<!-- title: 热榜新星inference.sh全家桶拆解 -->

# 新星首发：24小时热榜第一的 inference.sh，加上两个刚冒头的营销与设计 Skill

## 概述

本期是新星挖掘特辑：不看 all-time 总榜（那里翻来覆去是 find-skills、grill-me 这些老面孔），而是用「24小时热榜 × 总榜缺席」的交叉方法，找出刚上架、增速最猛的新 Skill。本期挖到三个：**inference.sh 全家桶**（skills.sh 榜单名 101-skills/skills，其 `ai-video-generation` 以 21.6K 安装空降 24 小时榜第一）、**doany-skills/skills 的 `reddit-automation`**（主打“诚实营销”的 Reddit 推广 Skill）、**getpaperclipai/paperclip 的 `design-guide`**（自带 Skill 组合声明的设计系统 Skill）。三个都是本期首次覆盖的新面孔，逐一拆到 SKILL.md 设计层面。

## 24小时热榜快照（2026-08-30 抓取自 skills.sh/trending）

| 24h排名 | Skill | 仓库 | 24h安装 | 备注 |
|---|---|---|---|---|
| 1 | ai-video-generation | 101-skills/skills | 21.6K | **本期主角，all-time 前101名找不到它** |
| 6 | find-skills | vercel-labs/skills | 18.7K | 老面孔对照：all-time 3.0M |
| 7-9 | grill-me / grill-with-docs / grilling | mattpocock/skills | 11.3K/10.0K/9.4K | 已拆过 |
| 64-69 | ai-image-generation 等5席 | skills-collective/skills | 6.6K-6.9K | 即 RunComfy，见文末花絮 |
| 70 | design-guide | getpaperclipai/paperclip | 6.0K | 本期主角 |
| 77 | reddit-automation | doany-skills/skills | 5.4K | 本期主角 |

新星判别逻辑：all-time 榜第 101 名的门槛是 402.2K（azure-quotas），而 `ai-video-generation` 24 小时就拿了 21.6K、总存量却挤不进前 101——典型的「总 Install 还很浅、斜率极陡」新星曲线。据 skills.sh 页面显示，该仓库在 skills.sh 上挂了 5 个 Skill，家族合计 107.9K 安装。

## 评测对比表

| Skill | 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 (15%) | 加权总分 |
|---|---|---|---|---|---|---|
| inference.sh ai-video-generation | ★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★ | **3.65** |
| inference.sh 全家桶（整体） | ★★★★★ | ★★★★ | ★★★ | ★★★ | ★★★★ | **3.90** |
| reddit-automation | ★★★ | ★★★★ | ★★★ | ★★★★ | ★★★ | **3.40** |
| paperclip design-guide | ★★★ | ★★★★ | ★★★ | ★★★★ | ★★★ | **3.40** |

评分说明：三者的「实战效果」均基于热榜数据与社区可见反馈，本文作者未做长周期实测，统一保守给 3 星；「上手难度」星越多越容易。

## 主角一：ai-video-generation —— 一个 Skill 调度 40 个视频模型

### 定位

inference.sh 是一个模型聚合平台，这套 Skill 的本质是**把它家 CLI（叫 `belt`）的调用知识打包给 Agent**。SKILL.md 开头一句话定位：「Generate videos with 40+ AI models via inference.sh CLI」，描述里直接点名 Veo 3.1、Veo 3、Seedance 2.0、HappyHorse、Wan、Grok 等模型名。

### SKILL.md 逐段拆解

**第一段：依赖前置链。** 这是本 Skill 最值得学的设计。SKILL.md 开头第一条不是用法，而是：

> Install the belt CLI skill: `npx skills add belt-sh/cli`

**Skill 依赖另一个 Skill**。belt CLI 本身的使用说明被独立成一个 Skill，ai-video-generation 不复制粘贴这些内容，而是要求先装 belt-sh/cli。这解决了 Skill 生态的一个老问题：CLI 类 Skill 的安装配置段又长又容易过期，抽成底层 Skill 后一处更新、全家受益。代价是安装变成了两步，新用户如果只装上层 Skill 会直接撞墙——好在它把这条命令放在了正文第一行，用加粗强调。

**第二段：Quick Start。** 只有两行命令：

```bash
belt login
belt app run google/veo-3-1-fast --input '{"prompt": "drone shot flying over a forest"}'
```

注意这里的设计取舍：**不教 Agent 选模型，先给一条能跑通的黄金路径**。`google/veo-3-1-fast` 是硬编码的默认选项，用户随口说“给我生成个视频”，Agent 照抄这条就能出结果，再按需换模型。这比一上来就铺开 40 个模型的选择矩阵高明——LLM 面对过多选项反而容易编造不存在的模型 ID。

**第三段（描述区）：模型名即触发词。** 描述字段写成「Veo 3.1, Veo 3, Seedance 2.0, HappyHorse…」，用户提问里只要出现任何模型名，这个 Skill 就可能被命中。这是把「触发词设计」从动词层（generate video）下沉到了名词层（具体模型名），对聚合类工具是正确的做法。

### 工作流全景

```mermaid
flowchart TD
    A[用户: 帮我生成一段视频] --> B{触发 ai-video-generation}
    B --> C[SKILL.md 第一条:<br/>确认 belt-sh/cli 已安装]
    C --> D[belt login 认证]
    D --> E[默认黄金路径:<br/>google/veo-3-1-fast]
    E --> F{用户指定模型?}
    F -->|是| G[按名字路由: Seedance/Wan/Grok...]
    F -->|否| H[继续用 Veo fast]
    G --> I[belt app run --input JSON]
    H --> I
    I --> J[返回视频文件]

    subgraph 底层依赖
        K[belt-sh/cli Skill<br/>CLI 安装与通用用法]
    end
    K -.被依赖.-> C
```

### 全家桶结构：四层分类

GitHub 仓库（inference-sh/skills，MIT 协议）的 README 把 Skill 按用途分了四层，这个分类法值得抄：

| 层 | 代表 Skill | 作用 |
|---|---|---|
| Tools | ai-image-generation（50+ 图像模型）、web-search（Tavily/Exa）、llm-models | 包一层 CLI 调外部能力 |
| SDKs | javascript-sdk、python-sdk | 教 Agent 写代码接它家 API |
| UI | agent-ui、chat-ui、tools-ui | 生成配套前端界面 |
| Guides | prompting、design、video、social、**agent** | 纯知识型，无代码 |

Guides 里最有趣的一条是「agent：Agent self-regulation when stuck or looping」——把“Agent 卡死时如何自我调节”做成知识 Skill，属于用 Skill 修 Skill 的元玩法。

**短板**：硬依赖 `belt` CLI 和平台账号（付费 API），离开 inference.sh 平台这套 Skill 一文不值；skills.sh 收录的 5 个 Skill 之外，README 里 tools/sdk/ui/guides 全家桶数量明显更多，索引不全意味着部分能力搜索引擎搜不到。

```bash
# 整包安装
npx skills add inference-sh/skills
# 或按需装单个（README 示例语法）
npx skills add inference-sh/skills@ai-video-generation
# Claude Code 插件方式
/plugin marketplace add inference-sh/skills
/plugin install inference-sh@inference-sh-skills
# 使用前还需装 CLI Skill 并登录
npx skills add belt-sh/cli
belt login
```

## 主角二：reddit-automation —— 把「诚实」写成执行规则

### 定位

doany.ai 团队出品，24 小时 5.4K 安装。一句话定位：在 Reddit 上找到「真的在问你要做的东西」的帖子，起草真正有用、且亮明身份的回复。SKILL.md 原文把价值观写成了方法论：

> Reddit rewards real contribution and punishes spam. The way to market here is not to hide — it's to genuinely help, disclose your affiliation, and only bring up your product when it truly answers the question.

### 设计亮点

**1. 触发短语全部是用户口吻。** 「When to use」一节列的四句话全是第一人称请求：「Find Reddit opportunities for my product this week」「Help me engage on Reddit for my product, honestly」。这不是给机器人看的路由规则，而是直接教用户怎么开口，触发率设计的另一条路。

**2. 两段式动作结构。** 全 Skill 只有两个动作：find（找少数真能帮上的帖子）和 draft（起草一条值得发的回复）。刻意收窄到两步，防止 Agent 自由发挥成批量灌水脚本。

**3. 持久化上下文段。** 有一节标题是「First, get the product context (once)」——第一次使用时把产品信息固化下来，后续调用不重复问。这是单文件 SKILL.md 里实现“记忆”的常见解法：把状态写到工作区文件里。

**4. 披露义务写进流程。** 「disclosing your affiliation honestly」不是口号，而是回复起草步骤的硬约束。营销类 Skill 普遍游走在灰色地带，这一份把反垃圾规则前置到提示词层面，算是对的方向。

**短板**：效果完全依赖 Agent 的 Reddit 搜索能力（Reddit 反爬严格，实际命中率存疑）；除 skills.sh 页面外暂无独立评测佐证；单 Skill 单场景，天花板明显。

```bash
npx skills add doany-skills/skills
```

## 主角三：design-guide —— 用一句话声明 Skill 组合

### 定位

getpaperclipai/paperclip 仓库的设计系统 Skill，24 小时 6.0K、家族 6 个 Skill 合计 36.1K 安装。Paperclip 是一个键盘驱动、暗色主题的控制台型产品，这份 Skill 就是把自家 UI 设计规范喂给 Agent，让它代代写组件时不跑偏。

### 设计亮点

**1. 组合声明（本期最值得抄的一行）。** SKILL.md 开篇第二条：

> Always use with: `frontend-design` (visual polish) and `web-design-guidelines` (web best practices).

一个 Skill 在自己的正文里声明依赖另外两个 Skill（都来自 vercel-labs 和 anthropics 的热门 Skill）。这和 inference.sh 的「依赖链」是同一模式的两个变体：inference.sh 依赖的是安装型底层 Skill，paperclip 依赖的是知识型平行 Skill。自建 Skill 时，与其把别人的最佳实践抄进来（会过期），不如写一行「Always use with」。

**2. 原则写得具体到不可误读。** 五条设计原则没有一句空话：「Dense but scannable」「Keyboard-first（给出了 Cmd+K、C、[、] 具体快捷键）」「Contextual, not modal（内联编辑优于对话框）」「Dark theme default（明确到 OKLCH 中性灰、不用纯黑、强调色只给状态用）」「Component-driven」。对比大量“追求简洁美观”式的正确废话，这五条每条都能直接约束一次代码生成。

**短板**：强绑定 Paperclip 自家审美，装到别的项目里等于给 Agent 植入别人的品牌规范，需要人工判断适配性；SKILL.md 后半段（Tech Stack 起）未公开细节，深度无法完全验证。

```bash
npx skills add getpaperclipai/paperclip@design-guide
# 或整包
npx skills add getpaperclipai/paperclip
```

## 生态花絮：skills-collective 改名实锤

热榜 64-69 名那五席（ai-image-generation、image-to-video、ai-music、video-edit、ai-video-generation，各 6.6K-6.9K）挂在一个叫 skills-collective 的命名空间下。实测访问 GitHub 的 skills-collective/skills，返回的却是 **runcomfy-com/skills** 的仓库页（12 stars、3 forks、37 commits、MIT）——GitHub 用户名迁移的标准现象，说明 RunComfy 家族换了命名空间后重新杀回热榜。该组织 README 还透露了上架策略：「Skills are pushed one at a time so we can verify each one's SKILL.md is correctly indexed by skills.sh before adding the next」——逐个上架、确认索引生效再发下一个，这是把 Skill 分发当发布流水线在运营。

## 新星挖掘方法论（读者可复制）

```mermaid
mindmap
  root((找新星))
    热榜交叉法
      24h榜排名高
      all-time榜缺席
      换算斜率: 21.6K/24h vs 402K门槛
    命名空间监控
      GitHub 改名重定向
      同族 Skill 集体上榜
    家族识别
      "+N more from X" 条目
      家族总量 vs 单品排名
    反向筛选
      排除已拆过的老面孔
      排除大厂官方集群
```

三步法：先抓 skills.sh 的 Trending(24h) 与 All Time 两份榜单；用「24h 高 × all-time 缺席」筛出斜率陡峭的新条目；再用「+N more from 某仓库」的家族标注判断是单品爆发还是矩阵铺货。单品爆发看质量，矩阵铺货看运营。

## 推荐排行榜

- **最值得装**：ai-video-generation（前提是你愿意注册 inference.sh 平台）——40+ 模型一个入口
- **最值得学的设计**：paperclip design-guide 的组合声明 + inference.sh 的 Skill 依赖链，两种「Skill 引用 Skill」范式
- **最干净的营销 Skill**：reddit-automation，把披露义务写进执行流程
- **最值得观察**：inference.sh 全家桶的 guides 层（含 agent 自调节知识 Skill），如果跑通，「Skill 即文档」会多一个成熟案例

## 参考来源

1. [skills.sh Trending (24h)](https://skills.sh/trending) — 24小时热榜与安装数（21.6K/18.7K/5.4K等数据来源）
2. [ai-video-generation — 101-skills/skills](https://skills.sh/101-skills/skills/ai-video-generation) — 该 Skill 的 SKILL.md 公开页（belt 依赖链与 Quick Start 出处）
3. [inference-sh/skills GitHub 仓库](https://github.com/inference-sh/skills) — README 四层分类、安装命令、MIT 协议
4. [reddit-automation — doany-skills/skills](https://skills.sh/doany-skills/skills/reddit-automation) — 诚实营销定位与两段式结构出处
5. [design-guide — getpaperclipai/paperclip](https://skills.sh/getpaperclipai/paperclip/design-guide) — 组合声明与五条设计原则出处
6. [skillsmp.com](https://skillsmp.com/) — 生态规模背景（官网自称收录 2,806,826 份 SKILL.md，未经第三方核实）
7. [runcomfy-com/skills GitHub 仓库](https://github.com/runcomfy-com/skills) — skills-collective 改名与逐个上架策略出处

> [!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)