<!-- title: Skills周报：find-skills与caveman双拆解 -->

# Skills 周报（2026-08-28）：打包器成了新入口，caveman 把 Skill 压成了图片

## 概述

本期是 Skills 生态周报第 1 轮，核心发现一句话：**Skills 生态正在快速“npm 化”**——`npx skills` CLI 已经成为跨 Claude Code、Cursor、Codex 等 20+ Agent 的统一安装入口，而榜首 Skill `find-skills`（300 万安装）本身就是一个“教 Agent 自己去装 Skill”的元技能。本期深拆两个最有样本价值的对象：生态入口 `find-skills`（vercel-labs）和最会“反卷 token”的 `caveman`（juliusbrussee，全站第 62 名、44.6 万安装，但产品化程度极高）。同时盘点本周 Trending 榜单的新面孔：媒体生成类 Skill 集体屠榜，mattpocock 的“写作工艺”系列悄悄上线。数据来自 skills.sh、SkillsMP、mcpservers.org 三个市场的实际抓取（2026-08-28）。

## 生态大盘：三个市场的三个数字

| 市场 | 定位 | 关键数据（本期实抓） |
|------|------|---------------------|
| skills.sh | Vercel 出品的官方系目录 + `npx skills` CLI 分发 | All Time 榜单计数 1,317,214；支持 20+ Agent（Claude Code、Cursor、Codex、Copilot、Windsurf、Gemini、Cline、Zed 等） |
| SkillsMP | 独立索引站，不做安全认证 | 已收录 **2,806,826** 份 SKILL.md |
| mcpservers.org | 按官方厂商 + 类目策展 | Microsoft 1577、Anthropic 927、OpenAI 746、GitHub 567、Vercel 396、Cloudflare 140 个 Skill；类目上 Development 361+、Creative 260+、Research 146+、Code Review 88+ |

三个数字放在一起，结论很明显：**SKILL.md 的存量已经远超任何人的阅读能力，“发现与筛选”本身成了生态的第一需求**——这正是 `find-skills` 能拿到 300 万安装的原因。

All Time 榜前 10（skills.sh 实抓）：`find-skills`（vercel-labs/skills，3.0M）、`grill-me`（mattpocock/skills，911.2K）、`frontend-design`（anthropics/skills，796.7K）、`grill-with-docs`（775.3K）、`improve-codebase-architecture`（747.2K）、`tdd`（722.0K）、`agent-browser`（vercel-labs/agent-browser，702.8K）、`setup-matt-pocock-skills`（663.0K）、`vercel-react-best-practices`（647.0K）、`handoff`（628.2K）。mattpocock 一人占了前 12 名中的 6 席。

## 评测对比表

评分维度：功能完整度 25% / 设计质量 25% / 实战效果 20% / 上手难度 15% / 社区活跃度 15%。仅对本期有实抓材料（仓库或 SKILL.md 原文）的 Skill 打分；榜单新面孔放“关注名单”，不打无依据的分。

| Skill | 作者 | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区活跃度 | 加权总分 |
|-------|------|-----------|---------|---------|---------|-----------|---------|
| **caveman** | JuliusBrussee | ★★★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★★ | **4.55** |
| **find-skills** | vercel-labs | ★★★★ | ★★★★★ | ★★★★ | ★★★★★ | ★★★★★ | **4.40** |
| **frontend-design** | anthropics | ★★★★ | ★★★★ | ★★★★ | ★★★★★ | ★★★★★ | **4.20** |
| **vercel-react-best-practices** | vercel-labs | ★★★★ | ★★★★ | ★★★★ | ★★★★★ | ★★★★ | **4.10** |
| **agent-browser** | vercel-labs | ★★★★ | ★★★★ | ★★★★ | ★★★★ | ★★★★ | **4.00** |

## 深拆一：find-skills —— 生态给自己写的“安装器”

**定位**：vercel-labs/skills 仓库的门面 Skill，3.0M 安装、本周 24h 仍有 14.6K 增量。它不解决任何业务问题，它解决的是“Agent 不知道自己缺什么”这个问题。

**SKILL.md 逐段拆解**（原文实抓）：

**1. frontmatter 的 description 是教科书级别。** 它没有写“帮助用户发现 Skill”这种概括性描述，而是把触发场景直接写成对话原文：

> Helps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a skill that can...", or express interest in extending capabilities.

这是把**用户会敲的原话**塞进 description——Agent 的触发匹配是基于语义相似度的，写得越像真实提问，误触发和漏触发越少。想写自己的第一个 Skill，先抄这一段的结构。

**2. "When to Use" 列了 6 条触发条件**，全部是行为描述（"Asks how do I do X"、"Mentions they wish they had help with a specific domain"），而不是功能罗列。这是官方范本和多数社区 Skill 最大的差距：社区 Skill 爱写“我能做什么”，官方 Skill 写“用户什么时候需要我”。

**3. 核心流程是六步决策树**，其中两步值得所有 Skill 作者抄：

- **Step 2 先查榜单再跑搜索**："Before running a CLI search, check the skills.sh leaderboard to see if a well-known skill already exists for the domain."——先用社会证明（安装量排序）缩小范围，再动用检索。
- **Step 4 明确禁止只看搜索结果就推荐**："Do not recommend a skill based solely on search results." 并给出三条硬校验：安装量优先 1K+、低于 100 保持警惕；来源声誉（vercel-labs、anthropics、microsoft 官方优先）；GitHub stars 低于 100 的仓库“应保持怀疑”。

**4. 兜底设计**：找不到 Skill 时不是硬编一个，而是"Offer to help directly using your general capabilities"，并顺势推荐 `npx skills init` 教用户自建——把死胡同变成生态增长入口，这是产品思维写进提示词的典型案例。

**短板**：它的质量校验依赖安装量和 stars，而本周 Trending 榜已经出现“同一描述的 Skill 被五六个不同账号重复上架”的现象（mcpservers.org 上 `agent-browser`、`ai-avatar-video` 等同文多发），安装量刷量空间客观存在。find-skills 的三查机制对此没有防御，这是它下一版该补的。

## 深拆二：caveman —— 一个 Skill 长成的产品矩阵

**定位**：口号"why use many token when few do trick"。全站安装榜第 62（446.2K），但它是本期生态里**工程完成度最高**的社区项目：Trendshift 与 Product Hunt 双榜徽章、30+ Agent 适配、8 个原生 wrap profile。

**三层数字，全部来自其 README 实抓**：

1. **Skill 层（输出压缩）**：10 个基准任务平均输出 token 从 1214 降到 294，**省 65%**。支持 lite/full/ultra 三档强度，还有 `wenyan-lite/full/ultra` 文言文模式——对中文用户是个隐藏彩蛋。
2. **Proxy 层（输入压缩）**：`caveman claude` 把 Claude Code 包进本地代理，按 payload 类型路由压缩器（json 保留键与错误子树、log 只留错误与栈、code 保留签名省略函数体）。固定 54 轮 Claude Code 基准中，**provider 上报输入 token 减少 33.2%**，18 项精确答案检查全过。
3. **Pixel 层（本周最有趣的设计反转）**：`caveman convert` 把已安装 Skill 的 SKILL.md 正文**渲染成 PNG 图片**，frontmatter 保持文本（触发不受影响），模型改用读图方式读正文。以 caveman 自己为样本：1069 → 415 估算 token，**降 61%**，且 `--revert` 可从 SKILL.orig.md 字节级还原。“Skill 太胖”这个问题，它选择把 Skill 变成图片，而不是裁剪内容。

**最值得尊敬的一段是 README 里的 "Honest number warning"**：明确承认 Skill 只省输出 token，输入与推理 token 不受影响，Skill 本身每轮还要多花约 1–1.5K 输入 token；整会话节省会小于表面数字，在本来就很简洁的工作负载上**可能净负收益**，并附 `docs/HONEST-NUMBERS.md` 教你自己测。这种自我拆台的诚实条款，是社区 Skill 建立信任的稀缺范本。

**短板**： licence 拆分复杂——Skill/CLI 是 MIT，Engine/Proxy 是 BSL-1.1（2030-06-21 或发布四年后自动转 Apache-2.0），商用托管需单独授权；另外 cavecrew 子代理、`caveman learn` 历史分析、Proxy、Pixel 全家桶一起上，新手上手成本明显高于单文件 Skill。评测中“上手难度”扣的一星就在这里。

## 本周关注名单（Trending 24h 实抓）

| Skill | 来源 | 24h 安装 | 备注 |
|-------|------|---------|------|
| ai-video-generation | skills-101/superpowers | 22.3K | 该包 4 个 Skill 合计 89.0K |
| **anti-ui-slop** | uizze.com | 18.1K | 新面孔，无仓库详情，功能待验证 |
| video-edit / ai-music / ai-image-generation | genmedia-labs/skills | 各 ~17.0K | 媒体生成类集体屠榜 |
| reddit-automation | flowkit-labs/skills | 17.0K | 社交自动化类 |
| find-skills | vercel-labs/skills | 14.6K | 老树常青 |
| **hyperframes 全家桶** | heygen-com/hyperframes | 4.4–6.4K/个 | 见下 |
| **writing-shape / writing-beats / writing-fragments** | mattpocock/skills | 各 4.8K | 见下 |
| design-taste-frontend | leonxlnx/taste-skill | 4.9K | 新面孔，详情待 Round 2 拆 |
| prisma-client-api | prisma/skills | 5.1K | 数据库官方入场 |

两个值得单独说的信号：

- **heygen-com/hyperframes 的 pack 模式**：HeyGen 把一个动效/视频框架拆成 `hyperframes-core`、`hyperframes-cli`、`hyperframes-animation`、`hyperframes-keyframes`、`hyperframes-audio`、`hyperframes-creative`、`hyperframes-registry` 七八个粒度极细的 Skill 一起上架。这预示大厂入场姿势不是写一个大 Skill，而是像 npm 的 monorepo 一样发一组。
- **mattpocock 的“写作工艺”系列**：这位靠 `grill-me`、`tdd` 霸榜的开发者，本周在同一仓库悄然上线 `writing-shape`、`writing-beats`、`writing-fragments` 三个写作类 Skill，加上 `implement-spec`、`scaffold-exercises` 等，其仓库正从“开发流程”扩展为“全工作流”。24h 每个约 4.8K 安装，起步即热。

## 生态分类图

```mermaid
mindmap
  root((Agent Skills 生态 2026-08))
    分发基础设施
      skills.sh 官方系目录与CLI
      npx skills 跨20余Agent统一安装
      SkillsMP 索引280万份SKILL.md
      mcpservers.org 厂商策展目录
    官方阵营
      anthropics 927个
      microsoft 1577个
      vercel-labs find-skills与agent-browser
      prisma与heygen等垂直厂商入场
    社区爆款
      mattpocock 工作流全家桶
      caveman token压缩矩阵
      juliusbrussee 30余Agent适配
    本周趋势
      媒体生成类屠榜
      同文多发刷量现象
      写作工艺类新赛道
      Skill压成图片的Pixel模式
```

## find-skills 的六步决策流

```mermaid
flowchart TD
    A[用户提问 how do I do X] --> B[Step 1 识别领域与具体任务]
    B --> C[Step 2 先查 skills.sh 榜单]
    C --> D{榜单已有知名 Skill}
    D -- 有 --> H[Step 5 推荐并附安装命令]
    D -- 没有 --> E[Step 3 npx skills find 关键词]
    E --> F[Step 4 三查 安装量 来源 Stars]
    F --> G{1K+ 安装且来源可信}
    G -- 是 --> H
    G -- 否 --> I[保持怀疑 不推荐]
    H --> J[Step 6 用户确认后 npx skills add -g -y]
    E --> K[无结果 直接裸能力做 并建议 npx skills init 自建]
```

## 安装命令速查（均与来源页面一致）

```bash
# skills.sh 生态通用安装（支持 Claude Code / Cursor / Codex 等）
npx skills add <owner/repo>

# find-skills SKILL.md 原文给出的示例与参数
npx skills find [query]
npx skills add vercel-labs/agent-skills@react-best-practices
npx skills add -g -y      # -g 全局安装，-y 跳过确认
npx skills update
npx skills init my-xyz-skill   # 找不到现成 Skill 时自建

# caveman：输出压缩 Skill 与输入压缩 Proxy 是两个产品
npx skills add JuliusBrussee/caveman
npm install -g @caveman-ai/cli && caveman setup --install
caveman claude                 # 包一层 Claude Code；也支持 codex/gemini/aider 等

# caveman 仅装进 Claude Code 的插件方式
claude plugin marketplace add JuliusBrussee/caveman && claude plugin install caveman@caveman
```

## 分维度排行榜

- **安装量**：find-skills（3.0M）> frontend-design（796.7K）> agent-browser（702.8K）> vercel-react-best-practices（647.0K）> caveman（446.2K）
- **SKILL.md 设计范本**：find-skills（触发词写法教科书）、caveman（诚实数字条款）
- **上手最快**：vercel-react-best-practices、frontend-design（装完即用，零配置）
- **本周势头（24h）**：ai-video-generation（22.3K）、anti-ui-slop（18.1K，待验证）、find-skills（14.6K）
- **工程完成度**：caveman（CLI + Proxy + MCP + Pixel + 30 Agent 适配）断层第一

**一句话收束**：本周生态的分水岭不在“谁的功能强”，而在**分发位**——`find-skills` 和 `npx skills` 占住了入口，`caveman` 则证明社区作者靠一个尖锐洞察（token 太贵）加极端诚实的产品叙事，也能在官方阵营夹缝里长成矩阵。下周值得盯的是 anti-ui-slop 与 design-taste-frontend 这类“审美纠正”赛道，以及 mattpocock 写作系列能否复制 grill-me 的曲线。

## 参考来源

1. [skills.sh — The Agent Skills Directory](https://skills.sh) — All Time 榜单与 Trending 24h 数据、`npx skills` CLI 用法、支持 Agent 列表
2. [skills.sh Trending](https://www.skills.sh/trending) — 本周 24h 安装增量榜单（anti-ui-slop、hyperframes、writing 系列等）
3. [vercel-labs/skills — find-skills SKILL.md 原文](https://raw.githubusercontent.com/vercel-labs/skills/main/skills/find-skills/SKILL.md) — 六步流程、质量校验规则、安装命令的直接引用来源
4. [JuliusBrussee/caveman — GitHub](https://github.com/JuliusBrussee/caveman) — 65%/33.2%/61% 三组基准数字、Honest number warning、Pixel 模式、安装命令与许可条款
5. [mcpservers.org/agent-skills](https://mcpservers.org/agent-skills) — 官方厂商 Skill 数量、类目分布、同文多发现象的观察来源
6. [SkillsMP](https://skillsmp.com) — 2,806,826 份 SKILL.md 索引总量及其“不做安全认证”的免责声明

> [!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。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
