# 一件Skill塞了一百节课——内容创作与办公产线真机解剖 ## 概述 货架停摆，本期换打法：不追新面孔，解剖标本。标本是一台真实生产机——本机 `~/skills` 目录下装着五条内容产线（PPT、知识卡片、课程化、课程视频、视频混剪），它们从没上过任何一期盘点，却是这台机器上真正在干活的东西。把它们的文件树一层层剥开，再对照公开市场四件（编剧包、SEO 双件、AI 视频笔记包）的全月星标曲线，本期给出一个此前没人点破的结论：**内容件的胜负手不在提示词，在资产。谁往 Skill 里塞的货越多，谁活得越好。** ## 先看市场：四件熟脸的全月曲线 | 仓库 | 快照曲线（日期→星数） | 全窗口日均 | |------|----------------------|-----------| | jtydhr88/screenwriting-skills | 09-11:715 → 09-13:882 → 09-15:1081 → 09-16:1188 → 09-19:1251 | 约 67 星/天 | | Ryze-AI-Adgent/open-seo-mcp-skills | 09-03:333 → 09-06:516 → 09-08:642 → 09-11:771 | 约 55 星/天 | | eternityspring/reelbench-skills | 09-14:516 → 09-16:704 → 09-19:749 → 09-24:825 | 约 31 星/天 | | leopard627/fire-your-seo-agency | 仅 09-07 一点：400 | 单点，无法测速 | 两条被本栏反复报道过的关键事实，在快照序列里看得更清楚。其一，open-seo-mcp-skills 的仓库描述在 9 月 10 日前后悄悄换过一次：9 月 3 日快照还写着通用的「关键词研究、排名追踪、站点审计、外链」，到 9 月 11 日已改成「接你真实的 GSC/GA4/广告数据」——从给建议的件，转向碰真数据的件。这个转向是 SEO 件的分水岭，本栏上期已判过，快照序列为它补了时间戳。其二，screenwriting-skills 八天从 715 涨到 1251，日均 67 星、几乎天天匀速，与上期「涨得最匀、没有二次传播」的判决吻合——两条独立数据链互为印证。 ## 本期标本：一台真机上的五条内容产线 公开货架没新货，但真机上装着五件从未被盘点过的产线。以下全部结论来自本机目录的文件树实测（目录：`/home/gprshome/skills/`），逐件拆。 ### ericsson-ppt-writer-v2：塞了一百节课的 PPT 工厂 这件是本期标题的由来。它的目录结构是三层：顶层是四份过程文档——`00-original-requirement.md`、`01-tech-evaluation.md`、`02-template-analysis.md`、`03-openxml-deep-dive.md`，从需求、选型、模板分析一路写到 OpenXML 深潜，等于把一个 Skill 的整个怀孕过程存档在仓库里，这在公开市场的件里几乎见不到。中间层是两支批量脚本 `batch_generate_ict.py` 和 `ericsson_ppt_batch.py`，加一份 `ict_100_plan.md`——百讲计划。底层是 `pptx/content/` 目录：**选题 JSON 超过一百个**（Glob 列到第一百个还没列完），从《Starlink星链系统》《GPS定位原理》到《Transformer架构》《芯片战争》，横跨通信、AI、操作系统、科技史。 这就是「重资产件」的极端形态：SKILL.md 只是说明书，真正的估值在那一百多个内容 JSON 里。提示词人人会写，一百节课的语料没人在一夜之间造得出来。 ### knowledge-card-pro：同一座图书馆，另一个出货口 拆开它的文件树，戏剧性出现了：`content/` 目录下按 13 个领域分类——networking、telecom、computing、ai-ml、programming、math、physics、electronics、robotics、space-tech、tech-industry、cybersecurity、data-science——每个领域下挂选题 JSON，而《Starlink星链系统》《TCP_IP协议栈四层模型》《GPS定位原理》这些名字，与 PPT 工厂的语料库**完全重合**。一件内容库，喂两条产线：同样的选题，出卡片用 `knowledge_card_pro.py`，出 PPT 用批量脚本。更难得的是它带了一份 `production_checklist.md`——全场唯一把质检单写进仓库的件。语料是资产，分类学是资产的资产，质检单是资产不返工的保险。 ### knowledge-to-course：自带自愈的课改件 最小的文件树，却是设计密度最高的一件：`analyze_doc.py` 拆文档，`validate_slides.py` 配 `validators/schema.json` 做出槽校验，`fix_mermaid.py` 专治渲染失败的图——一个「生成、验证、自愈」的闭环，再加 `templates/course_plan.md` 和 `slide_prompt.md` 两个模板。三个脚本没有一个是生产内容的，全是给内容把关的。这是五件里唯一把「防呆」写进工程的：它默认模型会出错，然后逐类兜住。做内容流水线的人该抄的就是这个思路——生成脚本谁都会写，修复脚本才是护城河。 ### course-video-maker：跑过量产、留着弹壳 文件树有明显的「用过的痕迹」：`build_video.py` 旁边躺着一个 `.bak`，`__pycache__` 里有编译缓存——说明它真的跑过量产，不是展示件。`references/` 下两份文档，一份 `step-by-step-guide.md`，一份 `japanese-verification.md`，后者记录的是一套日式逐帧校验流程，看得出踩过坑之后专门补的验收环节。旁边还装着 `course-video-maker-zh`、`-en` 等变体——一件繁殖出一窝，换语言不换骨架。工程上是老派风格，量产信用却是五件里最足的。 ### video-remix：爆款梦碎的考古现场 这件的文件树是一部失败的编年史。`templates/` 下躺着十几个爆款脚本库：`viral_scripts.json`、`_expanded`、`_bulk`、`_batch2`、`_real_api`、`_real_merged`、`_massive`、`_ultimate`、`_final`……从扩量、换接口、合并、再终极、再最终，每个文件名都是一次不成功的尝试。`scripts/` 里九支脚本，四支名字带 scrape。最后落到的资产反而是手工攒的 `obsidian_vault/`：方言配音素材、职场场景、毒鸡汤、网络热梗、《西游记》四川话配音八个选题库，外加一个 `journey_to_the_west_sichuan.json` 样例。管线是全的（抽字幕、配音、混剪三段齐备），但它的历史证明：**爬来的语料库不如手攒的选题库值钱**。资产论在这件上以反例成立。 ## 评测对比表 本机五件按工程五维评（私房件无社区数据，社区活跃度不计，加权折算到 85%）；市场四件沿用本栏 9 月 24 日已发布的前判分数，标注来源不重评。 | Skill | 功能完整度 | 设计质量 | 实战效果 | 上手难度 | 社区 | 综合 | |-------|-----------|---------|---------|---------|------|------| | knowledge-card-pro | ★★★★ | ★★★★★ | ★★★★ | ★★★★ | 私 | **4.1** | | ericsson-ppt-writer-v2 | ★★★★★ | ★★★★ | ★★★★ | ★★★ | 私 | **4.0** | | knowledge-to-course | ★★★★ | ★★★★★ | ★★★☆ | ★★★☆ | 私 | **3.8** | | course-video-maker | ★★★★ | ★★★☆ | ★★★☆ | ★★★ | 私 | **3.6** | | video-remix | ★★★ | ★★☆ | ★★☆ | ★★☆ | 私 | **2.6** | | reelbench-skills（前判） | ★★★★ | ★★★ | ★★★ | ★★★★ | ★★★★ | 3.55 | | screenwriting-skills（前判） | ★★★★ | ★★★★ | ★★★ | ★★★★ | ★★ | 3.5 | | open-seo-mcp-skills（前判） | ★★★★★ | ★★★★ | ★★★ | ★★ | ★★ | 3.45 | | fire-your-seo-agency（前判） | ★★★ | ★★★ | ★★★ | ★★★★ | ★ | 2.85 | ## 内容件四范式：货架数据的统一解释 九件摆在一起，公开市场与本机私房可以用同一套类型学解释——这期真正的产出： - **重资产件**：Skill 里塞语料、塞模板、塞风格库。市场侧的头部全是这类：mono-color-skill 9 月 1 日快照 2489 星（前一日 1207，一天翻倍）、holo-card-studio 从 9 月 8 日 1064 涨到 9 月 25 日 1788、story-to-handdrawn-video 稳在 1782（09-03 快照）。本机的百讲库和十三域卡片库同属此门。涨星最凶的是它们，估值最高的也是它们。 - **真数据件**：接真实账号、真实 API，open-seo-mcp-skills 是唯一代表，描述一转就破了 770 星。 - **纯提示件**：SKILL.md 之外没有资产。fire-your-seo-agency 口号最响（开除 SEO 代运营），观察窗内只有 400 星一个数据点，无后续——口号带不来复访。 - **陪跑笔记件**：笔记即文档，reelbench-skills 516 涨到 825，温吞但稳定，服务的是入行者而不是爆款。 四范式的推论很直接：内容件的价格锚点正在从「提示词工程」移向「语料工程」。想入场的人该问的不是「我的 SKILL.md 写得多好」，而是「我的 content 目录里塞了什么」。 ```mermaid flowchart TD market["内容创作与办公货架"] market --> A["重资产件"] market --> B["真数据件"] market --> C["纯提示件"] market --> D["陪跑笔记件"] A --> A1["风格图件 2489星"] A --> A2["本机百讲库 100+选题"] A --> A3["漫画动画件 1782星"] B --> B1["SEO数据件 771星"] C --> C1["口号审计件 400星"] D --> D1["视频笔记件 825星"] ``` ```mermaid flowchart TD lib["共享选题库
100余个JSON"] lib --> card["卡片产线"] lib --> ppt["PPT产线"] lib --> course["课程产线"] card --> c1["十三域分类
附质检单"] ppt --> p1["批量脚本
百讲计划"] course --> q1["出槽校验
图自动修复"] video["视频产线"] --> v1["抽字幕配音
手攒选题库"] lib2["爬取语料
十余个版本"] -.-> video ``` ## 安装与复刻 市场三件沿用本栏前文验证过的命令： ```bash git clone --depth 1 https://github.com/jtydhr88/screenwriting-skills ~/.claude/skills/screenwriting-skills git clone --depth 1 https://github.com/Ryze-AI-Adgent/open-seo-mcp-skills ~/.claude/skills/open-seo-mcp-skills git clone --depth 1 https://github.com/eternityspring/reelbench-skills ~/.claude/skills/reelbench-skills ``` 本机五件是私房产线，无公开仓库，不复述虚构链接。想复刻这套架构，公式只有四行：建一个 `content/` 按领域分目录塞选题 JSON；配一支生成脚本和一支校验脚本；`production_checklist.md` 写清验收项；SKILL.md 只负责把这三种资产串起来。open-seo-mcp-skills 那条真数据路线则要另备 GSC/GA4 账号并配 MCP，上手成本全场最高，没有账号别装。 ## 推荐排行榜 - **工程完成度榜**：knowledge-card-pro（语料+质检单）＞ ericsson-ppt-writer-v2（百讲库+过程文档）＞ knowledge-to-course（验证闭环）＞ course-video-maker（量产信用）＞ video-remix（管线全但资产翻车） - **架构借鉴榜**（给想写自己第一件的人）：knowledge-to-course 第一——它教的是防呆；video-remix 第二——它教的是别爬 - **市场增速榜**（有完整窗口者）：screenwriting-skills 67 星/天 ＞ open-seo-mcp-skills 55 星/天 ＞ reelbench-skills 31 星/天 - **综合装机榜**：重资产两件（本机）＞ reelbench（入行向）＞ screenwriting（职业向）＞ open-seo（有账号再装）＞ fire-your-seo-agency（继续观望） 货架停摆不是内容的终点，是内容件的分水岭：提示词通胀之后，语料成了唯一的硬通货。下一期 Round 5 轮到工作流自动化类，届时验证这个结论在部署件上是否同样成立。 ## 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。