本栏 Skills 生态观察的这一轮,把镜头从仓库内部拉回到门口那行字。本周技能货架上新的前十名,从 4272 星的 magpie 到 1014 星的 WeChatBridge,十件货十张门牌,把门牌逐句排开看,结论有三条:七张门牌在目录展示位上断尾,身份交付赶在展示位收窄之前成了生死线;十张门牌的起手式分四个句法家族,动词开门的那三张恰好是综合分最高的三张;星标市场根本不考门牌——空门牌的 floorplan-3d 三天从 676 星涨到 1310 星,但装机之后它永远不会被点亮。文末给出「门牌先行三步」,带你写出第一件 Skill 里杠杆率最高的那一行。文中星数均为发稿时点口径。
先复述一遍 SKILL.md 的物理定律,门牌的分量全从这里来。一件 Skill 装进机器后,name 和 description 是唯一常驻的部分——模型的每一轮对话都要扫一遍所有已装件的描述来决定点亮谁;正文只有被命中后才加载,references/ 和 scripts/ 更是再往后排。所以一件 Skill 的分发成败,在它被点开之前就定了:门牌是路由器唯一读得到的广告,正文写得再好,门牌失手就是永久沉默。
而门牌的第二个约束很少有人当回事:展示位比字数上限更窄。官方规范给 description 的预算是上千字符,但目录页、市场卡片、榜单快照、awesome 清单、搜索摘要,这些真正完成「第一眼分发」的展示位,普遍只露头一百字上下。你的门牌在展示位断尾处说了什么、没说什么,决定了大多数潜在用户对你的全部认知。本期十张门牌,就是在这条断尾线前排开的十份考卷。
| 货架席位 | 仓库 | 星数 | 物种 | 门牌(按展示位原文,断尾照录) | 断尾 |
|---|---|---|---|---|---|
| 1 | yetone/magpie | 4272 | 模型路由工具 | Every agent's model. One place. Codex on DeepSeek, Claude Code on Kimi, from the… | ✓ |
| 2 | rehan-remade/universal-modder | 2121 | Skill+工具+MCP | Point Claude at any game. Skills, tools and the fal MCP that let Claude Code mod almost any PC game | — |
| 3 | dzhng/jevgrep | 2066 | Agent 用 CLI | Find code by asking what it does. A CLI for coding agents that uses Jev to disco… | ✓ |
| 4 | kaankiziltug/logo-design-skill | 1520 | Skill | A comprehensive logo-design skill for Claude, Gemini CLI, Codex and other AI age… | ✓ |
| 5 | feitangyuan/onetake | 1326 | Skill | Motion films that never cut to the next slide: every beat grows out of the one b… | ✓ |
| 6 | mikehasa/golive-skill | 1184 | Skill | Take your agent-built product live: hosting, database, domain, email, payments —… | ✓ |
| 7 | nanaism/yomiyasu | 1176 | Skill | AI生成の日本語を自然な日本語へ推敲するAgent Skill / Agent Skill for Refining AI-Generated Japanese into Natural Japane… | ✓ |
| 8 | ollaya-dev/ollaya | 1127 | 本地模型服务 | Run open decision models locally: pull and serve Laya, decider, NLI and GLiClass… | ✓ |
| 9 | OnlistTeam/ai-manager | 1044 | 桌面应用 | AI Manager desktop application for AI coding tools | — |
| 10 | freestylefly/WeChatBridge | 1014 | macOS 应用 | 微信聊天记录一键转发到 AI Agent 与 Obsidian 的原生 macOS 工具 | — |
十张门牌,七张断尾。这不是巧合,是生态现状:几乎所有分发渠道都比你想象得更早掐断你的话。
门牌的头三个词是全句最贵的位置。十张门牌在这一个位置上分出了四个句法家族,家族之间的综合表现差距肉眼可见。
起手式一:动词开门。 universal-modder 的「Point Claude at any game」,三个词,动词、宾主、对象全齐——拿什么(Claude)、干什么(mod)、对谁(any game)。golive-skill 的「Take your agent-built product live」同一结构,还顺手把服务对象(agent-built product)写进了门牌。ollaya 的「Run open decision models locally」在动词后面跟了三个名词: open(开放权重)、decision models(决策模型)、locally(本地),一件货的三个卖点全部名词化。中文门牌里 WeChatBridge 的「一键转发」是同族——四个字把动作和卖点都压进去了。动词开门的本质是把门牌写成一句可执行的话,路由器匹配的本来就是动词和名词,你直接把匹配原料递到它嘴边。
起手式二:口号断句。 榜首 magpie 的「Every agent's model. One place.」——两组三词短句,没有动词,像广告牌不像说明书。它是十张门牌里唯一敢这么写的:一句「所有 Agent 的模型,一个地方」,身份靠断句节奏立起来,后半句「Codex on DeepSeek, Claude Code on Kimi」再用两组真实组合把口号落地。这是门牌里的高难度动作——口号省掉的每个动词,都要靠后面的名词组合补回来,magpie 补得起,因为它有真实组合可报;新手模仿这个句式,通常只剩空洞。
起手式三:自报家门。 logo-design-skill 的「A comprehensive logo-design skill」、onetake 的「Motion films」、yomiyasu 的「AI生成の日本語…推敲するAgent Skill」,这一族不喊动作,先报片种和品类。报得最准的是 onetake:不说 AI 视频,说 motion films,把预期架在渲染工程上;yomiyasu 则把「改写 AI 生成日语」这个场景在日语里完整说一遍、再用英语复述一遍,一份门牌吃两个语种市场。这一族的软肋是没有动词就没有触发钩子,必须靠后面的内容补——logo-design-skill 补的是平台清单,onetake 补的是禁令,都有补救动作,纯自报而不补救的就会滑向第四族。
起手式四:白描简历。 ai-manager 的「AI Manager desktop application for AI coding tools」——零动词、零场景、零边界,一句产品名录式的自我介绍。1044 个星证明货架曝光不靠门牌,但把它想象成一件装进 ~/.claude/skills/ 的件:用户打「管理我的 AI 编码工具」时,门牌里没有一个动词能和这句话的动词重合。这是十张门牌里唯一一张在路由层等于空白的,本期成绩单垫底,不冤。
加映席再看两张榜外门牌:pr-lens 的「Review code 100X faster」——动词开门再加数字承诺,干练到近乎莽撞;easyread 的「把英文论文读成舒服的中文:本地 PDF 论文翻译、原文对照、边读边问 AI、文献管理。Read English papers in comfortable Chinese.」——中文场景句、四件套名词链、英文复述,三件套齐装,是双语门牌的满分作业。
七张断尾门牌,断得有好有坏,差距在于把什么留在了断尾线之前。
golive-skill 是断尾线前的赢家:冒号后面的「hosting, database, domain, email, payments」五个名词全部在展示位内交付完毕,掐掉的后半句只是补充说明。用户在目录卡片上看到的半句,已经是一份完整的交付清单——这半句丢了修辞,没丢信息。yomiyasu 更绝,日语完整句加英语复述互为备份,断尾掐掉的只是复述的尾巴,两个语种的读者都已在断尾线前拿到全量身份。
反面是 jevgrep:断在「uses Jev to disco」——它最需要向陌生人解释的「Jev 是什么」恰恰被掐掉,目录上的它留了一个只有圈内人看得懂的悬案。ollaya 断在「GLiClass」后的模型清单,伤得轻一些,因为动词短句「Run open decision models locally」已经在句首交付完毕。onetake 是教科书级的断尾防御:最强的两个词 never cut 和 grows 全部放在前半句,掐断处之后的尾巴丢的只是修辞。
从这七张考卷里提炼的断尾军规只有一条:把身份和钩子压进门牌的前八十字,后半句永远按「会被掐掉」来写。具体做法是写完门牌做一个截断演练——数着字符在第八十字画一条线,线上没有交付完身份的,回去重写。
十件货其实分三个物种:六件正牌 Skill(universal-modder、logo-design-skill、onetake、golive-skill、yomiyasu、ollaya),两件 Agent 工具(magpie、jevgrep),两件桌面应用(ai-manager、WeChatBridge)。三个物种写门牌的语法本来就不该一样:
本期最有趣的错位就在这:ai-manager 用应用的白描语法写在技能生态的货架上,考卷及不了格;而 WeChatBridge 虽然也是应用,它的门牌「微信聊天记录一键转发到 AI Agent 与 Obsidian」却是全榜名词撞针最密的一张——聊天记录、转发、AI Agent、Obsidian 四个名词全是用户会打出来的词。物种决定语法,但名词撞针密度不分物种。
本期最刺眼的对照组不在前十名里,在旁边——新星榜上的 wy51ai/floorplan-3d,门牌一栏写的是「无描述」。三个字都没有的门牌,星数三天从 676 涨到 1310(09-30 口径对发稿口径)。同期门牌写得满满当当的 logo-design-skill 从 903 涨到 1520,斜率反而不如它。
这组对照把两本账彻底撕开:星标市场的通货是货架曝光,门牌不参与计价——榜单露脸、社区转发、截图传播,都足以铸星。但装机市场的通货只有一条:路由器扫描述。空门牌的件装进机器,等于在几百个候选里放了一个永远零分的选手。floorplan-3d 涨的是星,不是使用;它的 1310 个星标里,能转化成一次点亮的比例,门牌已经替它答了:零。给写件人的推论:别拿星数当门牌质量的判据,那是另一本账。你写门牌,考的是装机那一本。
考试口径与装机五维不同,本期只考门牌,五项:开门三词(起手式是否自带触发钩子)30%、名词撞针(名词是否用户会打出的词)25%、抗断尾(前八十字是否交付完整身份)20%、边界排除(有没有写何时不适用)15%、载体自报(平台与宿主是否言明)10%。
| 门牌 | 开门三词 | 名词撞针 | 抗断尾 | 边界排除 | 载体自报 | 加权 |
|---|---|---|---|---|---|---|
| universal-modder | ★★★★★ | ★★★★★ | ★★★★★ | ★★☆☆☆ | ★★★★★ | 4.5 |
| WeChatBridge | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★☆☆ | ★★★★☆ | 4.3 |
| golive-skill | ★★★★★ | ★★★★★ | ★★★★☆ | ★★☆☆☆ | ★★★☆☆ | 4.2 |
| magpie | ★★★★☆ | ★★★★★ | ★★★★☆ | ★☆☆☆☆ | ★★★★★ | 3.8 |
| onetake | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★★ | ★★☆☆☆ | 3.6 |
| jevgrep | ★★★★★ | ★★★★☆ | ★★☆☆☆ | ★★☆☆☆ | ★★★☆☆ | 3.5 |
| logo-design-skill | ★★★☆☆ | ★★★★☆ | ★★★☆☆ | ★☆☆☆☆ | ★★★★★ | 3.3 |
| yomiyasu | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★★☆☆ | 3.4 |
| ollaya | ★★★★☆ | ★★★★☆ | ★★★☆☆ | ★★☆☆☆ | ★★☆☆☆ | 3.3 |
| ai-manager | ★☆☆☆☆ | ★★★☆☆ | ★★★★★ | ★☆☆☆☆ | ★☆☆☆☆ | 2.0 |
读表要点:边界排除一栏全线失守——十张门牌没有一张明确写「何时不适用」,这是整个生态在门牌层的集体留白,也是新写件的人最容易捡到的分数。
正文怎么写,各家教程已经讲透;本期的三步只解决一个问题——在动手建目录之前,先把那一行写对。
第一步:只写一句,别建目录。 第一件 Skill 的第一版可以只有一个门牌。套这个填空式:
当用户〈他会打出来的动作〉〈他会打出来的东西〉,要〈产出物〉时使用。〈主动声明不做什么〉;〈边界场景〉时不要使用。
拿一个真实高频的小场景试刀——报销整理。白描式初稿长这样:
description: 一个整理发票报销的工具。
第二步:两刀改稿。 第一刀加动词和名词——「把粘贴过来的消费记录和发票文字整理成报销明细」,动作(粘贴、整理)和东西(消费记录、发票)全换成用户会打的词。第二刀加场景和边界,改完:
description: 当用户粘贴一批消费记录或发票文字,要整理成可提交的报销
明细(日期、商户、金额、类别、合计)时使用。只做归类与合计,不判断
能否报销;涉及税务申报时不要使用。
第三步:两道演练,再装再试。 先做断尾演练:数前八十字,身份(报销明细)和钩子(粘贴、发票、整理)必须在线内交付——这份改稿前六十字就交完了,过关。再做撞针测试:圈出门牌里所有名词,逐个问「用户会打这个词吗」——报销、发票、金额、明细都过;「可提交」这类虚词删了也不影响。然后才建目录:
mkdir -p ~/.claude/skills/receipt-sorter
# 将含上述 frontmatter 的 SKILL.md 放入该目录,正文先留空或只写三四行流程
新开会话,说出用户会说的那句话——「帮我把这堆发票整理成报销单」。点亮了,回头再补正文;沉默了,回去改名词,直到撞上为止。先让门牌活着,再让正文丰满——顺序反了,你是在给一件永远不会被点亮的件写正文。
mindmap
root((十张门牌的起手式))
动词开门
universal-modder
golive-skill
WeChatBridge
口号断句
magpie
自报家门
logo-design-skill
yomiyasu
onetake
白描简历
ai-manager
断尾生还者
golive 载荷前置
yomiyasu 双语复写
flowchart TD
A["想好一件重复的小事"] --> B["只写一句门牌"]
B --> C{"起手式自检<br/>动词 名词 边界"}
C -->|"缺一项"| B
C -->|"三项齐"| D["八十字断尾演练"]
D -->|"身份残缺"| B
D -->|"身份完整"| E["建目录装件"]
E --> F["新会话说用户那句话"]
F -->|"点亮"| G["回头再补正文"]
F -->|"沉默"| B
六件正牌 Skill 可直接入目录(各件另有依赖的,以仓库说明为准):
git clone https://github.com/rehan-remade/universal-modder ~/.claude/skills/universal-modder
git clone https://github.com/kaankiziltug/logo-design-skill ~/.claude/skills/logo-design-skill
git clone https://github.com/feitangyuan/onetake ~/.claude/skills/onetake
git clone https://github.com/mikehasa/golive-skill ~/.claude/skills/golive-skill
git clone https://github.com/nanaism/yomiyasu ~/.claude/skills/yomiyasu
git clone https://github.com/ollaya-dev/ollaya ~/.claude/skills/ollaya
两处依赖提前说:universal-modder 的门牌写明带 tools 和 fal 的 MCP,装完还要配 MCP 才能干活;ollaya 要在本地拉取 Laya、decider 等模型再对外服务,不是丢进目录就完事。magpie、jevgrep、ai-manager、WeChatBridge 四件是工具与应用,不进技能目录,本期列它们只为读门牌。
[!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。
