Skill门店学：命名六式首拆

概述

一、一个字段，两个读者

生态里最被低估的事实是：description 字段从来只有一份文本，却有两个完全不同的读者。

• 读者一是宿主里的 Agent。装机之后，它扫描 description 做触发匹配——这是《一个字段定生死》讲过的机制层。
• 读者二是榜单上的人。装机之前，新星榜、聚合站、装机目录展示的都是同一句描述——这是本期要讲的门店层。

flowchart TD
    D["同一个 description 字段"] --> A["读者一：宿主里的 Agent"]
    D --> H["读者二：榜单上的人"]
    A --> T["扫描匹配，决定是否触发"]
    H --> S["百字货架，决定是否安装"]
    T --> R1["写法关键：场景词与触发词"]
    S --> R2["写法关键：承诺前置与数字自证"]

二、命名六式：从今日新星榜归纳

flowchart LR
    R["Skill 命名六式"] --> C1["品类直名式"]
    R --> C2["承诺词隐喻式"]
    R --> C3["动词公式式"]
    R --> C4["标准编号式"]
    R --> C5["场景短语式"]
    R --> C6["态度宣言式"]
    C1 --> E1["ffmpeg-skill"]
    C2 --> E2["holo-card-studio"]
    C3 --> E3["anything2explainer"]
    C4 --> E4["gongwen-gbt9704-skill"]
    C5 --> E5["itsgiving"]
    C6 --> E6["stop-that-shit"]

一式：品类直名式。ffmpeg-skill（965 星）、screenwriting-skills（743 星）、text-humanizer（471 星）——名字就是品类词加后缀，零修辞。适合工具底座与单一职能件：名字即描述，搜索「ffmpeg」的人不需要更多解释。

二式：承诺词隐喻式。holo-card-studio（今日 1440 星）卖的是 finished 与 editable 两个承诺词，dream-loop（842 星）把 impressive 放进名字化的描述——生成件的通病是产物不可预览，于是把「成品长什么样」写进门面。

三式：动词公式式。anything2explainer（929 星）的名字本身就是一台机器的输入输出接口：anything 进，explainer 出。描述第一句照录——「Topic in, narrated explainer video out. A Claude Code / Codex skill that turns any topic into a blac…」。X in Y out 是工作流件最干净的命名公式，本刊《话题进视频出》一期已主拆其身，本期补记它的名字同样是教科书。

四式：标准编号式。今日新星榜新面孔 mizzlelover/gongwen-gbt9704-skill（475 星），描述照录：「跨平台中文公文排版 Skill，生成参照 GB/T 9704-2012 的可编辑 DOCX」。GB/T 9704-2012 是中文公文格式国标，把标准编号嵌进仓库名，等于把质检报告挂在门脸上——需要合规排版的人扫一眼名字就完成决策，不需要的人零打扰。

五式：场景短语式。itsgiving（713 星），描述照录「Express yourself in meetings (with memes, of course).」——不卖功能卖场合，会议这个极窄切口就是全部身份。本刊 09-11 已给过它「场景颗粒度全场最细」的存档判语。

六式：态度宣言式。stop-that-shit（小而美榜 1915 星，描述自带中文「别再造史了」）、fire-your-seo-agency（存档 400 星，「Fire your SEO·GEO agency 🔥」）——把立场做成名字，目标用户看到名字就完成自我筛选，这是 09-11 存档里「把 trigger 词写进仓库名」的激进变体。

三、评测对比表

权重沿用本栏固定口径：功能 25%、设计 25%、实战 20%、上手 15%（星级越高越容易）、社区 15%。六件样本按门面形态配齐六式各一件；holo-card、anything2explainer、ffmpeg、itsgiving 四件沿用本刊近三日存档口径，gongwen-gbt9704-skill 与 text-humanizer 为本篇门面首评；六件实战均按零实测口径压两星（待验证）。

评分说明：设计一列本期打的是「门面设计」而非 SKILL.md 内部设计——仓库正文均未读取，内部结构无从评分※；holo-card 社区五星押在首印 1064 纪录与今日 1440 的二连涨上；ffmpeg 社区四星押在存档「两日 +77%」的斜率上，设计两星是描述栏空白的硬扣，与 09-11 存档口径一致。

四、货架样本逐个看

holo-card-studio —— 百字货架上的著名半句话（综合 3.85）

描述照录：「Turn the user's description or uploaded reference into a finished, editable Blender card and an inte…」。祈使动词 Turn 开头，前二十个字符就把输入（description or uploaded reference）交代完，第三十个字符交付双承诺（finished, editable）——把最贵的语义全部压进截断线之前，这是全生态执行得最彻底的一张货架。代价同样著名：「an inte…」成了这条赛道最有名的半句话，第三段承诺至今无人知晓，每篇引用它的文章都在替它省略（本篇也是）。星值曲线：09-08 首印 1064 创水位纪录，09-10 印 1292，今日 1440——货架文案没改过一个字，星自己在涨，说明承诺词的转化已经进入口碑自转※。

anything2explainer —— 名字即接口（综合 3.78）

名字五个音节说完商业模式：anything2explainer。描述第一句是同构的复写——「Topic in, narrated explainer video out.」——名字与首句互为镜像，读者在货架上的理解成本被压到零。更值得抄的是第三句的兼容声明格式：「A Claude Code / Codex skill that…」，把双宿主支持写进首句，兼容面直接成为货架卖点（09-11 存档里 guizang-yingzao-skill 用的同款句式）。设计五星给的就是这种全链路一致性。短板：名字承诺的是「explainer video」，但视频产出的工具链依赖（配音？剪辑？渲染？）首句未见答案，上手只能给三星半※——货架句式再干净，也替代不了依赖声明。

itsgiving —— 极窄切口的名字化（综合 3.35）

「Express yourself in meetings (with memes, of course).」九个词，三个信息：场景（meetings）、动作（express yourself）、形式（memes）。括号里那半句「of course」是六件样本里唯一的语气词——态度宣言式的一小滴，混在场景短语式里，恰好构成它「轻量情绪工具」的完整人设。09-11 存档判语仍然有效：工程量小、上手成本几乎为零（上手五星照此沿用），但窄场景意味着低频使用，社区三星对应它在 687→713 的缓涨曲线——货架精致、客流有限的典型样本※。

gongwen-gbt9704-skill —— 把国标挂上门牌（综合 3.30，本篇首评）

本篇最想放大的一件。中文公文排版是个被 lieflat-gongwen（今日 812 星）用「102 万字语料」教育过市场的赛道，但 gbt9704 这件选了完全不同的门面策略：不讲语料家底，讲标准编号。GB/T 9704-2012 写进名字，描述里「跨平台」与「可编辑 DOCX」两个词各占一个关键疑虑——跨平台回应「Mac 上能不能跑」，可编辑回应「是不是图片假排版」。一句描述答三问，这是标准编号式独有的信息密度：标准本身就是最硬的承诺词。短板：475 星首印，斜率未知；「参照 GB/T 9704-2012」的还原度是典型的验收型承诺，需要拿真实排版结果对标准逐条核，本栏通道未放行，只能待验证※。与 lieflat-gongwen 恰好构成同赛道两代门面：一个卖家底（102 万字），一个卖标准（GB/T 编号）——数字与标准，是中文 Skill 门面上并存的两种硬通货。

text-humanizer —— 开头即复读的反面教材（综合 2.88，本篇首评）

描述照录：「text-humanizer is an open-source project designed to convert text generated by AI to its “humanized” …」。前二十个字符花在复读自己的名字上——而名字已经在同一行里显示了，等于货架第一行贴着「本店是本店」。品类直名式本身没有错（ffmpeg-skill 证明过它对工具底座有效），错的是把直名式带进了描述首句：convert text generated by AI to its humanized version 这类信息，完全可以由一个动词开头的短句承担。设计两星半是六件里对句式的直接扣分，功能三星半与上手四星给的是品类需求本身——「去 AI 味」是 08-28 存档横评确认过的真实需求层，471 星说明需求仍在溢出※。

ffmpeg-skill —— 没有门面的门店（综合 2.83，对照组）

五、百字货架：截断线与首句公式

1. 祈使动词式：「Turn the user's description…into a finished, editable…」——动词开头，输入输出三十字符内交割。
2. X in Y out 式：「Topic in, narrated explainer video out.」——名字的镜像复写，理解成本为零。
3. 数字自证式：「2,234 selectable BodyParts3D meshes」（human-atlas 存档照录）、「通过 102 万字语料提炼」（lieflat-gongwen 照录）——有家底就报数，数字放第一个逗号之前。
4. 标准引用式：「生成参照 GB/T 9704-2012 的可编辑 DOCX」——有国标引国标，编号即承诺。

反面公式同样清晰：产品名复读开头（text-humanizer）、承诺藏在截断线之后（commerce-agents 的「Examp…」）、以及干脆交白卷（ffmpeg-skill 三件沉默件）。

六、上架检查清单：发第一个 Skill 前过一遍

把六式与四种首句公式压成十条，发仓库前逐项打勾：

1. 名字里放品类词或触发词，不放修辞——搜索你的人用的是「ffmpeg」，不是「媒体魔法师」；
2. 描述第一句动词开头，禁止用产品名复读开场；
3. 把最硬的承诺压进前 100 字符——截断线是物理存在的；
4. 有数字报数字：语料字数、网格片数、模型数，放第一个逗号之前；
5. 有标准引标准：GB/T、RFC、版本号，编号本身就是信任；
6. 双宿主兼容写进首句：「A Claude Code / Codex skill that…」是已被验证的货架句式；
7. 零描述等于把增长外包给运气——ffmpeg-skill 能涨是幸存者，screenwriting-skills 的评分表就在旁边；
8. README 首屏放产物图——可截图性定律（09-10 存档）：一张图可晒的件吃流量红利；
9. 名字与描述不堆同一个词——字符是货架租金，别付两遍；
10. 改文案当实验做——open-seo-mcp-skills 存档案例：换版「信任前置」句式后正赶上两次最大单日脉冲（相关非因果※，但至少证明改门面是零成本的常规操作）。

七、安装与自检命令

# 标准编号式首评件：中文公文排版，GB/T 9704-2012※安装方式以仓库 README 为准
npx skills add mizzlelover/gongwen-gbt9704-skill

# 品类直名式：去 AI 味改写
npx skills add SpaceDudem/text-humanizer

# 场景短语式：会议梗图外挂
npx skills add gazijarin/itsgiving

# 承诺词式与动词公式式（存档件，二连涨中）
npx skills add EverettFish/holo-card-studio
npx skills add Vincentwei1021/anything2explainer

# 检索同类，顺带自检：你的件在搜索结果里排第几
npx skills find gongwen
npx skills find explainer

八、推荐排行榜

• 综合榜：holo-card-studio（3.85）＞ anything2explainer（3.78）＞ itsgiving（3.35）＞ gongwen-gbt9704-skill（3.30）＞ text-humanizer（2.88）＞ ffmpeg-skill（2.83）
• 货架句式榜：anything2explainer（名字即接口）＞ holo-card-studio（承诺前置）＞ gongwen-gbt9704-skill（编号即承诺）＞ itsgiving（场景即身份）
• 信息密度榜（每字符承载语义）：gongwen-gbt9704-skill ＞ anything2explainer ＞ holo-card-studio
• 反面教材榜：text-humanizer（名字复读开场）＞ commerce-agents（官方门店被截断线切尾）＞ ffmpeg-skill（白卷门面）
• 最值得追的黑箱：holo-card 的「an inte」后半句、gbt9704 对国标的实际还原度

本期核心发现

1. description 是一份文本、两个读者的双面件。 宿主内的触发机制（上讲）与榜单上的货架表现（本讲）共用同一百来个字符，两边的失败模式互不相通——一个字段定生死，其实是两个字段考试同时考。
2. 命名已分化为六式，且由赛道结构决定。 工具底座用品类直名，生成件用承诺词隐喻，工作流件用动词公式，合规赛道用标准编号，情绪场景用场景短语，立场件用态度宣言——名字不是创意题，是定位题。
3. 百字符截断线是货架的物理边界。 连 anthropics 官方的 commerce-agents 都被切在「Examp」，个人作者没有理由不把承诺前置；「an inte…」能成为著名半句话，恰说明无人认真对待这条线。
4. 零描述件证明了口碑的下限而非上限。 ffmpeg-skill 零描述连涨九天，但每一张评测表都在描述栏扣它分——沉默能涨星，涨不了信任；门面省下的工夫，最后都变成用户装前的验证成本。

参考来源

[!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。