分**：功能 ⭐⭐⭐⭐⭐｜上手 ⭐⭐⭐⭐｜变现 ⭐⭐⭐⭐⭐｜训练营 ⭐⭐⭐⭐｜社区 ⭐⭐⭐⭐ **变现与训练营分析**：这是本周榜单「变现天花板最高」的技能。它本质是一条「问题进、咨询报告出」的产线，直接对标麦肯锡/贝恩初级分析师的交付物。可改造为付费产品的方向非常清晰——律所的判例尽调、投行的标的公司研究、智库的行业白皮书、生物医药的临床证据汇编，单份报告客单价可达数百至数千元。训练营场景下，它是「AI 调研方法论」的最佳教具：用 8 阶段管线讲透「三角验证、红队批判、引文持久化」三个反幻觉核心动作，2 天即可让学员产出达到发表标准的报告。 **竞品对比**：作者在 README 中直接对标 OpenAI Deep Research、Gemini Deep Research、Claude Desktop，自称在「质量与可验证性」上更优。相比内置 `WebSearch` 的单轮检索，它赢在管线化与可校验；相比 NotebookLM 的「文档内」检索，它赢在「全网开放检索 + 多源三角验证」。短板是 UltraDeep 模式耗时长（最长 45 分钟）且消耗 token 巨大，更适合一次性重投入而非日常问答。 --- ### 三、anthropic/skills（官方范例集）— 最稳的「起手式」 - **来源**：GitHub `anthropics/skills`，Anthropic 官方公共仓库 - **安装**：随 Claude Code 默认插件分发，本地可直接调用 `example-skills:*` 命名空间（如 `example-skills:pdf`、`example-skills:pptx`、`example-skills:xlsx`、`example-skills:frontend-design`、`example-skills:algorithmic-art`、`example-skills:canvas-design`、`example-skills:doc-coauthoring`、`example-skills:mcp-builder`） - **核心功能**：官方「示范级」技能合集，每一项都是「该品类该长什么样」的参照系。`pdf`/`pptx`/`xlsx` 三件套覆盖文档生成，`frontend-design` 给出前端设计基线，`algorithmic-art` 用带种子随机数生成算法艺术，`mcp-builder` 手把手教构建高质量 MCP 服务器（FastMCP/TypeScript SDK），`doc-coauthoring`/`internal-comms` 覆盖协作写作。 **五维评分**：功能 ⭐⭐⭐⭐｜上手 ⭐⭐⭐⭐⭐｜变现 ⭐⭐⭐｜训练营 ⭐⭐⭐⭐⭐｜社区 ⭐⭐⭐⭐⭐ **变现与训练营分析**：变现力一般——它们是「公共基座」而非「成品」，但训练营价值拉满。对任何想开「Claude Code 训练营」的人来说，这套官方范例就是最稳的「起手式教材」：每个技能结构干净、注释规范、无外部依赖，学员照着 `mcp-builder` 就能在一节课内交付一个能跑的 MCP 服务器。它是「学习曲线最平缓」的入口，新人零基础也能上手。变现更适合走「模板二次封装」路线——把 `frontend-design` + `brand-guidelines` + `theme-factory` 组合成行业专属设计系统对外卖。 **竞品对比**：相比社区五花八门的同名技能，官方版胜在「协议稳定、随版本升级、不踩坑」；相比 ECC 的海量技能，胜在「精而不杂、教学友好」。短板是功能相对克制，深度场景仍需社区技能补位。 --- ### 四、ECC / Everything Claude Code（affaan-m）— 21 万 Star 的「智能体操作系统」 - **来源**：GitHub `affaan-m/ECC`，MIT 协议，21.19 万+ Star、3.25 万+ Fork、230+ 贡献者 - **安装**：`npm i -g ecc-universal`（跨 harness 通用层）或安装 `ecc-tools` GitHub App；可选 `ecc-agentshield`（安全层）；插件 slug `ecc@ecc` - **核心功能**：定位为「智能体操作系统的原生运维层」——不只是一堆配置，而是一整套系统：skills（技能）、instincts（直觉/行为偏好）、memory optimization（记忆优化）、continuous learning（持续学习）、security scanning（AgentShield 安全扫描）、research-first development（研究优先开发）。v2.0.0 在可复用层之上叠加了公开的 Hermes 操作故事。最大卖点是**跨 harness**：同一套体系跑在 Codex、Claude Code、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 七大环境上，背后是作者「10+ 个月高强度日常真实产品开发」沉淀的 agents、skills、hooks、rules、MCP 配置与遗留命令 shim。 **五维评分**：功能 ⭐⭐⭐⭐⭐｜上手 ⭐⭐⭐｜变现 ⭐⭐⭐⭐｜训练营 ⭐⭐⭐⭐｜社区 ⭐⭐⭐⭐⭐ **变现与训练营分析**：ECC 已经把变现跑通了——**ECC Pro 定价 19 美元/席位/月**，面向私有仓库与 GitHub App 托管，由 CodeRabbit、Greptile、Atlas Cloud 等商业赞助方背书，单一维护者能做到「每周跨 7 个 harness 发版」。这套「OSS 永久免费 + 托管版按席位收费」的双轨模型，是本周榜单里最值得复制的开源商业化范本。训练营场景下，它是「智能体工程化」的综合教具：instincts、memory、security 三大子系统恰好对应「行为调优、上下文持久化、安全护栏」三门进阶课。上手难度扣分点在于体系庞大（7 个 harness × 6 个子系统），新人需要先读《Shorthand Guide》再读《Longform Guide》，学习曲线偏陡。 **竞品对比**：相比单点技能，ECC 赢在「体系完整 + 跨平台」；相比官方范例，赢在「生产级深度」。短板是定位偏「资深开发者配置层」，对纯小白不友好，且生态复杂度高带来一定的认知负担。 --- ### 五、Trail of Bits Skills — 安全审计的「正规军」 - **来源**：GitHub `trailofbits/skills`，Trail of Bits（顶级安全公司）官方插件市场，约 6 千 Star，Python 实现 - **安装**：作为 Claude Code 插件市场安装，提供专门的 Mintlify 文档站 - **核心功能**：企业级安全技能集，覆盖静态分析、漏洞检测、安全代码审查三大主线。能跑 CodeQL 与 Semgrep 分析、检测常见漏洞模式、辅助 YARA 规则编写、做 OWASP 合规检查、对智能合约与 C/C++/Rust 代码做安全审计。 **五维评分**：功能 ⭐⭐⭐⭐⭐｜上手 ⭐⭐⭐｜变现 ⭐⭐⭐⭐｜训练营 ⭐⭐⭐⭐｜社区 ⭐⭐⭐⭐ **变现与训练营分析**：背靠 Trail of Bits 这块「安全界金字招牌」，变现天然指向 AppSec 审计服务——按仓库/按漏洞计费的安全扫描、合规报告生成、第三方代码入站审查，客单价远高于通用技能。训练营场景下，它是「AI 辅助安全工程」的稀缺教具：市面上教 LLM 写代码的课很多，教 LLM 找漏洞的课极少。可以用它设计「从 Semgrep 规则到 AI 漏洞研判」的实战课。上手扣分在于需要安全基础知识储备（要看得懂 CodeQL 查询与漏洞分类），门槛比通用技能高。 **竞品对比**：相比 Snyk、Semgrep 商业 SAST，它赢在「与 Claude Code 工作流无缝、可交互式深挖」——传统 SAST 只给告警列表，而它能让智能体接着分析漏洞可利用性并给出修复补丁。相比 ECC 的 AgentShield（偏运行时防护），Trail of Bits 偏「代码层静态审计」，两者互补。 --- ### 六、claude-mem（thedotmack）— 跨会话的「长期记忆」 - **来源**：GitHub `thedotmack/claude-mem`，本地运行 - **安装**：克隆到技能目录后随会话自动启用 - **核心功能**：通过自动捕获工具调用可观测性数据，把上下文跨会话持久化保存，运行在本地、对历史做压缩存储，让 Claude 在新会话里仍能「记得」之前做过什么、偏好是什么。 **五维评分**：功能 ⭐⭐⭐⭐｜上手 ⭐⭐⭐⭐｜变现 ⭐⭐⭐｜训练营 ⭐⭐⭐｜社区 ⭐⭐⭐ **变现与训练营分析**：变现偏弱——这类记忆技能同质化严重（另有 `remembering-conversations`、`obsidian-markdown` + Obsidian 跨会话记忆、`notion-knowledge-capture` 等多种方案），难以单点收费。但它在「个人知识资产沉淀」场景价值明显：长期项目的偏好与上下文不丢失，是重度用户的刚需。训练营里它更适合作为「记忆架构」一章的案例，配合 orchestrator.dev 总结的「分层记忆架构」讲上下文工程，而非独立课程。 **竞品对比**：相比基于 Obsidian 的记忆方案（需先有 Obsidian 知识库），claude-mem 胜在「零外部依赖、纯本地、开箱即用」；相比 ECC 的 memory optimization（更深层的 token 优化），它偏「应用层记忆」。短板是社区规模与生态丰富度不及前几名。 --- ### 七、notebooklm-skill — 把幻觉关进「文档笼子」 - **来源**：GitHub `sterngold/notebooklm-skill` / `PleasePrompto/notebooklm-skill` - **核心功能**：让 Claude Code 直接与 Google NotebookLM 通信，从上传文档中获取「源溯源、带引用」的答案。通过浏览器自动化 + 持久化登录实现库管理，核心卖点是「文档内作答」——回答只基于已上传文档，从机制上压低幻觉率。本地技能列表中的 `notebooklm` 进一步把它包装成「为科学家减少幻觉的研究工作台」。 **五维评分**：功能 ⭐⭐⭐⭐｜上手 ⭐⭐⭐｜变现 ⭐⭐⭐｜训练营 ⭐⭐⭐⭐｜社区 ⭐⭐⭐ **变现与训练营分析**：变现中等，最适合走「企业内部知识库落地」路线——把企业文档灌进 NotebookLM，再用此技能让员工通过 Claude Code 做带引用的问答，天然适合法务、合规、研发文档场景。训练营里它是「RAG/源溯源」教学的优秀案例，能直观演示「检索增强如何压低幻觉」。上手扣分点在于依赖 Google 账号登录与浏览器自动化，首次配置略繁琐。 **竞品对比**：相比内置 `WebSearch`（开放检索、易生幻觉），notebooklm 走的是「封闭语料、强制引用」的反向路线，两者一开一合；相比 deep-research 的全网三角验证，它牺牲广度换可信度。三者构成「开放激进—开放严谨—封闭严谨」的光谱。 --- ## Skills 生态分类思维导图 ```mermaid mindmap root((Claude Code
Skills 生态)) 元技能与质量 skill-creator 2.0 :evals/基准/盲测A/B skill-factory / find-skills :技能分发与发现 深度调研 deep-research :8阶段管线 多源三角验证 research / wikipedia-research :多源综合与百科溯源 智能体操作系统 ECC :跨7大harness 21万Star Hermes / instincts :行为偏好与记忆优化 安全审计 Trail of Bits :CodeQL/Semgrep/YARA security-threat-model :威胁建模 知识与记忆 notebooklm :文档内作答 压低幻觉 claude-mem :跨会话持久上下文 obsidian / notion 系列 :个人知识管理 内容与交付 content-to-video / 知识卡片 :视频与卡片生产 pptx / pdf / xlsx :文档三件套 deep-research 报告 :咨询级交付物 ``` ## 推荐排行榜 **按使用场景选型** | 你的角色 / 场景 | 首选技能 | 一句话理由 | |---|---|---| | 咨询师/分析师/研究员 | deep-research | 8 阶段管线 + 引文校验，问题进、报告出 | | 企业研发团队 Lead | ECC | 21 万 Star 的跨 harness 操作系统，已验证商业化 | | 安全工程师 / AppSec | Trail of Bits Skills | 顶级安全公司出品，CodeQL+Semgrep 全家桶 | | 训练营讲师 / 课程设计 | skill-creator 2.0 + anthropic/skills | 一个教「怎么做技能并度量」，一个教「技能长什么样」 | | 重度个人用户 | claude-mem + notebooklm | 一个记偏好，一个锁可信语料 | | 想做技能生意的人 | 仿 ECC 双轨模式 | OSS 免费 + 托管版按席位收费 | **按维度单项冠军** - **功能完整度**：并列满分——deep-research（调研）、ECC（操作系统）、Trail of Bits（安全）、skill-creator（质量） - **上手难度（最易上手）**：anthropic/skills 官方范例集 ⭐⭐⭐⭐⭐ - **变现潜力**：deep-research ⭐⭐⭐⭐⭐（报告客单价最高）＞ ECC（已跑通 19 美元/席位） - **训练营适用性**：skill-creator 2.0 ＝ anthropic/skills ⭐⭐⭐⭐⭐ - **社区活跃度**：ECC（21.19 万 Star）＞ skill-creator / anthropic/skills（官方加持） **本周编辑推荐**：若只能装一个，选 **deep-research**——它把「LLM 最被诟病的幻觉问题」用「多源三角验证 + 红队批判 + 引文落盘 + 自动校验」四道闸系统性解决，且变现路径最短、最硬；若你是团队管理者，则 **ECC** 的体系化与已验证商业模式更值得长期投入。 ## 延伸阅读 Skills 2.0 的核心增量在于「可度量」——官方把 evals 与 benchmark 下沉为技能生命周期的标配，意味着今后评判一个技能好坏的标准，将从「README 写得漂亮」转向「方差数据说话」。本周榜单里，deep-research 与 ECC 已经把这套「质量护栏」落地到生产管线，Trail of Bits 把它落地到安全门禁，三者共同指向同一个趋势：**技能正在从「提示词」变成「带 SLA 的软件制品」**。对变现者而言，谁能把 eval 报告写进交付物，谁就能在红海里卖出溢价。 ## 参考来源 1. [What's New in Claude Code Skills 2.0 — Pere Villega](https://perevillega.com/posts/2026-04-01-claude-code-skills-2-what-changed-what-works-what-to-watch-out-for/) — Skills 2.0 统一命令与技能、引入 subagents/evals 的拆解 2. [Deep Research Skill for Claude Code — GitHub(199-biotechnologies)](https://github.com/199-biotechnologies/claude-deep-research-skill) — 8 阶段管线、四档模式、引文校验脚本的企业级调研引擎 3. [ECC: The agent harness performance optimization system — GitHub(affaan-m)](https://github.com/affaan-m/ECC) — 21.19 万 Star 的跨 harness 智能体操作系统及 Pro 商业化模式 4. [Improving skill-creator: Test, measure, and refine Agent Skills — Anthropic](https://claude.com/blog/improving-skill-creator-test-measure-and-refine-agent-skills) — 官方对 skill-creator 2.0 evals/benchmark/A-B 测试的说明 5. [Trail of Bits Claude Code skills for security — GitHub(trailofbits)](https://github.com/trailofbits/skills) — 顶级安全公司的 CodeQL/Semgrep/YARA/OWASP 技能市场 > [!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。