造 Skill 的 Skill：四款元工具横评——skill-creator 主拆，darwin 与 factory 跟进

概述

一、赛道坐标：淘金热里的卖铲人

Agent Skills 生态的叙事重心一直在「用 Skill 做什么」——写代码、做 PPT、审 UI。但把 8 月 28 日与 8 月 31 日两份市场快照叠起来看，另一个市场在安静变大：skills.sh 一份榜单面向 20 个 agent 客户端（Claude Code、Cursor、Codex、Copilot、Windsurf、Gemini、Cline、Zed 等），安装是跨端通吃的；SkillsMP 不做安全认证、来者不拒地索引了 280 万份文件；mcpservers.org 上光 Microsoft 一家就有 1,577 个 Skill。三个数字拼出的图景是：Skill 的生产已经过剩，稀缺的是生产出「合格」Skill 的能力。

mindmap
  root((Skill元工具赛道))
    创造
      skill-creator 官方造评一体
      skill-factory 六类模板流水线
      npx skills init CLI脚手架
    评估
      skill-creator evals与方差分析
      darwin-skill 独立评分器
      caveman 诚实数字条款
    分发
      find-skills 3.2M守门人
      npx skills 跨20端CLI
    优化
      caveman Pixel压图
      web-design-guidelines 指针式瘦身

二、评测对比表

评分说明：find-skills 沿用 8-28 期实拆后的星级；skill-creator 的功能与设计分基于两期教程存档记录的能力清单；darwin-skill 与 skill-factory 标 ▲ 者为本栏目仅有功能清单与早前快照数据、无近期独立实测，按品类基准估给，若实测与描述不符应下调。上手难度分数越高越容易。

三、主拆 skill-creator：官方把「写完就完」变成「写完才算开始」

3.1 已知事实盘点

可核实的事实有四条。第一，它是官方能力：7 月 11 日教程存档的原话是「官方提供 skill-creator 内置能力，能跑 evals、做方差分析、优化 description 的触发准确率」，且在会话内直接调用即可，无需安装第三方包。第二，它的方法论有公开文档背书：官方 Skills 文档（code.claude.com/docs/en/skills）定义了 frontmatter 与目录规则、$ARGUMENTS/${CLAUDE_SKILL_DIR}/${CLAUDE_PROJECT_DIR} 等字符串替换变量——这是它教写 Skill 时的原材料。第三，它的架构主张被社区头部项目采纳：8 月 31 日拆解 orca-cli 时的评语是「单文件 SKILL.md 保持精简、复杂度外溢到兄弟文件，这正是官方 skill-creator 提倡的多文件架构在真实项目里的成熟示范」。第四，它的分发形态是复数的：本栏目可见它同时以 example-skills 插件与 obsidian 插件变体流通，「官方范本被反复再打包」本身就是品类地位的旁证。

3.2 三层评测架构：它最大的差异化不是「造」而是「验」

6 月 11 日教程存档记录了它的评测体系三层架构：Eval → Benchmark → A/B Test——eval 用例验证单点行为，benchmark 沉淀可复跑的数据集，A/B 用来在两个版本的 description 之间做触发率对比。这个分层放回上文生态背景里看才知道多关键：280 万份 SKILL.md 里绝大多数从未被测试过，「我的 description 会不会误触发、会不会漏触发」全凭作者手感。skill-creator 把手感换成了方差分析——同一批触发用例跑多轮、统计命中率、按数据调 description。7 月 11 日教程还留了一张实战中的坑位表，恰好对应它优化的三类问题：触发太频繁误伤（description 过宽 → 加约束，如「仅当明确要建表时」）、description 在清单里被截断（超 1536 字符 → 精简并把细节挪进正文）、以及硬前置条件没写进第一句导致路由失败。

3.3 短板：它是方法论，不是流水线

官方路线的代价是每一步都要人参与：写 eval 用例、跑基准、读方差、改 description，新手面对「三层评测架构」容易直接弃疗。它也没有解决「从零到第一版」的冷启动——脚手架部分只是 npx skills init 的普通水平。这正是社区两个竞品的切入位。

四、次拆 darwin-skill 与 skill-factory：两个单科冠军的错位竞争

darwin-skill（alchaincyf） 走纯评估路线：/darwin-skill 一声令下，对一个现有 Skill 做质量评分。本栏目早前收录的速查数据显示其安装量 5,500+ 次（快照时间未标注，仅作量级参考——对照 find-skills 的 3.2M，这是个长尾体量）。它的价值判断要放在「评估缺位」的生态痛点下重读：官方 skill-creator 的评估绑定在创作流程里，而大量用户拿到的是别人写好的 Skill，需要一个独立于创作链的第三方打分器。短板同样清楚：评分标准是否公开可复现、评分维度是否对齐官方 frontmatter 规则，均未经原文核实；一个封闭的黑盒评分器在「治刷量」这件事上说服力有限。

skill-factory（kylin-feng） 走模板批量路线：按人物视角 / 工作流 / 领域专家 / 内容创作 / 代码规范 / 工具集成六类模板自动生成 Skill。它的产品假设与官方正相反——官方假设「你会为每个 Skill 做评测」，它假设「你要的是快」。六类模板覆盖的恰好是社区存量的高频形态（本环境可见的人物 skill 簇就是「人物视角」类的规模化产物），冷启动体验确实比官方顺。但模板填空与 eval 先行是两种哲学：模板保证了「能跑」，不保证「该不该存在」。安装量与热度数据缺失，社区分仅能按流通可见度保守给。

两相对照，这个赛道内部的方向分歧已经清晰：官方押注「质量是测出来的」，社区押注「产量是模板出来的」——和软件工程史上 TDD 与脚手架生成器的对位如出一辙。

五、对照 find-skills：分发位的守门人如何反哺创作

find-skills 已在 8-28 期逐段拆过，本期只补它与元工具赛道的关系。它的六步决策树里有三处对创作者构成「上游约束」：先查 skills.sh 榜单用社会证明缩小范围（"Before running a CLI search, check the skills.sh leaderboard"）；明文禁止只看搜索结果就推荐（"Do not recommend a skill based solely on search results."），安装量 1K+ 优先、低于 100 保持怀疑；找不到时兜底转向（"Offer to help directly using your general capabilities"）并顺势推荐 npx skills init 教用户自建。这三条合起来的意思是：你写的 Skill 未来的第一读者不是人，是 find-skills 的三查逻辑——安装量起不来就进不了它的推荐池，进不了推荐池就没有安装量。元工具赛道真正的闭环因此多了一环：造（creator/factory）→ 验（creator evals/darwin）→ 分发守门（find-skills），三个位置的玩家互相定义对方的成功标准。

六、选型指南：一条把四件套串起来的工作流

flowchart LR
    A[一个领域知识/方法论] --> B{要快还是要好?}
    B -->|快速冷启动| C[skill-factory<br/>六类模板生成初稿]
    B -->|正规军路线| D[npx skills init<br/>手写SKILL.md骨架]
    C --> E[skill-creator<br/>evals+方差分析调description]
    D --> E
    E --> F{触发率达标?}
    F -->|否| E
    F -->|是| G[darwin-skill<br/>第三方独立评分]
    G --> H[find-skills三查视角自检<br/>安装量/来源/Stars]
    H --> I[npx skills发布<br/>进入20端分发]
    I --> J[caveman<br/>输出token超胖时Pixel瘦身]

• 第一次写 Skill：从官方路线起步。skill-creator 内置、零安装成本，evals 反馈环是最快的学习方式——写一个 Skill 的同时学会读触发率。
• 批量生产同构 Skill（如人物簇、规则库簇）：skill-factory 的模板先行合理，但每批至少抽一个进 skill-creator 做 eval，防止模板缺陷被复制 N 份。
• 接手别人的 Skill：先 darwin-skill 打分，再用 skill-creator 补一套触发用例——黑盒变白盒再改。
• 准备上架：用 find-skills 的三查标准做发布前自检，尤其盯 description 的 1536 字符上限与触发词覆盖。

推荐排行榜

• 综合战力：① skill-creator（4.65）② find-skills（4.40）③ darwin-skill（3.25）④ skill-factory（3.00）
• 设计质量：① skill-creator（Eval→Benchmark→A/B 三层是全赛道唯一的方法论输出）② find-skills（触发词写用户原话 + 三查校验）③ darwin-skill（评估维度化，标准透明度待证）
• 新手第一件：① skill-creator（内置零安装）② skill-factory（一键出初稿）③ find-skills（装完即用于日常）
• 最需补课：独立评估赛道——darwin-skill 之后两年内没有出现第二个有量级的纯评估器，而同文多发刷量问题（8-28、8-31 两期实锤）恰恰卡在这里。谁做出「可复现、对抗刷量」的 Skill 质检标准，谁就拿下这个赛道的下一程。

一句话收束：280 万份 SKILL.md 的存量市场里，业务 Skill 是淘金，元工具是卖铲——而铲子里目前只有「造」与「分发」两把是趁手的，「验」这一把还空着。

参考来源

1. vercel-labs/skills — find-skills SKILL.md 原文（raw.githubusercontent.com） — 六步决策树、三查规则、npx skills init 兜底设计的引用来源（8-28 期实抓）
2. skills.sh — The Agent Skills Directory — 全时段榜单计数 1,317,214、20 个支持 Agent、find-skills 3.2M 安装数据
3. SkillsMP — 2,806,826 份 SKILL.md 索引总量及「不做安全认证」免责声明（8-28 期实抓）
4. Extend Claude with skills — Claude Code Docs — frontmatter 规则、1536 字符约束、字符串替换变量的官方定义
5. alchaincyf/darwin-skill — GitHub — 独立评估器安装命令与 /darwin-skill 触发方式（安装量数据为本栏目早前速查快照，未经近期核实）
6. kylin-feng/skill-factory — GitHub — 六类模板流水线的安装命令与功能清单来源

[!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。