从翻译到表格：办公Skill头牌横评

概述

开发者类 Skill 长期霸占 skills.sh 总榜，但办公场景才是用户基数最大的暗线。本期把办公四大赛道（翻译、表格、写作、演示）各自的「头牌」拉到同一张评测表上：中文圈事实标准 baoyu-translate（23.9K 安装）、官方表格标杆 xlsx（139.9K 安装）、写作类榜首的元技能 writing-great-skills（320.8K 安装）。三者恰好代表了 SKILL.md 设计的三条路线：触发词堆叠、正负触发对、禁用自动触发。我们对 baoyu-translate 做逐段深拆，其余两个拆到关键设计片段。核心发现：办公类 Skill 的竞争已经从「能不能用」进入「术语一致性和交付验证」的深水区。

榜单背景：办公四类各自的头牌

据 skills.sh 2026-08-29 实时数据（安装量为该平台口径）：

一个反直觉的事实：写作类最强的不是「帮你写作」的 Skill，而是一个教你写 Skill 的元技能。翻译类的 baoyu-translate 被数十个仓库镜像转载（skills.volces.com、modelscope.cn 等），是中文圈覆盖面最广的翻译 Skill。

评测对比表

xlsx 上手扣分点：其验证闭环依赖本地安装 LibreOffice（recalc.py 调用 soffice 重算公式）。writing-great-skills 功能分低是定位使然——它是参考手册，不执行任务。

主拆解：baoyu-translate，一个翻译 Skill 的工程化极限

作者 JimLiu（宝玉），仓库 JimLiu/baoyu-skills 在 GitHub 拿到 13,351 Star / 1,530 Fork（GitHub 实时数据）。SKILL.md 本体 15,844 字节，版本号已迭代到 1.59.0——minor 版本号到 59，意味着至少几十轮真实使用驱动的打磨。仓库 topics 同时挂着 agent-skills、claude-skills、codex-skills、openclaw-skills：一个 Skill 适配多个 Agent 平台，这是头部作者的通行做法。

第一段：frontmatter，把触发词写成「口语集合」

name: baoyu-translate
description: Translates articles and documents between languages
  with three modes... Use when user asks to "translate", "翻译",
  "精翻", "translate to Chinese/English", "改成中文", "localize",
  "本地化", ... "快速翻译", "快翻", "这篇文章翻译一下",
  or when a URL or file is provided with translation intent.
version: 1.59.0
requires:
  anyBins: [bun, npx]

三个值得抄的细节：

1. 中英双语触发词混排。模型判断是否触发 Skill 靠的是 description 与用户输入的语义匹配度。中文用户说「这篇文章翻译一下」，英文用户说 "translate to Chinese"，两套短语都埋进去，触发命中率才高。
2. 口语变体全覆盖。「快翻」「精翻」这类两字口语词也在触发词列表里——它们不只是触发器，还是模式选择器（下文详述）。
3. requires.anyBins: [bun, npx]。声明运行依赖，任一存在即可。scripts/ 目录里是 TypeScript（main.ts、chunk.ts），用 bun 或 npx 跑，不强迫用户装特定运行时。

第二段：三模式分层，把「翻译质量」变成用户可选项

baoyu-translate 内置三档模式：

• quick（快翻）：直接输出译文，一句话需求一句话满足；
• normal（默认）：先分析原文再翻译；
• refined（精翻）：分析 → 翻译 → 批判性审校 → 润色，四步流水线。

精妙之处在于模式升级的钩子设计：normal 模式交付后会追加一句 "Translation saved. To further review and polish, reply '继续润色'"。用户不需要预先理解三模式的区别，先用默认档，不满意时一句「继续润色」平滑升级。这是把「渐进式披露」用在了交互层而不是文档层。

第三段：偏好文件的级联查找与阻塞式首次设置

用户偏好存在 EXTEND.md 文件里，按「项目目录 > XDG 配置目录 > 用户主目录」三级优先级查找——项目级偏好覆盖个人级，和 .editorconfig 的逻辑一致。关键设计是：找不到偏好文件时，MUST 执行 BLOCKING first-time setup，禁止静默用默认值凑合。翻译是高度个人化的工作（术语、语气、目标读者），静默默认值产出的译文会让用户「说不上哪里不对但就是不对」。宁可打断一次，也不产出标准化的平庸。

第四段：长文并行翻译，术语一致性是核心难题

这是整个 SKILL.md 工程含量最高的部分。超过 4000 词的长文，单次上下文装不下，baoyu-translate 的方案：

1. 先全局扫描全文抽取术语，建立本次会话的 session glossary（references/ 目录还内置了 glossary-en-zh.md 中英术语表作为底料）；
2. 用 scripts/chunk.ts 按 Markdown 块边界分块——不在段落中间切断；
3. 主 agent 生成共享上下文文件 02-prompt.md（含术语表、风格要求、原文背景）；
4. 每个 chunk 派一个 subagent 并行翻译，每个 subagent 都带着同一份 02-prompt.md。

SKILL.md 原文明确写道："Consistency is guaranteed by the shared 02-prompt.md"。这个设计的本质是：并行化牺牲了「后文参考前文」的天然一致性，就用一份共享上下文文件把一致性重新注入。references/subagent-prompt-template.md 还单独维护了子代理的提示词模板——主 SKILL.md 管流程编排，子代理模板管执行质量，职责分离。

第五段：翻译哲学，"Rewrite, not translate"

SKILL.md 的质量标准写成了一句可检验的金句：

Rewrite, not translate — Rewrite content into natural, engaging target language as if a skilled native writer composed it from scratch. Quality test: "Does this read like it was originally written in the target language?"

配套的具体规则：专业术语首次出现时加粗并括号注释 （**解释**）；中间产物按 01-analysis 到 05-revision 编号落盘，每一步可回溯可中断重跑。

短板：依赖 bun/npx 对纯办公用户有一道门槛；三模式和编号产物对「就翻一句」的轻需求偏重；15KB 的 SKILL.md 每次触发都进上下文，token 成本不低——作者显然押注「高频重度使用」，轻用户反而该选 quick 模式友好的小竞品。

横评第二位：anthropics 官方 xlsx，用「正反例」立法

官方仓库 anthropics/skills 有 170,395 Star / 20,273 Fork（GitHub 实时数据），xlsx 的 SKILL.md 约 10.6KB，外加一个 6.4KB 的 recalc.py，结构极简。

description 写的是「正触发 + 负触发」对：

Use this skill any time a spreadsheet file is the primary input or output... Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved.

正向条件之外显式列出六种「别触发我」的场景，压制误触发。这与 baoyu-translate 的「触发词堆叠」是两条路线：前者防误伤，后者保命中。

正文核心是一条 CRITICAL 立法 + 正反例代码："Use Formulas, Not Hardcoded Values"。给出一对示例：❌ WRONG 是用 Python 算完 sum 再写死 sheet['B10'] = total；✅ CORRECT 是 sheet['B10'] = '=SUM(B2:B9)'。用户拿到文件后改一个数字，公式版自动联动，硬编码版就是错的——这是 Excel 交付物和脚本交付物的本质区别，官方用一对代码片段讲透。

金融建模行业规范被直接内置：蓝色单元格 = 硬编码输入、黑色 = 公式、绿色 = 跨表链接、红色 = 外部链接、黄底 = 关键假设；年份写作文本 "2024" 而非被自动格式化成 "2,024"；负数用括号 (123) 表示。这些是投行/咨询行业的行规，写进 Skill 等于给模型装上行业先验。

强制验证闭环："Every Excel model MUST be delivered with ZERO formula errors"。保存后必须跑 recalc.py（LibreOffice 无头重算），脚本返回 JSON：status、total_errors、error_summary（精确到 #REF! 所在单元格）。有错必须修复后重算，形成交付前的最后防线。这也是表格类 Skill 与翻译类的最大差异：表格的正确性可以机器验证，翻译质量目前只能靠流程约束。

横评第三位：writing-great-skills，写给 Agent 的写作论

mattpocock/skills 仓库 231,858 Star / 19,788 Fork，MIT 协议。writing-great-skills 位于 skills/productivity/ 子目录，附一份 GLOSSARY.md，写作类赛道以 320.8K 安装居首——尽管它压根不帮你写文章。

开篇定位句值得整段引用：

A skill exists to wrangle determinism out of a stochastic system. Predictability — the agent taking the same process every run, not producing the same output — is the root virtue.

Skill 的目标是「驯服随机系统中的确定性」，且可预测的是过程而非输出。这句话可以作为所有 SKILL.md 的第一性原理。

frontmatter 用了第三条路线：

disable-model-invocation: true

禁止模型自动触发，只能用户显式调用。理由是成本核算：model-invoked 的 description 每轮对话都占 context load；user-invoked 零上下文成本，但花 cognitive load——"你自己就是必须记住它存在的索引"。技能装多了怎么办？作者给的答案是做 router skill 收口。

两个可操作概念：一是信息层级阶梯——每个步骤必须以 checkable 且 exhaustive 的完成判据结尾，专治模型的 premature completion（提前宣布完成）；「每个分支都需要的内联，只有部分分支需要的推到指针后面」。二是 leading word——用模型预训练里已有的紧凑概念（tight、red）替代三处重复的长描述，"fewer tokens, and a sharper hook for the agent to hang its thinking on"。

五种失败模式清单：premature completion、duplication、sediment（沉积的过时内容）、sprawl（蔓延）、no-op。no-op 判定法尤其好用：这句话相对模型默认行为是否改变了什么？没改变就删。

短板：概念密度高，不读 GLOSSARY.md 容易一知半解；对「我就想要个写作助手」的用户毫无用处——它服务的是 Skill 作者。

翻译赛道速览：头牌身后的长尾

垂直场景（签证、PDF、整本书）各自存活在 1K-8K 量级，说明通用型头牌吃掉了大盘，垂直玩家只能靠文件格式或行业绑定找生态位。

安装命令

# baoyu-translate（Skill 位于仓库 skills/baoyu-translate/ 子目录）
npx skills add JimLiu/baoyu-skills

# 或手动安装（官方通用方式）
git clone https://github.com/JimLiu/baoyu-skills
mkdir -p ~/.claude/skills
cp -r baoyu-skills/skills/baoyu-translate ~/.claude/skills/

# xlsx 官方版（Claude Code 内置 example-skills 已捆绑；也可从仓库取）
npx skills add anthropics/skills

# writing-great-skills（mattpocock 全家桶，含 tdd/grill-me 等）
npx skills add mattpocock/skills

# 翻译赛道备选
npx skills add affaan-m/ecc        # visa-doc-translate
npx skills add deusyu/translate-book

生态全景图

mindmap
  root((办公类Skills))
    翻译
      baoyu-translate 23.9K
      visa-doc-translate 7.8K
      blog-translate 1.7K
      translate-book 1.3K
      translate-pdf 1.1K
    表格
      xlsx 官方 139.9K
      xlsx-manipulation 4.9K
      minimax-xlsx 3.4K
    写作
      writing-great-skills 320.8K
      writing-plans 232.8K
      copywriting 187.8K
      chinese-writing 1.2K
    演示
      pptx 官方 210.6K
      pptx-generator 5.5K
      pptx-manipulation 4.7K

baoyu-translate 长文翻译工作流

flowchart TD
    A[用户: 翻译这篇文章] --> B{意图检测}
    B -->|快翻| C[quick: 直接译文]
    B -->|翻译/默认| D[normal: 先分析再译]
    B -->|精翻| E[refined: 分析→翻译→审校→润色]
    D --> F{词数 > 4000?}
    F -->|否| G[单次输出译文]
    F -->|是| H[全局术语抽取<br/>建 session glossary]
    H --> I[chunk.ts 按 Markdown 块分块]
    I --> J[主 agent 生成共享上下文 02-prompt.md]
    J --> K1[subagent 译块 1]
    J --> K2[subagent 译块 2]
    J --> K3[subagent 译块 N]
    K1 --> L[合并为单一译文]
    K2 --> L
    K3 --> L
    D --> M[提示: 回复「继续润色」升级 refined]

分维度排行榜

• 设计质量：writing-great-skills ≈ baoyu-translate > xlsx。前者贡献了理论（predictability、no-op 判定法），后者贡献了触发词工程的实战范本。
• 实战效果：xlsx > baoyu-translate > writing-great-skills。表格能机器验证交付质量，翻译靠流程约束，写作元技能收益间接。
• 拿来即抄的模板价值：baoyu-translate（触发词堆叠 + 共享上下文子代理）、xlsx（正反例对 + 强制验证闭环）、writing-great-skills（disable-model-invocation 的成本账）。
• 新手首选：xlsx——零配置开箱即用；baoyu-translate 需要 bun/npx 但交互设计最贴心。

结论

办公类 Skill 的头部格局已经固化：翻译看 baoyu-translate，表格和演示看 anthropics 官方，写作看 mattpocock。三家头牌在 SKILL.md 写法上各自贡献了一个可复用的模式——触发词堆叠（保命中）、正负触发对（防误伤）、禁用自动触发（省上下文），选哪条取决于你的 Skill 使用频率和误触发代价。更值得注意的是交付标准的演进：xlsx 用 recalc.py 把「零公式错误」变成硬性门槛，baoyu-translate 用共享术语表攻并行一致性——2026 年的办公 Skill 竞争，比拼的不再是「会做」，而是「敢对结果负责」。

参考来源

1. skills.sh — Skills 安装量榜单与四赛道站内搜索结果（2026-08-29 实时抓取）
2. JimLiu/baoyu-skills — baoyu-translate 的 SKILL.md 原文、references/ 与 scripts/ 目录结构
3. anthropics/skills — 官方 xlsx Skill 的 SKILL.md 与 recalc.py 验证脚本
4. mattpocock/skills — writing-great-skills 及 GLOSSARY.md 原文

[!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。