分享一些我常用的Skill

以下 Skill 都是我实际用过的,可以视自己情况安装提效。

浏览器自动化

Skill 名称 介绍 使用场景
browser-use(底层使用的是 Playwright MCP) 浏览器交互自动化,把自然语言指令翻译为浏览器操作 网页自动化、数据抓取、跨页面操作流程
playwright 基于 Playwright 的端到端浏览器自动化,支持测试、截图、数据提取、调试真实浏览器工作流 前端项目 E2E 测试、网页回归验证、爬取结构化数据

除了上面的两个,还有一些功能类似的:

Skill 名称 介绍 使用场景
agent-browser 浏览器自动化 CLI,可驱动真实浏览器完成导航、点击、表单填写、截图 需要 AI 代替人操作网页、批量处理页面任务时
chrome-devtools-mcp 通过 Chrome DevTools 协议做页面检查、调试、网络抓包、性能分析 前端调试、接口请求排查、页面性能优化

微信生态

做微信小程序/微信服务号相关的同学一定要安装,这是官方提供的调试接口。

Skill 名称 介绍 使用场景
wechatide-skill 微信开发者工具任务执行根入口,内置 8 个子技能:initializer(环境初始化/登录/AppID)、compiler(编译)、previewer(预览/上传)、debugger(查日志/定位问题)、automator(点击/输入/截图/验证)、cloudbase-operator(云环境/云函数/云数据库/云存储)、project-config(项目配置读写)、project-manager(项目导入管理) 微信小程序全流程开发:初始化、编译、预览、调试、云开发、自动化测试

数据与文档

Skill 名称 介绍 使用场景
mysql(其他数据库直接安装同名 skill 即可) 编写符合生产规范的 MySQL 查询,涵盖字符集、索引设计、事务、生产模式 数据库查询、表结构设计、SQL 性能调优
markitdown 微软 MarkItDown CLI 封装,支持 PDF、Word、PPT、Excel、图片 OCR、音视频转写为 Markdown 文档批量转 Markdown、抽取文档内容作为语料(如 RAG 数据准备)

设计与前端

Skill 名称 介绍 使用场景
ui-from-design 自动搜索项目中 Figma 设计稿链接或设计截图,解析设计稿并像素级复原为 HTML/CSS 根据设计稿搭建页面、界面还原、设计图转代码
frontend-design​(Anthropic 官方) 引导产出有设计感的界面,覆盖排版、色彩、动效、空间构成、层次 网页/Dashboard/落地页设计
UI/UX Pro Max 设计推理型:50+ 设计风格、161 色板、57 字体搭配、25 图表类型,每个建议附带"为什么" 需要可解释、可修改的高质量设计输出
theme-factory​(Anthropic 官方) 应用专业配色与字体主题 主题美化、视觉风格统一

如果是根据 figma 映射代码,可以安装 ui-from-design ,底层使用的 figma mcp,不过效果只有 70% 左右。

另外的三个都是给个人开发者或者全栈(UI 前端一个人)使用,更好的设计出企业级 UI。

开发与代码质量

Superpowers 也有很多人说它太繁琐了,看法因人而异吧~

Skill 名称 介绍 使用场景
Superpowers​(obra) 强制"头脑风暴 → 设计 → 计划 → 写测试 → 实现 → 审查"的开发纪律;实现放在隔离子代理 git worktree 中,失败不影响主分支;内含 systematic-debugging(假设驱动调试) 复杂功能开发、需要工程纪律的项目
Karpathy Behavioral 将 Andrej Karpathy 关于 LLM 编码失败模式的观察固化为四条规则:先验证假设、用最小方案、不夹带无关改动、执行前验证 日常编码,防止 AI 犯常见低级错误
Code-Reviewer 按 SOLID 原则、架构模式、安全基线做结构化代码审查,发现按 P0-P3 分级 提交代码前审查、团队代码评审
web-search 联网检索最新信息,返回可溯源结果(不过现在越来越多 LLM 可以自动联网搜索了~) 查资料、查新闻、核实信息准确性
self-improvement 捕获学习到的经验、错误和修正,实现持续改进 记录踩坑经验、沉淀可复用工作流

文档、数据与办公

Skill 名称 介绍 使用场景
pdf / docx / pptx / xlsx​(Anthropic 官方) 程序化创建、编辑、处理四种办公文档(xlsx 保留公式) 报表生成、合同处理、演示文稿制作
Context7 按需注入当前版本的第三方库文档,避免"凭记忆写 API" 调用不熟悉的库/框架时防幻觉

工作流、记忆与元技能

Skill 名称 介绍 使用场景
skill-creator / mcp-builder​(Anthropic 官方) 脚手架你的自定义 skill / 脚手架一个 MCP server 扩展 Agent 能力、接入外部工具
find-skills 搜索并发现可安装的 skill 遇到能力缺口时查找对应 skill
Planning with Files 用 Markdown 文件保存计划,防止 /clear 和上下文丢失 长任务规划、断点续做

大概就这些,如果你有一些好用的 skill 欢迎分享出来~

相关推荐
白拾1 小时前
【CVPR 2026】CoF:Chain-of-Frames,让视频大模型按帧推理|从多模态视频推理范式视角
人工智能·多模态大模型·视频理解·cvpr 2026·cof 论文分享·链式推理·帧感知推理
星核0penstarry1 小时前
超越 VLA:NVIDIA 解读|世界动作模型,会是具身智能的未来吗?
人工智能·机器人
科里 Coralyx1 小时前
评测凭什么成为模型护城河:Agent评测的跨厂机制分析
大数据·人工智能·ai
k4m7v2pz1 小时前
macOS 解压 40GB 分卷+中文密码固件镜像的五个深坑与解决方案
python·7-zip·aes加密·踩坑记录·r36s·多卷zip解压
AaronJonah1 小时前
企业级线程池 traceId 闭环:上下文传递与全链路追踪实战
java·线程池·traceid跨线程传递
武子康1 小时前
VLA 落地先签动作合同:从视觉语言输入到可执行控制指令
人工智能·llm·agent
程序员黑豆2 小时前
Java入门第一步:从零开始编写你的第一个Hello World程序
java·前端·ai编程
小白学大数据2 小时前
Python 爬虫实战:抓取汽车之家二手车成交价格与里程数据
开发语言·爬虫·python·汽车
知识燃料2 小时前
企业级生成式 AI 云平台推荐,哪些平台更适合从 Agent 原型走向生产?
大数据·人工智能