TL;DR
Agent Skills 生态已经大到”不知道装什么”。本文从高星开源项目里按内容创作者的真实场景挑了 8 个，给出选型表、通用安装话术和组合用法——装好这一箱，出图、剪视频、管知识库、查资料、发文章的机械活都有现成 skill。
准备
- 任一兼容 Agent Skills 的环境：Claude Code、Codex、Moxt 等
- 通用安装方式（与 Lieflat Charts 相同）：
npx skills add <仓库地址> --skill <skill 名>或者直接对有 shell 权限的 agent 说：“帮我把 <仓库地址> 克隆到 ~/.claude/skills/<名字>，装完检查 SKILL.md 是否存在。“（Codex 用户把路径换成 ~/.codex/skills/）
选型决策表（按场景）
| 你想干什么 | 用什么 | Star | 一句话理由 |
|---|---|---|---|
| 出风格统一的海报/配图 | mono-color-skill | 2.7k | 单色编辑印刷视觉系统，本站有配套教程 |
| 数据/口播做成视频 | html-video | 4.5k | HTML 直接渲染 MP4，21 套模板，无按次费用 |
| 剪辑粗剪/字幕 | videocut-skills | 3.0k | Claude Code 驱动的剪辑 agent |
| 管一批文档 | llm-wiki | 17.2k | 不是一次性 RAG，是持续维护的互链知识库 |
| 查资料写报告 | deep-research | 19.6k | 最简深度研究 agent，代码可读可改 |
| 电子书转有声书 | ebook2audiobook | 20.1k | 声音克隆 + 1158+ 语言，本地跑 |
| 公众号去 AI 味 | humanizer-zh | 16.4k | Humanizer 中文汉化版，发布前最后一道工序 |
| 让 agent 操作网页 | agent-browser | 41.7k | 浏览器自动化 CLI，采集与提交的基础件 |
步骤
提示词/配置
批量安装的标准话术（可一次说多个仓库）：
Skills 批量安装话术
帮我安装两个 agent skills：
1. 把 https://github.com/nashsu/llm_wiki 克隆到 ~/.claude/skills/llm-wiki
2. 把 https://github.com/op7418/Humanizer-zh 克隆到 ~/.claude/skills/humanizer-zh
装完分别检查两边 SKILL.md 是否存在，并列出你当前可用的所有 skills。组合用法示例——“资料 → 成稿”流水线：
- 先让 deep-research 深挖课题出要点
- 用自己的话写初稿（或参考办公提示词包）
- 发布前跑 humanizer-zh 去 AI 痕迹
成品对照
各 skill 的实测输出对比将由实测补充（R-004）。自检标准：每个 skill 用你自己的真实数据跑一遍，产出物达到”可直接使用”标准再留用。
常见坑
| 现象 | 原因 | 解法 |
|---|---|---|
| 装了 skill 但 agent 说不知道 | 安装路径不对 / 没重启会话 | 确认目录（~/.claude/skills/ vs ~/.codex/skills/），重启 agent |
| skills 越装越多反而变笨 | 注意力被稀释，规则互相打架 | 只留当周真用的 3–5 个，其他删掉随用随装 |
| skill 输出风格不稳定 | 版本更新 / 模型升级 | 锁定仓库 commit，升级前留档对比 |
| 许可证踩线 | 部分项目非商用许可（如 llm-wiki） | 装之前看 LICENSE；商用场景逐个确认 |
| 全都想要全都要 | 收藏 ≠ 生产力 | 以”这周要产出什么”倒推该装哪个 |
方法致谢
本文选型来自站长 GitHub star 列表的整理（2026-09-01 实抓各仓库数据）。Skill 生态日新月异，季度例行卡 R-003 会依据数据与新增 star 复查本表。
下一步
- 单工具深读：AI 图表美化：Lieflat Charts / 单色设计 Mono-color
- 本地 agent 环境：Ollama 入门