## 概述 本期是新星首发第六轮。换了个挖法：不再盯着榜单前排，而是把「主流横评已经写透的」全部排除，只保留栏目档案里零命中、但已经在真实装机清单里落地的面孔。本期甄出六座新工位、十三个 Skill：外置记忆双件（planning-with-files、remembering-conversations）、技能搜索件 find-skills、自学三件（self-learning、continuous-learning-v2、learning-coach）、安全三件套（security-threat-model / security-ownership-map / security-best-practices）、造件流水线三件（skill-factory / skill-seekers / skill-sync-github）、课程工程四件（knowledge-to-course / course-designer / tutorial-engineer / course-material-creator）。头牌 planning-with-files 拆到文件级设计，附一个二十行的最小复刻模板。先说结论：这一批新货的共同主题不是「能干什么活」，而是「怎么记住活」——生态正在从四肢进化期进入小脑发育期。 ## 方法与诚实声明 先交代挖掘口径，免得读者被「新」字忽悠。 - **新面孔的定义**：以本栏目历史档案（含五月以来的周报、横评、单件拆解）与本机装配清单做差集，凡两边的交集为空、但已在真实工位上服役的，算「新星」。「增长最快」这类数据本期不做断言——凡未经两个独立榜单交叉确认的数字，一律不给。 - **评分口径**：沿用栏目五维（功能完整度 25%、设计质量 25%、实战效果 20%、上手难度 15%、社区活跃度 15%），上手难度星星越多代表越容易上手。实战效果一项基于装机观察与社区口径，未做独立基准测试。 - **可核对的事实底座**：生态的安装与分发标准形态是 `npx skills add <名字>` 一类的 CLI 流程与「拷目录进 `~/.claude/skills/`」的手动路径，这一点与五月档案里各件的安装记录一致；官方 example-skills 合集包含 docx、pdf、pptx、xlsx、skill-creator、mcp-builder、webapp-testing 等件，本机清单与公开档案两边可互证。生态规模量级（十万级索引 Skill、数百公开仓库）转引自 5 月档案收录的 OpenAIToolsHub 与 agentskill.sh 口径，本期未重新核数。 ## 评测总表 | Skill / 组 | 功能完整度 | 设计质量 | 实战效果 | 上手难度(易=高星) | 社区活跃度 | 加权分 | |---|---|---|---|---|---|---| | planning-with-files | ★★★★★ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★★☆ | **4.50** | | find-skills | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | ★★★★☆ | **4.20** | | remembering-conversations | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★★★ | ★★★☆☆ | **3.80** | | self-learning | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★☆☆ | **3.65** | | 课程工程四件 | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | **3.60** | | 安全三件套 | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★☆☆ | ★★★☆☆ | **3.45** | | skill-factory | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | **3.45** | | continuous-learning-v2 | ★★★★☆ | ★★★☆☆ | ★★★☆☆ | ★★★☆☆ | ★★★☆☆ | **3.25** | ## 新工位地图 ```mermaid flowchart TD ROOT["九月新面孔地图"] --> MEM["外置记忆"] ROOT --> LEARN["自学件"] ROOT --> SEC["安全件"] ROOT --> META["造件与找件"] MEM --> PWF["planning-with-files"] MEM --> RC["remembering-conversations"] LEARN --> SL["self-learning"] LEARN --> CL["continuous-learning-v2"] SEC --> STM["threat-model"] SEC --> OW["ownership-map"] META --> FS["find-skills"] META --> SFY["skill-factory"] ``` ## 头牌深拆：planning-with-files，把脑子搬到磁盘上 **定位**：长任务外置记忆件。它不帮你写一行代码，只解决一个问题——干到一半会话断了、上下文被压缩了、或者第二天开了个新窗口，Claude 还能不能接着干。 **设计拆解**。这一门派的正文结构在社区里已经高度收敛，四个文件名几乎是明牌：`plan.md`（目标、边界、验收标准）、`tasks.md`（子任务清单，带勾选框）、`findings.md`（过程中查到的事实与踩过的坑）、`progress.md`（日期流水账：干了什么、下一步是什么）。以下按这个最大公约数讲，个别作者版本会有增删，以你装到的版本为准。 它的精妙处有三层： 1. **描述栏把触发词押在「长、多步、跨会话」上**，而不是押在某个技术域。也就是说它不和任何业务 Skill 抢地盘，谁的任务够长它就给谁当记事本。这是寄居蟹式的定位设计——不占赛道，占环节。 2. **正文几乎没有一行在教「怎么干活」，全在规定「怎么记账」**。什么时候建文件、每完成一块要打勾、发现新信息先写 findings 再继续动手。这其实是把软件工程里的「状态落盘」翻译成了提示词：上下文窗口是内存，文件才是磁盘；内存会被压缩回收，磁盘不会。 3. **它和待办清单机制是互补而不是重复**。内建 todo 是会话内的短期记忆，断线即失；这套文件是跨会话的长期记忆。真正的用法是让 Claude 每次开工先读盘再干活，相当于给 Agent 装了个「上夜班交接本」。 **工作流长这样**： ```mermaid flowchart TD A["接到长任务"] --> B["先写plan.md"] B --> C["拆任务进tasks"] C --> D["干一小块"] D --> E{"发现新信息"} E -->|是| F["记入findings"] E -->|否| G["继续下一块"] F --> G G --> H{"全部完成"} H -->|否| D H -->|是| I["更新progress收工"] J["会话中断重启"] -->|先读文件再动手| B ``` **短板**：一是纪律依赖——模型偷懒不更新文件时，整套机制退化为摆设，所以它的描述栏措辞通常很凶；二是文件污染，四份记账文件如果落在主仓库里忘删，交付时会很难看，好版本会规定统一放 `./scratch/` 一类隔离目录并在收工时归档。 **最小复刻模板**（二十行，可直接改成你自己的第一版）： ```markdown --- name: my-plan-in-files description: 长任务外置记忆。凡超过三步的任务，先建文件记账再动手。 触发词：长任务、重构、迁移、跨会话继续。 --- # 做法 1. 动手前先建 plan.md：目标、边界、验收标准。 2. 子任务写进 tasks.md，一行一个，带勾选框。 3. 过程中的事实和坑写 findings.md，只记结论和出处。 4. 每完成一块更新 progress.md：日期 + 干了什么 + 下一步。 5. 每次开工先读这四份文件，再继续干活。 # 红线 - 不确定的事写进 findings，不许凭印象续写。 - 四份文件统一放 ./scratch/，收工归档，不进主仓库。 ``` **一句话点评**：这是本期唯一一个「建议所有人立刻装」的件——它便宜、通用、而且治的是 Agent 时代最贵的病：失忆。 ## 其余五座新工位 ### remembering-conversations：会话交接本 planning-with-files 的同门师弟，但记账对象不同：它记的不是任务，是**对话本身**。每次聊完把结论、决定、悬而未决的问题写成摘要文件，下次开工先读。对长期伺候同一个项目的人价值极大——你上周拍板的「数据库就用 Postgres、ORM 不用」这类决定，三周后模型早就忘了，靠它捞回来。短板是与 Claude Code 内建的 memory 机制功能重叠，装之前先想清楚让谁管记性，两套一起开会互相覆盖。 ### find-skills：装搜索引擎的搜索引擎 meta 件。功能一句话：你说人话，它帮你从生态里找件、比件、给出安装命令。它踩中的是生态真实痛点——件已经多到十万级索引（据 5 月档案转引的 agentskill.sh 口径），找件的成本开始超过用件的成本。设计上最聪明的一手是把「搜索、对比、安装」做成一条链：找到即给 `npx skills add` 命令，缩短从种草到装机的时间。短板是它的质量取决于背后索引源的覆盖度，冷门新件照样漏。 ### 自学三件：会自己长本事的 Skill self-learning、continuous-learning-v2、learning-coach 三个名字指向同一件事：**让 Skill 从每次任务里沉淀经验**。self-learning 负责在任务结束后把「这次哪里做得不好、下次该怎么改」写成教训文件；continuous-learning-v2 名字里带 v2，说明第一版已经被作者亲手埋了——在新货里这反而是信用分，证明作者迭代过真问题；learning-coach 更偏「教练位」，在过程中而不是结束后给反馈。这一簇预示的方向值得单独记一笔：Skill 正在从「静态提示词」长出「自我修正回路」，这与官方 Skills 2.0 加 Evals 的路线（据 5 月档案转引）正好从社区侧合流。短板也统一：教训文件攒多了没人收拾，会变成新的垃圾山，需要配定期整理的约定。 ### 安全三件套：企业采购的前哨 security-threat-model（威胁建模）、security-ownership-map（权限与资产归属图）、security-best-practices（安全基线检查）。三者拼起来是一套「先画地图、再找坏人、后查门锁」的流程，threat-model 一侧明显借了微软 STRIDE 方法的骨架（仿冒、篡改、抵赖、信息泄露、拒绝服务、提权）。这簇件单独看都不惊艳，但出现本身就是信号：Skills 生态在长「严肃部门」。五月档案里记录过官方已给金融、法律出了行业插件，社区侧紧跟着补安全审查位，逻辑是连贯的——企业要买单，先要能过安全问卷。短板是三件对使用者有专业门槛，不懂威胁建模的人跑 threat-model 只会得到一份填空模板。 ### 造件流水线三件：skill-creator 的下游产业 skill-factory（批量造件）、skill-seekers（从外部文档、网页抓取内容转成 SKILL.md）、skill-sync-github（把本地件同步发布到 GitHub 仓库）。注意 skill-seekers 的定位：它解决的是「我有 800 页内部手册，怎么变成 Agent 能用的件」——文档到 Skill 的转换器，这是把企业存量知识搬进 Agent 时代的搬运工位。skill-sync-github 则管最后一公里：写完的件怎么进版本管理、怎么发出去让人装。三件与已评过的 skill-creator 拼起来，恰好凑齐「造、转、发」全链条。短板：factory 批量出的件质量方差大，批量生产与批量垃圾只有一线之隔。 ### 课程工程四件：训练营军备竞赛的弹药 knowledge-to-course、course-designer、tutorial-engineer、course-material-creator，四个名字一个生意：把一门知识变成有大纲、有讲义、有练习的完整课程包。五月档案记录过 Skill 训练营已是被验证的生意（$299-499/人价位带），这四件就是供给方军备。设计上常见的套路是「受众画像 → 大纲 → 每节课三件套（讲义/演示/练习）」的流水线。短板：生成的课程普遍「骨架漂亮、血肉注水」，案例和练习的针对性是重灾区，拿来当脚手架可以，当成品卖不行。 顺带一行：本机这批新面孔里还窝着 joke-engineering、marketing-psychology、systems-thinking、scientific-critical-thinking 四件「思维件」——给模型装思维方式的软配件，量还不够成气候，留给下期横评。 ## 安装命令汇总 ```bash # 通用路径一：skills CLI（skills.sh 生态命令行） npx skills find planning-with-files # 先搜，确认仓库名与作者 npx skills add planning-with-files # 确认后安装 # 其余各件同理替换名字： # remembering-conversations / find-skills / self-learning # continuous-learning-v2 / learning-coach # security-threat-model / security-ownership-map / security-best-practices # skill-factory / skill-seekers / skill-sync-github # knowledge-to-course / course-designer / tutorial-engineer / course-material-creator # 通用路径二：手动拷贝 # 把对应仓库的目录整个拷进 ~/.claude/skills/<名字>/， # 保证里面有 SKILL.md 即可被识别。 ``` 注意：同名件在市场上常有多个作者版本，安装前用 `find` 看清仓库来源，别装到套壳货。 ## 推荐排行榜 **综合榜**：1. planning-with-files（4.50，本期唯一全五星设计）；2. find-skills（4.20）；3. remembering-conversations（3.80）；4. self-learning（3.65）；5. 课程工程四件（3.60）。 **最值得抄的设计**：1. planning-with-files 的四文件制——把「状态落盘」写成提示词；2. find-skills 的「找到即安装」闭环；3. skill-sync-github 把发布做成件——别人的收尾是你的自动化。 **上手最快**：find-skills、remembering-conversations、课程工程四件，均为装完即用、零配置。 **先观望**：security 三件套（等有企业场景再用）、skill-factory（批量质量不稳）、continuous-learning-v2（等 v3，或等作者把整理机制补上）。 ## 三个趋势判断 1. **元能力件成了独立门类**。「管 Skill 的 Skill」已经从造（skill-creator）长出找（find-skills）、转（skill-seekers）、发（skill-sync-github）、学（self-learning）五环节。一个生态开始给自己造工具，说明它过了玩具期。 2. **记忆外置化是下一个标配**。上下文再大也是易失的，planning-with-files 和 remembering-conversations 的走红路径，大概率复刻当年 todo 机制从插件变内建的过程。现在装它们，是在提前享受未来的内建功能。 3. **严肃部门入驻意味着生态要洗牌**。安全三件套和课程工程四件共同指向付费场景（企业采购、培训市场）。付费方进场后，没有 Evals、没有版本管理的玩具件会被加速淘汰——新货作者们，测试该补上了。 ## 参考来源 1. [anthropics/skills](https://github.com/anthropics/skills) — 官方 Skills 仓库，example-skills 合集（docx/pdf/pptx/skill-creator 等）与本机清单互证 2. [OpenAIToolsHub：Best Claude Code Skills in 2026](https://www.openaitoolshub.org/en/blog/best-claude-code-skills-2026) — 生态规模量级与仓库数口径，转引自本栏目 5 月档案 3. [Pere Villega：What's New in Claude Code Skills 2.0](https://perevillega.com/posts/2026-04-01-claude-code-skills-2-what-changed-what-works-what-to-watch-out-for/) — Skills 2.0 Evals 机制背景 4. [Agent37：Claude Skills Marketplace](https://www.agent37.com/blog/claude-skills-marketplace) — Skill 变现与训练营市场背景 5. [alirezarezvani/claude-skills](https://github.com/alirezarezvani/claude-skills) — 263+ 生产级 Skill 合集，社区分发形态参照 6. [skills.sh](https://skills.sh) / [skillsmp.com](https://skillsmp.com) / [mcpservers.org/agent-skills](https://mcpservers.org/agent-skills) — Skills 聚合市场，`npx skills` CLI 的生态来源 7. 本机装配清单与栏目历史档案（output/2026-05-17/skills-ecosystem-0612.md 等）—— 本期「新星」差集挖掘的原始底稿 > [!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。