AI Skill 综合评分
排行榜

grill-me 是 Matt Pocock 出品的 AI 技能，撰写代码之前，先让AI狠狠地“拷问”你一遍。 这个技能的火爆程度超出了很多人的预…。如果你正好要处理这块，它能明显减少手动反复操作。

grill-with-docs 是 TypeScript 大神 Matt Pocock 开发的另一个 AI 技能，和 grill-me 是“亲兄弟”。 grill-me 做的事情是：AI 通过持续提问，帮你在动手之前把所有模糊的地方想清楚。但 grill-me 有一个“缺点”——它不写任何文件。拷问结束，对话一关，刚才理清楚的思路就只停留在你的脑子里，下次打开一个新的 AI 会话，一切又要重来

如果你维护过超过半年的项目，大概率遇到过这种情况：代码能跑，功能正常，但加一个新功能越来越费劲，改一行代码要牵扯五六个文件，测试也很难写。你不知道问题出在哪，更不知道从哪下手。 improve-codebase-architecture 就是用来解决这个问题的。它是一个由 TypeScript 大神 Matt Pocock 开发的 AI 技能，核心工作只有一件事：像医生做体检一样，扫描你的代码仓库，找出架构层面的“病灶”，然后告诉你最该先治哪里。

tdd 是 Matt Pocock 出品的 AI 技能，加一个新功能，它直接生成了几百行实现代码，测试文件是空的，或者测试是后补的。你问…。它把关键步骤固化下来，结果更稳定，不用每次从零折腾。

setup-matt-pocock-skills 就是来补这个缺的。它的官方定位只有一句话：在每个仓库运行一次，然后再使用其他 engineering skills。 它不教你怎么写 issue、怎么 triage，它只做一件事：把三个核心配置决策问清楚，然后落地成文件，让后面所有的 engineering skills 都有一个确定的读写位置

如果你用AI编程助手做过稍微复杂一点的工作，大概遇到过这种情况：会话进行到一半，上下文窗口快满了，或者你想换个工具试试，但新开的会话对刚才讨论的几十轮内容一无所知。你只能手动复制粘贴，或者从头再解释一遍。 handoff就是来解决这个问题的。它是Matt Pocock开发的一个AI技能，做的事情很单一：把当前对话压缩成一份交接文档，让另一个AI智能体（或者同一个人换个工具之后）能无缝接上。

如果你维护过任何一个有外部贡献者的开源项目，或者在一个稍具规模的团队里工作过，大概率对这种情况不陌生：Issue越积越多，分不清哪些是真Bug、哪些是脑暴、哪些早就该关掉。当你引入AI智能体来分担工作量之后，这个问题非但没有消失，反而被放大了——智能体很乐意去做事，但它无法替你判断“这件事到底该不该做、现在能不能做”。

如果你用 AI 写代码，大概率遇到过这种情况：一个需求摆在那，但你不确定技术方案对不对、状态流转合不合理、UI 布局该往哪个方向走。直接让 AI 写最终代码，万一方向错了，返工成本很高。不写吧，光靠脑子想又不够踏实。 prototype 就是 Matt Pocock 开发的一个 AI 技能，专门解决这个问题。它让你在正式提交代码之前，先做一段可丢弃的原型代码，用来回答一个具体的设计问题。

Grilling是一款用于方案压力测试的AI Skill，通过连续追问、拆解决策和检查隐藏假设，帮助你在写代码或执行计划前发现问题，减少AI“自作主张”带来的返工。

如果你在开发过程中接触过领域驱动设计（DDD），一定知道“通用语言”（Ubiquitous Language）这个概念——团队内部、业务方与代码之间用同一套词汇沟通，听起来简单，做起来难。domain-modeling 这个技能就是为了解决这个难题而生的。

Teach 插件提供两大核心能力：为教育工作者自动生成教案、对齐课程标准并差异化调整阅读材料；同时允许开发者通过聊天指令教会机器人自定义问答对，实现自动回复与知识库管理。

你在和 AI 编程助手讨论代码结构的时候，有没有遇到过这种情况——你说“这个模块的接口可以简化一下”，AI 回你“好的，我来优化 API”；你说“这里需要一个适配层”，AI 开始给你写一堆抽象的工厂类。你们说的似乎是同一件事，但又不完全一样。“模块”和“组件”有什么区别？“接口”到底是指类型签名还是包括错误处理和性能特征？“边界”和“接缝”是一回事吗？

Matt Pocock 开发的 diagnosing-bugs 技能，正是为了解决这类问题而生的。它不是传统意义上的 IDE 插件，而是一个可以加载到 Claude Code、Cursor、Windsurf 等 AI 编程助手里的工作流技能。

code-review自动检查代码变更中的缺陷、安全风险和质量问题，按严重程度分级报告，让代码审查更快更准。

implement 来自 Matt Pocock，主打帮你把计划落地，结果可以直接拿来用，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

如果你在 Claude Code、Cursor 或者 Codex 里装过 Matt Pocock 的那套 Skills，大概率会有这种体验——装的时候觉得“哇这么多技能”，真正用起来的时候，翻来覆去就用了那么两三个。剩下的十几个技能躺在列表里吃灰，不是没用，而是根本不知道什么时候该用哪个、用完了下一步该接什么。

作为一名每天在代码与编辑器之间切换的资深编辑，同时也是个重度 AI 使用者，我见过太多“一眼AI”的页面了。 那种千篇一律的紫色渐变、Inter 字体、圆角卡片加毛玻璃效果，几乎成了 AI 的“出厂设置”。 直到我在 Claude Code 的插件市场里翻到了 Frontend-Design，这个问题才算有了真正的解药

frontend-design 是 Anthropic 官方推出的一个前端设计技能。它的核心作用只有一个：让 AI 生成的前端页面不再千篇一律。 如果你用过 AI 写前端，大概率遇到过这种情况——功能实现了，布局也没错，但一看就是 AI 做的：白色背景、紫色渐变、Inter 字体、圆角卡片、三列布局。不是不能用，但“太像 AI 了”，没有个性，没有设计感

wayfinder把大型代码库变成可对话的导航地图，快速定位函数、理解调用关系、追踪依赖链路。

to-spec是一款让Claude Code等AI编程助手把当前对话和代码库理解直接综合成结构化产品规格文档（PRD）并发布到项目Issue跟踪器的技能插件，全程零访谈、零追问。

to-tickets把一段模糊需求或规划文档，自动拆成结构清晰、可分配给人和 AI 的开发工单，让任务落地不再靠感觉。

Research插件是一套让Claude Code等AI编程助手具备完整学术研究能力的技能包，涵盖文献综述、实验设计、论文写作、同行评审等全流程，相当于在终端里配备了一个7x24小时在线的专职研究助理。

wizard 是 Matt Pocock 推出的技能，手把手带你完成一个任务，全程自动完成不费事，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

resolving-merge-conflicts 是一个引导 AI 编码工具完成进行中 Git 合并或变基的技能，通过追溯冲突双方改动的原始意图来逐块裁决，适合经常处理多分支协作的开发者。

git-guardrails-claude-code 来自 Matt Pocock，主打遵守 Git 安全护栏，规范提交信息，背后的琐碎步骤都打包好，AI 照着执行就行。它还能处理分支与合并、解决冲突。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

to-questionnaire 是 Matt Pocock 出品的 AI 技能，专注把需求转成问卷，自动生成结构清晰的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

setup-pre-commit 来自 Matt Pocock，主打配置 pre-commit 钩子，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-beats 是 Matt Pocock 推出的技能，规划写作节奏，自动整理成可用的结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

writing-shape 是 Matt Pocock 出品的 AI 技能，专注打磨写作结构，自动生成结构清晰的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

writing-fragments 是 Matt Pocock 推出的技能，打磨零散的写作片段，自动产出结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

scaffold-exercises 是 Matt Pocock 出品的 AI 技能，专注搭建练习项目，全程自动完成不费事，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

migrate-to-shoehorn 来自 Matt Pocock，主打迁移到 Shoehorn 框架，背后的琐碎步骤都打包好，AI 照着执行就行。它还能处理依赖映射、转换资源与代码。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-for-agents 是 Matt Pocock 出品的 AI 技能，专注撰写面向 AI Agent 的内容，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

wait-what 来自 Matt Pocock，主打在动手前先问清疑惑，结果更稳定，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

loop-me 是 Matt Pocock 推出的技能，反复迭代直到结果达标，减少手动出错，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

claude-handoff 来自 Matt Pocock，主打在会话之间无缝交接上下文，减少手动出错，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

brainstorming在实现功能前先做结构化设计对话，逐一澄清需求、对比方案，经你确认后再动手，避免AI凭猜测直接编码。

find-skills 是 Vercel Labs 推出的一个“元 Skill”（Meta Skill）——一个专门用来“找技能”的技能。它的定位很简单：当你的 AI 编程助手（比如 Claude Code、Cursor）不知道怎么做某件事，或者你想给它装一个新能力但不知道装什么的时候，find-skills 会帮你搜索、发现并推荐合适的技能包

setup-ts-deep-modules 是 Matt Pocock 推出的技能，配置 TypeScript 深度模块结构，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

To-PRD 是一款为 Claude Code、Cursor 等 AI 编程环境设计的智能技能插件。它能将你与 AI 的对话上下文和代码库理解直接合成为结构化的产品需求文档（PRD），并一键发布到项目 Issue Tracker。全程无需额外访谈，适合想法已清晰、只需快速文档化的产品经理和开发者。

to-issues 来自 Matt Pocock，主打把任务拆成 issue，一步到位，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

systematic-debugging 来自 obra，主打系统化排查 bug，省去手动操作和来回切换，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

writing-great-skills 来自 Matt Pocock，主打按最佳实践打磨高质量 Skill，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

skill-creator 是 Claude Code 等 AI 编程助手内置的交互式技能向导，通过自然语言对话即可创建、调试并安装专属技能插件，让大模型学会调用外部工具、执行自动化任务，无需编写一行配置文件。

implement-spec 是 Matt Pocock 推出的技能，按规格实现功能，在对话里几句话就能搞定，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-plans 来自 obra，主打先写计划再动手，自动整理成可用的结果，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

retro 是 Matt Pocock 出品的 AI 技能，专注项目复盘总结，沉淀经验教训，全程自动完成不费事，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

using-superpowers 是 obra 推出的技能，使用 superpowers 开发工作流，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

requesting-code-review 是 obra 推出的技能，请求代码审查，自动生成结构清晰的结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

test-driven-development 是 obra 推出的技能，用 TDD 测试驱动开发，直接给出成品，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

verification-before-completion 来自 obra，主打完成前先验证，自动生成结构清晰的结果，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

executing-plans 是 obra 出品的 AI 技能，专注按计划逐步执行，自动整理成可用的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

subagent-driven-development 来自 obra，主打用子代理分工开发，省去手动操作和来回切换，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

diagnose 是 Matt Pocock 推出的技能，诊断问题根因，自动整理成可用的结果，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

receiving-code-review 是 obra 出品的 AI 技能，专注用自然语言处理收到的代码审查意见，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

dispatching-parallel-agents 是 obra 推出的技能，分派多个代理并行处理任务，在对话里几句话就能搞定，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

writing-skills 来自 obra，主打用自然语言编写高质量 Skill，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

做视频这件事，传统路径无非是打开 Premiere、After Effects 或者剪映——拖素材、拉时间线、调关键帧，鼠标点一下动一下，一个几十秒的视频折腾半天。但如果你是开发者，或者你正在用 AI 编程助手写代码，有没有想过——视频能不能也像写网页一样，用 HTML 写出来？

视频制作这件事，传统的路径是打开 Premiere 或者剪映——拖素材、拉时间线、调关键帧，鼠标点一下动一下。但如果你本身就在用 AI 编程助手写代码，有没有想过——视频能不能也像写网页一样，用 HTML 写出来？

media-use 是 HyperFrames 项目中的媒体资产管理技能，通过 resolve 命令统一处理背景音乐、音效、图片、图标、品牌标识和配音需求，自动搜索、下载并冻结为本地文件。

hyperframes-registry 是 HyperFrames 视频合成框架的注册表管理技能，通过 hyperframes add 命令安装区块和组件，再将它们接入 index.html，适合用 AI 工具制作 HTML 视频的开发者。

hyperframes-animation 是 HeyGen 开源项目 HyperFrames 的动画知识技能插件，为 AI 编程代理提供了一套完整的动效合成能力。它包含了原子动效规则、多阶段场景蓝图、场景转场、七大运行时适配器（GSAP、Lottie、Three.js、Anime.js、CSS、WAAPI、TypeGPU）以及 24 种命名文本动画效果。安装后，AI 代理（如 Claude Code、Cursor、Gemini CLI、Codex 等）就能理解 HyperFrames 的动效语法，准确生成带有复杂动画的视频合成代码，让 HTML 页面“动起来”。

hyperframes-core 是 HeyGen 开源项目 HyperFrames 的核心技能插件，为 AI 编程代理提供了一套完整的视频合成技术契约。它定义了如何用 HTML 结构、data-* 时间轴属性、剪辑片段、音轨、子合成、变量和确定性渲染规则来构建可渲染的视频项目。安装后，AI 代理（如 Claude Code、Cursor、Gemini CLI、Codex 等）就能理解 HyperFrames 的底层规则，准确生成符合渲染引擎要求的视频合成代码，避免因时序、布局或媒体播放问题导致视频导出失败。

design-taste-frontend 是一份写给 AI 编码工具的前端设计守则，通过设计系统素材、三旋钮调节和预检规则，让生成的页面不再“一眼假”。

caveman 来自 Julius Brussee，主打使用 Caveman 工具，提升工程质量，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

Caveman 是一款近期在开发者圈子里引发广泛关注的开源插件，由开发者 Julius Brussee 创建。它的核心思路非常直接：让 AI 编程助手像“山顶洞人”一样说话，用最少的词汇传递最精准的信息。这个项目在 GitHub 上迅速获得了数万 Star，并被许多开发者评价为“2026 年最厉害的提示词技巧”之一。

ui-ux-pro-max 是 NextLevelBuilder 推出的技能，专业级 UI/UX 设计，格式统一，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

write-a-skill 是 Matt Pocock 出品的 AI 技能，专注帮你编写一个 Skill，省去重复操作，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

zoom-out 是 Matt Pocock 出品的 AI 技能，"拉远镜头"，输出相关模块与调用者的高层映射图，帮你快速建立全局认知。装好后在 AI 工具里直接描述需求就能用，上手很快。

using-git-worktrees 来自 obra，主打用 Git worktree 并行开发，背后的琐碎步骤都打包好，AI 照着执行就行。它还能规范提交信息、处理分支与合并。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

finishing-a-development-branch 是 obra 出品的 AI 技能，专注收尾开发分支，省去手动操作和来回切换，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

design-an-interface 是 Matt Pocock 推出的技能，设计一个界面，自动生成结构清晰的结果，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

request-refactor-plan 是 Matt Pocock 推出的技能，分析代码结构，拆分复杂模块、改善可读性，省去了自己摸索的麻烦。它还能保持行为不变。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

qa 是 Matt Pocock 出品的 AI 技能，专注内容质量检查与把关，挑出错漏，格式统一，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

ubiquitous-language 来自 Matt Pocock，主打提炼统一术语表，自动生成结构清晰的结果，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

obsidian-vault 是 Matt Pocock 出品的 AI 技能，专注管理 Obsidian 笔记库，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

edit-article 是 Matt Pocock 出品的 AI 技能，专注编辑和打磨文章，省去手动操作和来回切换，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

pr 是安装到 AI 编码助手（Claude Code、Cursor、Codex 等）中的一类技能，专注于把代码改动转化成结构清晰、评审友好的 Pull Request。它不生成业务代码，而是让 AI 在提交 PR 时自动完成从 diff 分析、提交消息撰写、描述模板填充到实际推送的完整流程。核心价值在于：把“写 PR 描述”这件本该由代码直接推导的事，从人工切换到自动化，减少上下文切换和格式返工。

AI能思考，但动不了手。它看不到屏幕，点不了按钮，填不了表单。 agent-browser 就是来解决这个问题的。它是 Vercel Labs 开源的一个浏览器自动化 CLI 工具，专门为 AI 智能体设计。用 Rust 编写，通过 Chrome DevTools Protocol（CDP）直接控制 Chrome 或 Chromium 浏览器。

hyperframes-creative 是 HeyGen 出品的 AI 技能，生成的视频有品牌感。把重复的活交给 AI，你能腾出时间做更重要的判断。

hyperframes-keyframes 来自 HeyGen，主打用关键帧精细控制动画，少走弯路，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

high-end-visual-design 是 Leonxlnx 出品的 AI 技能，专注出高端视觉设计，自动生成结构清晰的结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

redesign-existing-projects 来自 Leonxlnx，主打重设计现有项目，全程自动完成不费事，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

caveman-commit 是 Julius Brussee 出品的 AI 技能，专注用极简风格写提交信息，直接给出成品，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

caveman-review 是 Julius Brussee 出品的 AI 技能，专注用直白风格做代码审查，速度更快，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

caveman-compress 是 Julius Brussee 出品的 AI 技能，专注把内容压缩到极致简短，直接给出成品，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

caveman-help 是 Julius Brussee 推出的技能，用极简方式解释问题，全程自动完成不费事，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

pptx 是 Anthropic 推出的技能，直接生成排版精美、带图表与备注的 PPT 幻灯片，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

hyperframes-audio 是 HeyGen 出品的 AI 技能，专注在视频里处理音频，自动产出结果，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

general-video 是 HeyGen 出品的 AI 技能，专注用 HTML/CSS 生成通用视频，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

product-launch-video 来自 HeyGen，主打产品发布宣传视频，自动产出结果，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

faceless-explainer 来自 HeyGen，主打无需出镜的讲解视频，省去重复操作，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

motion-graphics 是 HeyGen 推出的技能，制作交互动效，优化动画节奏、实现滚动动画，省去了自己摸索的麻烦。它还能提升视觉体验。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

remotion-to-hyperframes 是 HeyGen 出品的 AI 技能，专注把 Remotion 项目迁移到 HyperFrames，把相关操作和判断整理成一套固定流程。它把关键步骤和判断都固化下来，不用每次从零开始。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

minimalist-ui 来自 Leonxlnx，主打出极简风格的界面，直接给出成品，背后的琐碎步骤都打包好，AI 照着执行就行。它把关键步骤和判断都固化下来，不用每次从零开始。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

full-output-enforcement 是 Leonxlnx 出品的 AI 技能，专注强制输出完整结果，直接给出成品，把相关操作和判断整理成一套固定流程。它对相关流程做了标准化，执行起来稳定、不容易出错。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

gpt-taste 来自 Leonxlnx，主打摆脱"一眼 AI"的廉价感，自动产出结果，背后的琐碎步骤都打包好，AI 照着执行就行。它对相关流程做了标准化，执行起来稳定、不容易出错。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。

industrial-brutalist-ui 是 Leonxlnx 推出的技能，出工业粗野风格界面，结果更稳定，省去了自己摸索的麻烦。它对相关流程做了标准化，执行起来稳定、不容易出错。不用记命令、不用翻文档，在对话里说清楚需求，就能拿到结果。

stitch-design-taste 是 Leonxlnx 推出的技能，拼接出统一的审美风格，省去重复操作，省去了自己摸索的麻烦。它把关键步骤和判断都固化下来，不用每次从零开始。用起来就是描述需求，它按固定步骤给出结果，省去手动试错的时间。

brandkit 是 Leonxlnx 推出的技能，搭一套品牌视觉物料，规范色彩与字体，省去了自己摸索的麻烦。它还能产出宣传素材。说清楚要什么，AI 按流程走完，结果格式统一、直接可用。