本期换个口径看生态。外部榜单（skillsmp.com、skills.sh、mcpservers.org/agent-skills）反映的是“市场想让你看见的生态”，而一台重度使用者的机器上装了什么，反映的是“生态被真实消费的样子”。本期以本会话环境中实际挂载的约430个Skill名称为全量样本，做一次装机口径的结构解剖：生态的供给结构、命名语法、家族化模式，并选6组此前从未被拆过的对象做分组微评。所有样本名称均来自本机装机清单实测，不引用任何未经核实的Star数或榜单排名。
需要声明：本期原计划抓取外部榜单做“周报式”盘点，但榜单抓取通道在本会话中未获授权，故全部结论基于装机清单这一可验证样本。这反而带来一个榜单给不了的东西——长尾的真实形状。榜单只展示头部20个名字，而装机清单暴露了生态的全部地层。
把430个名称按功能归类后，装机生态的结构大致如下：
flowchart TD
ECO["装机生态 430个"]
ECO --> P["人格文风包 约220个"]
ECO --> PIPE["转换管线包 约20个"]
ECO --> V["垂直行业包 约12个"]
ECO --> INFRA["基础设施小件 约30个"]
ECO --> META["元技能 5个"]
ECO --> BUNDLE["插件随包 skills 约20个"]
P --> P1["真人风格: 张雪峰 莫言 等"]
P --> P2["动漫影视IP: 柯南 哆啦A梦 等"]
PIPE --> PIPE1["arxiv转公众号等 A-to-B语法"]
V --> V1["电信谱系: 3GPP free5gc 等"]
INFRA --> INFRA1["encoding-check 截图 搜索等"]
META --> META1["skill-creator skill-factory 等"]
最刺眼的事实是比例：人格/文风模仿类包占了装机量的一半以上。220多个以人名命名的Skill（zhangxuefeng-skill、moyan-skill、guodegang-skill、zhenhuan-skill……）构成了生态的最大地层，而开发者工具类合计不到十分之一。这意味着Skills生态的大众消费形态，远比“编程提效”的官方叙事更接近“人格租用”——用户装一个Skill，本质是雇了一个会说特定话语的员工。
第二个事实藏在名称前缀里。装机清单里同时存在三种挂载形态：裸名（用户手动安装）、example-skills:前缀（官方示例包，13个）、obsidian:前缀（插件随包捆绑，5个）。Skill的分发已经分化出三条通道——手动拷贝、官方样例库、宿主插件捆绑——第三条通道意味着Skill正在变成插件的“随附文档”，这是很多生态观察没注意到的渗透路径。
装机清单里的命名高度模式化，可以提炼出三套稳定语法。这些语法就是Skill生态的“API命名约定”，你自己起名时最好遵守，因为用户的肌肉记忆已经形成。
语法一：A-to-B管线语法。 3gppspec-to-video、arxiv-paper-to-wechat-article、book-to-short-videos、ebook-to-article、zlib-to-notebooklm——名字本身就是函数签名：输入类型-to-输出类型。这类包的承诺是“一次转换、成品交付”，用户不需要理解中间步骤。
语法二：-install/-use双件语法。 openstoryline-install和openstoryline-use成对出现。把“装环境”和“用工具”拆成两个Skill，是个聪明的设计：安装逻辑重、触发频次低，使用逻辑轻、触发频次高，合并在一起会让日常调用的上下文里永远背着一个安装手册。
语法三：-zh/-link/-v2变体后缀语法。 见下文course-video-maker家族。
装机清单里同时存在course-video-maker、course-video-maker-link、course-video-maker-zh、course-video-maker-zh-link四个变体。从命名即可还原出两个正交维度：-zh是中文本地化层（提示词语言、素材习惯、成片节奏本地化），-link是渠道分发层（大概率对应挂链版/引流版成片，此类视频工具的常见商业形态）。四个变体 = 2语言 × 2渠道的完整矩阵。这暴露了Skill做大的一个现实：当你的Skill要服务不同语言和不同商业目的的用户时，别在SKILL.md里塞if-else，直接拆文件——每个变体保持单一小份，触发词互不污染。短板也明显：四胞胎对目录新人是灾难，没有README说明矩阵关系的话，用户不知道该装哪个。适合做成变体家族、但不适合裸奔上架。
pcap-analyzer、pcap-generator、pcap-modifier覆盖了网络抓包文件的读、造、改三个动作。这是“按数据生命周期切分”的教科书样本：分析器读现有包、生成器从零造测试包、修改器在两者之间改包。切开的收益是触发精度——用户说“帮我造一个带奇怪标志位的pcap”时，只有generator会被激活，analyzer的上下文不会被拖进来。如果合成一个巨型pcap-tool，三个场景的指令会互相稀释。这套切法值得任何处理“文件格式类”任务的Skill作者抄走：读/写/改三种动作，天生该是三个Skill。
security-threat-model、security-ownership-map、security-best-practices构成一条完整的防御工作流：威胁建模（找“哪里会被打”）→ 所有权地图（找“打了算谁的锅”）→ 最佳实践（找“怎么修”）。三个包的顺序就是一次安全审计的认知顺序，先假设、再定界、后处置。这种“认知阶段切分”和pcap的“数据动作切分”不同：它切的是思考顺序而不是数据操作，但效果一样——每个阶段的检查清单可以写得极其具体，不必兼容其他阶段的语气。对单人开发者来说最实用的是threat-model单独使用：写完一个新服务的当天就跑一次，成本半小时，收益是把“我没想到那里能被打”消灭在上线前。
zlib-download和zlib-to-notebooklm这对组合展示了管线语法的极端形态：前者解决“把书搞下来”，后者解决“把书喂进笔记本”。后者名字里把上游工具（z-library）、下游产品（NotebookLM）全部写死，没有任何泛化野心。这种“命名即接口文档”的做法在触发上极其可靠——用户只要提NotebookLM和电子书，命中率接近百分之百。代价是上游或下游任何一个改版，整个Skill作废。管线型Skill的宿命就是绑定外部服务的生命周期，选管线两端时要选那种十年不倒的产品。
skill-creator、skill-factory、find-skills、skill-sync-github、skill-seekers——五个Skill的功能都是“制造/寻找/同步Skill”。这是生态自指阶段的标志：当Skill数量过千，帮助用户导航（find-skills、skill-seekers）和批量生产（skill-creator、skill-factory）本身成了赛道。官方example-skills里的skill-creator属于前者（教会你写），社区包则开始卷“自动从对话里提取Skill”（skill-seekers的定位方向）。元技能的价值密度两极分化：官方creator是必装，因为它是写SKILL.md的规范手册；而“自动挖Skill”类工具的可靠性存疑——从对话记录里提取可复用指令这件事本身，对上下文质量的依赖远超一个Skill能控制的范围。
装机清单里存在一条完整的电信垂直线：规格查询（3gpp-5g-specs）、核心网仿真（free5gc）、端侧模拟（UERANSIM）、学习教练（telecom-learning-coach）、学习规划（telecom-learning-planner）、行业简报（telecom-news-digest）、行业PPT（ericsson-ppt-writer三变体）。从读标准、搭实验、学到写汇报，一个行业员工的完整一周都能被覆盖。垂直谱系的价值不在单个Skill多强，而在组合后的工作流连续性——早上用news-digest看行业动态，白天查specs写方案，晚上用learning-coach补课。对想做垂直Skill矩阵的作者，这条线给出了对标样板：先问自己所在的行业“一周七天的动作”，每个动作一个Skill。
评分基于装机口径的结构观察与设计推演（社区活跃度以“家族变体数量与维护痕迹”为代理指标，非全球Star数），五星制：
| 对象 | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 活跃度信号 |
|---|---|---|---|---|---|
| course-video-maker 四胞胎 | ★★★★ | ★★★★ | ★★★☆ | ★★★（变体选择困惑） | ★★★★（持续出变体） |
| pcap 三件套 | ★★★★ | ★★★★★ | ★★★★ | ★★★★ | ★★★☆ |
| security 三件套 | ★★★★ | ★★★★☆ | ★★★★ | ★★★★★ | ★★★ |
| zlib-to-notebooklm | ★★★☆ | ★★★☆ | ★★★★ | ★★★★★ | ★★☆（绑定上游存亡） |
| 元技能五件套 | ★★★ | ★★★☆ | ★★☆~★★★★★（分化大） | ★★★★ | ★★★★（赛道内卷中） |
| 电信谱系 | ★★★★☆ | ★★★★ | ★★★★ | ★★★（需行业背景） | ★★★★（谱系在扩张） |
最值得抄的设计：pcap三件套（数据动作切分法）> course-video-maker四胞胎（变体矩阵法）> security三件套（认知阶段切分法）
最值得立刻装的（按场景）：security-threat-model（写完服务就跑）> 3gpp-5g-specs（电信从业者刚需）> find-skills（目录导航）
风险最高的依赖：zlib-to-notebooklm（两端都绑在外部服务的政策风险上）
最被低估的信号：obsidian:前缀的存在——Skill正在被宿主插件当成“随附文档”捆绑分发，做插件的人应该考虑顺手带一个Skill。
三种通用安装路径（以本机验证过的挂载形态为准）：
# 路径一：手动安装（裸名Skill的通用做法）
# 把包含SKILL.md的目录放进用户级技能目录
git clone https://github.com/<owner>/<skill-repo> ~/.claude/skills/<skill-name>
# 路径二：skills CLI（社区分发工具）
npx skills add <owner>/<repo>
# 路径三：项目级安装（只对单个仓库生效）
# 放到项目根目录 .claude/skills/<skill-name>/
安装后在Claude Code会话中直接用自然语言触发，或显式调用：/skill-name。
A-to-B管线、-install/-use双件、-zh/-v2变体三套语法已是事实标准，遵守它们等于免费获得用户的触发准确率。example-skills:前缀13个样本的出处，元技能规范的权威参照[!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。