上个月我写了《WorkBuddy 到底强在哪？装完这 18 个技能我算是明白了》。那篇之后我没闲着，又陆陆续续挖到几个有意思的 Skill，攒够 7 个，今天一起分享给你。

不过动笔之前，我先翻了上篇的留言。收到最多的一句是，你推荐那些我也装了，怎么一半跑不起来。这话我认。问题出在我那篇只写了它们能干什么，没写我自己跑没跑通。star 数高不代表你机器上装得上，README 写得漂亮不代表脚本不缺依赖。

所以这 7 个我是一个一个装、一个一个真跑任务的，跑不通就写跑不通。结果是 7 个全装上了，5 个现在就能干活，1 个差你去浏览器点一下扩展，还有 1 个差点把我劝退，按常规方式复制仓库跑了 8 小时只落地 7 个文件，换个下载方式15.7 秒搞定。

文章分两块。上篇讲这 7 个分别是什么、怎么装上、装完之后说什么话，看完就能直接用。下篇是我跑出来的真实输出，加上网上别人实测的数字和踩过的坑，偏技术，打算自己折腾的再看。七条安装命令收在文末附录，每条都实测过。

PART 01 上篇，7 个 Skill 功能图鉴速查

先给总账表。

star 最高的那个一度是我唯一装不上的，star 最低那个装完 72KB 直接出图。决定能不能用的是包体积、依赖完整度和语言支持。

— 7 个 Skill 实测总账

下面逐个说清它们各自的本事。每项都按四件事讲，它到底是什么，它替你省了什么，怎么装上，装完之后说什么话。

先说 Skill 是什么。一个写满步骤和规矩的 Markdown 文件。AI 读到它就知道这件事该怎么干，不用你每次从头教一遍。装上，就是把这个文件放进一个固定目录。

再说装法。三条路，挑一条就够。

最省事的一条，把仓库链接甩给你在用的 AI 助手，说一句「帮我装到 ~/.workbuddy/skills/」。它会自己下载、解压、放对位置，你一个命令都不用敲。本文 7 个里 6 个能这么装。

想自己敲的，文末附录有 7 条现成命令，复制粘贴就行。

已经装了的，翻一下 ~/.workbuddy/skills/ 看看，仓颉我就是这么发现的。

装完之后都不用记命令，在对话里说人话就行。每个下面我都写了一句可以直接复制的原话。

01 handraw-style，把 274 种画风变成编号

一句话定位。一本手绘画风的编号词典，每种画风一个号。

— 274 个编号按题材分 7 组，画风管长什么样，图型管怎么摆

解决什么问题。想让 AI 出插画，难点几乎全在怎么把想要的画风说清楚。以前得先翻一堆参考图，再憋出一串英文形容词，出来的还常常不是那个味道。它把这条路径砍成一个编号。

装上它。把 https://github.com/yang0/handraw-style 甩给你在用的 AI 助手，说一句「帮我装到 ~/.workbuddy/skills/」。想自己敲命令的看文末附录第一条。

怎么用。装完不用记命令，在对话里说人话就行。

PROMPT帮我用 018 号画风，给「秋天的第一杯奶茶」写一个出图提示词

输入输出。喂进去一个编号加一个主题，吐出中英双语的出图提示词，粘到任意图像 AI 里就能用。作者把 274 个编号分了 7 组，001 到 035 是国际社论漫画，036 到 054 国际绘本，055 到 082 现代平面，083 到 123 日本插画，124 到 154 中国插画，155 到 200 通用网感，201 以后是国内插画师补充。除了画风还收了 117 种排版图型，社媒卡 19 种、信息图 30 种、漫画分镜 68 种。画风管长什么样，图型管怎么摆。

它默认只出提示词，生图要你自己配图像工具。

**02 avoid-ai-writing，AI 腔检测器**

一句话定位。一个专门抓 AI 写作痕迹的规则检测器，规则库是 103KB 的 patterns.md。

— 同一套判据，英文能打分，中文直接放弃

解决什么问题。AI 写的文章一眼就能认出来，但你让自己说哪里不对又说不清。它把这种说不清固化成了规则，覆盖 25 类 AI 腔，Tier1/2/3 词表、模板句、过渡词、结构问题、意义拔高、格言公式都有，细到 em dash 每 1000 词最多 1 个。

装上它。链接是 https://github.com/conorbronsdon/avoid-ai-writing。提醒一句，别只让它下 SKILL.md，bin、detector、references 三个目录要一起下，缺了跑起来会报缺模块。命令在附录第二条。

怎么用。把要检查的文字丢给它。

PROMPT检查一下这段有没有 AI 味，命中的问题标出来

输入输出。喂进去一段文本，吐出分数加命中清单加替换建议，比如 leverage 建议换成 use，utilize 换成 use，robust 换成 reliable。三种模式可选，rewrite 边标边改，detect 只标不改，edit 原地最小改动。还能指定 voice profile，casual、professional、technical、warm、blunt 五种。

03 punk-ip-illustrations，个人 IP 角色配图

一句话定位。一条给系列文章做统一角色配图的流水线。

— 我按它的规范实际出的一张，角色和画风全程锁死

解决什么问题。给一个系列配图，每张图里的人长得都不一样，看着就不像一个作者写的。它先把角色建出来锁死，后面所有图都用同一个角色，靠一个 character\_registry.py 撑着，5 个子命令管注册、确认、激活、解析、列表。

装上它。链接 https://github.com/adrianpunk/punk-ip-illustrations，整包 13MB。附录第三条。

怎么用。第一次先把角色建出来再配图。

PROMPT用内置角色 Punk，给这篇《多 Agent 的注意力治理》配三张图

输入输出。喂进去一张人物照片加一个昵称，或者直接用它内置的角色 Punk。它会先出一张角色设定图再出干净参考图，你确认之后才开始配图。两种画风互斥，复古彩色扁平 3D 和松散线描水彩，绑定在角色上写进 manifest，一张图里不混用。

04 darwin-skill，给 Skill 打分的尺子

一句话定位。一个用 9 个维度给你的 Skill 打分并自动优化的工具。

— 两个 Skill 的九维评分，差距出在哪一眼看得见

解决什么问题。装了一堆 Skill，好用的和凑数的混在一起，全凭感觉。它把这种感觉换成了可比较的分数，还能爬山式优化，改好了保留，改差了自动回滚，全程 git 版本控制。作者是花叔，思路照搬 Karpathy 的 autoresearch，program.md 对应 SKILL.md，train.py 对应目标 Skill，val\_bpb 对应加权总分。

装上它。链接 https://github.com/alchaincyf/darwin-skill，5.1MB。附录第四条。

怎么用。它没有命令行，直接说话。

PROMPT给 ~/.workbuddy/skills/avoid-ai-writing 这个 skill 打个分

输入输出。喂进去一个 SKILL.md 的路径，吐出九维评分表和加权总分。九维分别是 Frontmatter 质量、工作流清晰度、失败模式编码、检查点设计、可执行具体性、资源整合度、整体架构、实测表现、反例黑名单。可以只跑评估，也可以让它接着改。

05 仓颉 skill，把书蒸成能调用的技能

一句话定位。把一本书、一堂长课、一堆博客蒸馏成可复用的 Skill 文件。

— 五个 agent 并行提取，每个知识点过三重验证才留下

解决什么问题。读完一本书，真正能用上的没多少，过两周就忘。它的方法是让 5 个 agent 并行提取知识点，每个知识点要过三重验证才留下，然后编译成一个个能直接调用的 Skill。

装上它。这条我给不出链接。它是我机器上预装的 v2.5.0，SKILL.md 里也没写来源仓库。你翻一下自己的 ~/.workbuddy/skills/ 里有没有 cangjie-skill，我就是这么发现的。

怎么用。给它一本书、一个视频的转写稿，或者一批博客。

PROMPT把这本《XXX》蒸馏成 skill

输入输出。喂进去一本书、一个视频课程或者一批博客，吐出 10 到 25 个 SKILL.md。三重验证那关设计得狠，每个知识点要留下来得过三关，书里至少两个独立段落能佐证，孤证不立；能用它回答书里没明说的新问题，得有预测力；它不能是任何一个聪明人都说得出来的常识。第三关专门用来杀正确的废话。

06 BrowserSkill，接管你已经登录的浏览器

一句话定位。让 AI 直接操作你日常用的那个浏览器，而不是另开一个无头实例。

— 三步安装，最后一步要你亲手点

解决什么问题。常规自动化脚本要重新登录，还容易被网站风控识别出自动化指纹。它连的是你已经登录的真实浏览器，登录态直接复用，指纹是干净的。另一个特色是 borrow 机制，Agent 要读你已打开的标签页时显式发起借用请求，用完自动归还。

装上它。这个不能只靠甩链接，要装一个命令行工具。可以让 AI 助手照着 https://github.com/Tencent/BrowserSkill 的安装说明做，命令在附录第六条。装完还差一步，去 Chrome 应用商店装它的浏览器扩展，这步必须你自己点。

怎么用。它连的是你已经登录的浏览器，说人话就行。

PROMPT打开我浏览器里已经登录的那个后台页面，把上面的表格抓下来

输入输出。需要三样东西，bsk 命令行工具、浏览器扩展、注册到你的 AI 工具。齐了之后喂自然语言指令，吐出页面快照。日常命令就四个，bsk browsers 看连了哪些浏览器，session start 开会话，navigate 跳转，snapshot 取快照。

07 ppt-master，生成能直接改的 PPTX

一句话定位。一个产出可在 PowerPoint 里直接编辑的 PPTX 的演示文稿工作流。

— 五步链路走完，产出能双击改字的真形状

解决什么问题。多数 AI 生成 PPT 的工具吐出来是张图，改个字要整个重做。它输出的是能双击改字的真形状，不是一张图，这才叫能放进工作流。

装上它。链接 https://github.com/hugohe3/ppt-master，但别让 AI 直接用 git 去复制，我那么干跑了 8 小时只落地 7 个文件。让它直接下载压缩包，或者你照附录第七条敲。

怎么用。把材料在哪、谁来看、做多长一次说清。

PROMPT做一份 10 页的季度汇报 PPT，出来的要能在 PowerPoint 里直接改字

输入输出。喂进去主题和材料，走五步链路，init 建项目、scaffold 生成配置、生成 SVG、过质量检查、导出 PPTX。它有两套模式的取舍，重要汇报走 Default，有两阶段确认，还会生成 design\_spec.md 和 spec\_lock.md 留档；页数少需求明确的走 Quick。Python 要 3.10 以上。

PART 02 下篇，7 个 Skill 实测记录

上篇讲的是它们声称能干什么，这一篇是我机器上跑出来的实际情况。

08 handraw-style 实测，1.1MB 换 274 种画风

这是性价比最高的一项。1.1MB 换 274 种手绘风格。

我拿 18 号风格试了一句「秋天的第一杯奶茶」。

它回我的是一段中英双语的提示词。风格名 #018 Minimal Deadpan Dialogue Cartoon，参考风格是 Poorly Drawn Lines 的作者 Reza Farazmand。中文版能直接读懂画面要什么，英文版能直接喂给图像模型。

它还会自己判断要不要给你参考图。我试了一下，这个模型认得该风格名，不用额外喂参考图，省一次上传。

三个技巧。

第一，别整包下载。仓库本体 232MB，绝大部分是 images 画廊。只装 skills 加 scripts 就够，1.1MB、165 个文件搞定。但官方也提醒了，安装时必须选仓库根目录，不能只装 skills/handraw-style-prompter/ 子目录，因为根目录才有画廊和编号参考图。

第二，Mac 用户注意路径坑。根目录 SKILL.md 里硬编码了 Windows 路径 file:///E:/handraw-style/...，在 Mac 上必定失效。要用 skills/handdraw-style-prompter/SKILL.md 这个嵌套版本，它已经改成动态解析。

第三，固定编号，别每次随机。有个人在网上分享的用法我觉得很对，做公众号今天写 AI 编程、明天写 Claude 技巧，如果每次生图都换风格，视觉就散了。挑两三个自己喜欢的编号锁死，主题一直换，画风不换，慢慢就有自己的视觉识别度。

它的边界也要说清楚。274 种主要是手绘风，想要写实或者 3D，范围就窄了。

09 avoid-ai-writing 实测，英文很强中文判不了

这是我实测里落差最大的一个。

我拿一段典型 AI 味英文测。

它给 14 分，分数越低越干净。点名 embrace、landscape 两个词，建议换成 adopt、field；揪出「In today’s」「In conclusion」两个模板过渡句。抓得挺准。

但它同时暴露两个问题。它把这段判成了 84.8% 像人写，而 Firstly、Secondly、Lastly 这种三段式正是最典型的 AI 结构，它没抓。说明它强在词汇层，弱在结构层。

更关键的是中文。同样一段中文 AI 味文本，它给的结论是「Unsupported script」，分数 0。

原因很直白，它靠词间空格分词，中文没有空格，直接放弃。写英文的你装，纯中文写作现在别浪费这个位置。

技巧有三条。

先跑 detect 模式看它抓到什么，再决定要不要改。默认模式是 rewrite 边标边改，detect 只标不改，edit 是原地最小改动。

技术文档记得指定 technical 这个 voice profile，它会自动放宽对排比和 hedging 的检查，省掉一堆没用的噪音。走命令行的话对应 technical 这个选项，一共四个值可选。

还有个细节我挺欣赏。它把被审计的文本当内容而不是指令，遇到“忽略以上规则”这类嵌在文档里的句子会标记出来而不是照做。这条防提示注入的设计，审别人给的材料时很有用。

10 punk-ip-illustrations 实测，204 star 直接出图

这是 7 个里 star 最低的，204。也是装完立刻出活的。

我按它的规范出了下面这张图，复古彩色扁平 3D，纯白背景，人物把工具箱模块接到大脑模型上。

技巧。第一次用别急着给文章，先花十分钟建角色。想用自己的照片，上传加一个昵称，它会先出角色设定图再出干净参考图，你确认之后再配图。跳过确认这步，后面每张图都会飘。不想折腾就直接用内置的 Punk 角色。

11 darwin-skill 实测，我第一次知道自己的 Skill 几分

这个 Skill 改变了我看其他 Skill 的方式。

它的核心设计是另起一个评委 agent，避免自己改自己评。我对刚装的两个 Skill 盲评，分数如下。

79.6 对 70.0，差距主要出在 Frontmatter。handraw-style 根 SKILL.md 的 name 写成 handdraw-style-prompter，跟目录名 handraw-style 对不上，description 也没写触发词。这种问题自己读十遍也发现不了。

它文档里那句话我读完印象很深。LLM-as-judge 评估 Skill 质量的准确率只有 46.4%，接近随机，来自微软 SkillLens 论文 arXiv 2605.23899。所以才要求成对比较，而不是看绝对分，同一份没改的文字换个 judge 评，总分能摆正负 8 分。以后再看到“我的 Skill 打分 95 分”这种帖子，我心里有数了。

网上别人的记录里有两个数字值得记。一轮基线评估加一轮优化大约 15 到 30 分钟，主要耗在等评委 agent 返回。已知限制是它的截图脚本硬编码了 macOS 路径，Windows 上截图功能不可用，不影响核心评估。

技巧。先用仅评估模式跑一遍，别上来就让它改。自己的规矩是每次只改一个维度，这样才知道哪个改动起了作用。它改完会暂停给你看 diff 和分数变化，这个人工卡口别跳过。

12 仓颉 skill 实测，把书蒸成能调用的技能

仓颉 v2.5.0 我机器上本来就有，这次补了依赖跑通了。缺一个 yaml 依赖，装完它的 9 个子命令都能用。

我跑它的自检命令，结果是 FAIL，缺 3 个 schema 文件（capability-bundle、registry-entry、source-document）。装完记得先跑这个自检。

别人蒸出来的数字差挺多。有人在 dev.to 上测了三类内容，300 页 Python 书蒸出 47 个 skill，8 小时 Rust 视频课蒸出 23 个但质量参差，20 篇 Docker 博客蒸出 12 个。他的结论是结构清晰的技术内容效果最好，长篇叙事和创意内容质量明显下降。国内有人蒸一本《王川宝典》，30 分钟出 12 个技能，用 DeepSeek V4 Flash 花了 65 积分，换成 Kimi K3 跑到三分之二就烧了 2000 积分，差出三十倍。

局限也要说。超过 500 页处理时间显著变长，蒸馏质量依赖后端模型，GPT-4 好于 Claude 好于本地小模型，生成的 skill 是静态的，源内容更新了它不会跟着更新，也没有版本控制，英文效果最好。

技巧。一本蒸 10 到 25 个就够，贪多反而用不上。第一次先拿一本试水。按项目开文件夹，一本书一个工作空间，蒸出来的技能也放进去，用的时候以那个文件夹为上下文。还有一条，带图的资料要蒸，最好走内置模型，自己接官方 API 认不出图片。

13 BrowserSkill 实测，装到 90% 差你点一下

上一篇文章里我把它列为地基款，但那次没真装。这次补上了，三步走完。

官方 install.sh 在我这儿直接挂，报 HTTP2 framing layer 错误和代理 502。官方脚本走不通，我换了三件套才下全那个 4.6MB 的二进制，http1.1 降级、ghproxy 镜像前缀、curl 断点续传。前三次分别断在 778KB 和 3.17MB，第四次才凑齐 4783941 字节。

第二步是惊喜。它支持的 12 个 harness 里，workbuddy 直接就是 detected 状态，我敲一句注册命令就装好了，返回 installed，路径指向 WorkBuddy 的 skills 目录。

第三步自检，七项里五项 ok。这五项是主目录可写、agent skill 已对齐 workbuddy、守护进程在跑、进程身份校验通过、协议版本一致。

倒数第二项 extension connected 报 FAIL，提示 0 个浏览器连接，等你去装扩展；最后一项 browser protocol compatible 显示 N/A，因为还没有浏览器在线。唯一还红着的那一项，必须你自己动手，去 Chrome 应用商店装。

别人实测里补了一个边界。CI/CD 里的 E2E 测试、跨浏览器兼容测试、7×24 无头爬取、Docker 批量自动化，这些场景 Playwright 更合适，BrowserSkill 是为人机共存设计的。

技巧。扩展必须装进你平时用的、已经登录了目标站点的那个浏览器，这是复用登录态的前提。另外企业环境部署前要做安全审计，扩展权限比较高。

14 ppt-master 实测，从拉不动到 15.7 秒装完

55763 star，全场最高。这个我折腾最久，也最有话说。

第一次我栽在下载上。仓库 128MB，我用 git 的稀疏克隆，只想拉 skills/ppt-master 那一个子目录。它跑了整整一夜。

我原本是看着它跑到第 16 分钟没动静才去想别的办法的，结果这个任务一直在后台挂着，直到第二天早上才彻底停。我回头查了它的起止时间，数字有点离谱。

21 日夜里 11 点 53 启动，第二天早上 8 点 14 才停，整整 8 小时 20 分 45 秒。

8 小时 20 分钟，只落地了 7 个文件，还都是 scripts 下面零碎的几个，过滤参数也没起效，拉出来的路径是套娃结构，ppt-master 里又套了一层 ppt-master。注意这是彻底失败，不是慢。

后来我还试过 Python 开 16 个线程逐个抓 raw 文件，5 分钟下来 7 个，一样没戏。

广告

转机来自一次测速。我分别试了四个源，结果差得离谱。

同一台机器同一个网络，git 协议跑了 8 小时 20 分彻底失败，HTTPS 直连 tarball 跑了 15.7 秒拿全。30045 秒对 15.7 秒，差了 1900 倍。

换成压缩包直链下载，返回码 200，90.4MB 一次拿全，平均 5.7MB/s，耗时 15.7 秒。

90.4MB 压缩包，解压 121MB，13004 个文件一个不缺。卡了 8 小时的问题，换个协议就消失了。

事后复盘，我怀疑问题出在代理上。git 协议走的是 9418 端口的自定义传输，很多代理它处理不好；而 codeload 是普通 HTTPS 下载，代理放行。这也解释了为什么 raw.githubusercontent.com 会直接 502。如果你也在受限网络里，别跟 git 协议较劲。

装完第一件事是跑它的完整性闸门。SKILL.md 第一步就强制要求跑这个脚本，它校验三样东西，LICENSE 文件的 SHA256 摘要，SPONSORS.md 加 SPONSORS\_CN.md 这 3 个署名文件，还有 9 个 gate 脚本必须齐全。

我跑了一遍，没有任何输出，退出码 0，静默通过。这个设计我认同，防二次分发被篡改。但结论很硬，残缺安装 100% 跑不起来，别指望先装一半用着。

闸门过了不等于能用。我接着跑了完整链路，init 建项目、scaffold 生成配置、手写 SVG、过质量检查、导出 PPTX。中间踩了四个坑，每个都是硬报错。

第一个坑，scaffold 出来的文件全是占位符。scaffold-spec 和 scaffold-lock 生成的 design\_spec.md 和 spec\_lock.md，116 行里塞满了 [fill]。不填直接导出，报错说排版标题必须是个具体的数值，不能留占位符。必须把语言、配色、字号、页面大纲全填成真值。

第二个坑，语言标签要用 BCP-47。填 zh-CN 不行，得写 zh-Hans。报错信息里会给你示例。

第三个坑，SVG 的 viewBox 必须和 spec\_lock 完全一致。我按 1920×1080 写的，画布是 1280×720，直接报 viewBox mismatch。还有一条更细，同一个字号出现 3 次就算 recurring，必须在 spec\_lock 里声明成命名角色，否则拦你。我有个 38 号字用了 3 次，被点了名。

第四个坑最隐蔽，跟 Skill 本身无关。导出时报 PermissionError: EEXIST: mkdir ... /\_rels。查下来是工作环境往 PYTHONPATH 注入了 shim，它把 mkdir 改成了严格模式，目录已存在就抛错。绕过方式是在跑导出脚本时把 PYTHONPATH 清掉，加一个 env -u 前缀就过了。

四坑全填完，导出成功。产出 2 页 PPTX，落盘文件名带时间戳，质量闸门 passed，只带少量警告。

光看导出成功不算数，我用 python-pptx 把成品拆开验了一遍，这才是它真正值钱的地方。

2 页，16 比 9 的画布，13.33 乘 7.5 英寸。第一页 9 个形状，写的是「Skill 实测报告」「7 个开源 Skill，6 个装上」「5 个能打」；第二页 5 个形状，写的是「关键结论」「star 最高的没装上」「star 最低的直接出图」。形状类型是 5 个自选图形加 9 个文本框，图片数量 0。

14 个形状全是原生矢量形状，0 张图片。文字能在 PowerPoint 里直接双击改，不是截图糊上去的。网上横评给它可编辑性满分，我这次是亲眼验到了。

别人的实测我也对了一遍。

今日头条有人做了横评，同一份输入、固定 Claude Opus、同一条提示词、只给一轮修改机会，7 个 PPT Skill 里 ppt-master 拿 93 分断层第一。可编辑性满分 15 分，文字、图形、图表在 PowerPoint 里都能直接改。第二名 html-ppt-skill 77 分，第三 guizang-ppt-skill 72 分，第四 GordenPPTSkill 58 分。他那句总结我认同，好看不等于好用，视觉最炸的那个第一眼惊艳，真正放进工作流还得看能不能改。

另一篇学术场景的实测就没那么好看。已有 HTML 原稿的基础上，耗时 8 分钟，token 消耗约 25K，出来的 PPT 版还不如 HTML 版，多处错位。他的建议是要 PPT 时别让 AI 从头生成，HTML 做好截图插进去更快更漂亮。

还有一篇跑的是 4.7.0 版本，4 页 Quick 模式。第一轮 SVG 质量检查就卡住了，第 2 页模块边界略窄可能横向溢出，第 3、4 页多行文字定位不明确。改完重新检查，4 个文件全过，0 警告 0 错误。他这话说到点子上了，它的价值在于承认 AI 会犯错，把发现问题、修改、重新验收写进了生产流程。

技巧。第一条指令别只给主题。要把材料在哪、谁来看、为什么做、做多长、哪些事实不能猜、什么状态算完成，一次说清。Default 和 Quick 的取舍是，重要汇报走 Default，它有两阶段确认，还会生成 design\_spec.md 和 spec\_lock.md 留档；页数少需求明确的走 Quick。Python 要 3.10 以上，依赖别装进全局环境。

再补四条我自己踩出来的。下载一律走 codeload 的 tarball，别用 git clone，我这快了 60 倍不止。scaffold 出的两个文件必须手填，占位符不会自己消失。SVG 尺寸和字号先对齐 spec\_lock 再动手画，能省三轮返工。导出报错先怀疑环境变量，多半是工作环境往里塞了东西。

PART 03 留在最后的 Skill 组合技与清单

出图这条，handraw-style 出提示词，图像 AI 成图，punk-ip-illustrations 做统一角色配图。前者管单张风格，后者管角色一致性。

Skill 自维护这条，darwin-skill 打分找短板，按低分项改，再跑一次看分数涨没涨。每次只改一个维度。

PART 04 装 Skill 前三条铁律

大仓库别用 git clone，直接下 tarball。这 7 个里有两个体积吓人，ppt-master 工作区 128MB，handraw-style 232MB。注意 GitHub API 报的 size 是未压缩的工作区大小，真正要下载的 tarball 小得多，前者 90.4MB，后者 34MB。我这次最省时间的一步就是把 clone 换成 codeload，8 小时 20 分对 15.7 秒，任务从失败变成了成功。命令长这样。

curl -sSL --http1.1 -o /tmp/repo.tar.gz \

"https://codeload.github.com/作者/仓库名/tar.gz/refs/heads/主分支"

想先探体积再决定，跑一句 curl -s https://api.github.com/repos/作者/仓库名 | grep size，单位是 KB。

装完必跑自检和脚本。别只看 SKILL.md 在不在。这 7 个里有 2 个装完跑脚本就报错，handraw-style 缺 layout\_library.py，avoid-ai-writing 缺 detector/patterns.js，都是只下了 SKILL.md 没下依赖。cangjie-skill 自带的 doctor 我跑出来是 FAIL，这类自检命令装完就该先跑一遍。

中文场景先验语言支持。avoid-ai-writing 在中文上直接返回 Unsupported script、score 0。花 30 秒拿一段中文试一下，能省你一个 Skill 位。

LAST 写在最后

最终账目，7 个全装上。5 个现在就能打，handraw-style、avoid-ai-writing（限英文）、darwin-skill、punk-ip-illustrations、cangjie-skill。ppt-master 装完跑通了完整链路，2 页 PPTX 里 14 个形状全是原生可编辑的。BrowserSkill 到 90%，等你去浏览器点一下扩展就满血。

这次实测给我最大的认知变化有两条。

第一条，star 数和可用性几乎不相关。决定能不能用的是包体积、依赖完整度和语言支持。

第二条，卡住你的多半是下载方式。同一个 128MB 仓库，git 协议跑 8 小时彻底失败，换 HTTPS tarball 15.7 秒拿全。我差点因为前者把一个 55763 star 的好东西判了死刑。

如果你只想装一个，我推荐 darwin-skill。它不帮你干活，它帮你判断手上这些 Skill 到底行不行。有了它，你后面装的每一个都有把尺子。

装完这 7 个，我的 WorkBuddy 比上个月强了一截。它现在能按编号出画风提示词、能抓我稿子里的 AI 腔、能给别的 Skill 打分、能出可编辑的 PPT、能连我已经登录的浏览器，这些上个月都还做不到。你要是也装了，欢迎回来告诉我哪一个最好用。

附录，七条手动安装命令

写给想自己敲命令的人。复制粘贴就行，~/.workbuddy/skills/ 是用户级目录，装进去之后所有项目都能用。

这七条我后来在一台干净的机器上从头到尾又跑了一遍，七条全部通过，数字如下。

两条提醒。avoid-ai-writing 装完记得跑一次 node bin/avoid-ai-writing.js --help，有输出才算装对。ppt-master 我第一次跑断在 27MB，加了断点续传才下全，你网络不好的话照抄命令里的 -C -。

01 handraw-style

仓库 https://github.com/yang0/handraw-style

仓库工作区 232MB，九成是画廊图片。真正要下的压缩包 34.3MB，我这边 10 秒下完，解压时用 --exclude 跳过 images，落到 1.1MB、165 个文件。默认分支是 master。

cd /tmp && curl -sSL --http1.1 -o hs.tar.gz \

"https://codeload.github.com/yang0/handraw-style/tar.gz/refs/heads/master"

rm -rf hs && mkdir hs && tar -xzf hs.tar.gz -C hs \

--exclude='handraw-style-master/images/\*'

mkdir -p ~/.workbuddy/skills/handraw-style

tar -cf - -C hs/handraw-style-master . | tar -xf - -C ~/.workbuddy/skills/handraw-style

别只留 skills/handraw-style-prompter/ 子目录，仓库根目录的编号参考图得一起在。Mac 上调的是嵌套版本skills/handdraw-style-prompter/SKILL.md。

02 avoid-ai-writing

仓库 https://github.com/conorbronsdon/avoid-ai-writing

默认分支 main。SKILL.md 之外必须带上 bin/、detector/、references/，只下一个 SKILL.md，跑起来会报缺模块。

cd /tmp && curl -sSL --http1.1 -o aaw.tar.gz \

"https://codeload.github.com/conorbronsdon/avoid-ai-writing/tar.gz/refs/heads/main"

rm -rf aaw && mkdir aaw && tar -xzf aaw.tar.gz -C aaw

mkdir -p ~/.workbuddy/skills/avoid-ai-writing

tar -cf - -C aaw/avoid-ai-writing-main . | tar -xf - -C ~/.workbuddy/skills/avoid-ai-writing

node ~/.workbuddy/skills/avoid-ai-writing/bin/avoid-ai-writing.js --help

有输出就装对了。

03 punk-ip-illustrations

仓库 https://github.com/adrianpunk/punk-ip-illustrations

默认分支 main。整包 13.2MB，但真正干活的只有 72KB。剩下的是图片，docs 里的教程配图占 12MB，assets 示例图占 1.5MB，都不影响使用。整包装就行。

cd /tmp && curl -sSL --http1.1 -o punk.tar.gz \

"https://codeload.github.com/adrianpunk/punk-ip-illustrations/tar.gz/refs/heads/main"

rm -rf punk && mkdir punk && tar -xzf punk.tar.gz -C punk

mkdir -p ~/.workbuddy/skills/punk-ip-illustrations

tar -cf - -C punk/punk-ip-illustrations-main . | tar -xf - -C ~/.workbuddy/skills/punk-ip-illustrations

04 darwin-skill

仓库 https://github.com/alchaincyf/darwin-skill

默认分支 master，5.1MB 整包下。它没有命令行入口，装完在对话里说一句「用 darwin 给某个 skill 打分」就会触发。

cd /tmp && curl -sSL --http1.1 -o ds.tar.gz \

"https://codeload.github.com/alchaincyf/darwin-skill/tar.gz/refs/heads/master"

rm -rf ds && mkdir ds && tar -xzf ds.tar.gz -C ds

mkdir -p ~/.workbuddy/skills/darwin-skill

tar -cf - -C ds/darwin-skill-master . | tar -xf - -C ~/.workbuddy/skills/darwin-skill

05 仓颉 skill

仓库 无公开地址，多为预装

这条我给不出 clone 命令。我机器上是预装的 v2.5.0，SKILL.md 里没有来源仓库，网上也搜不到公开地址，你要是有线索欢迎告诉我。能做的是装完立刻补依赖并自检。

pip install pyyaml

python3 ~/.workbuddy/skills/cangjie-skill/scripts/cangjie.py doctor

我跑出来是 FAIL，缺 capability-bundle、registry-entry、source-document 三个 schema。

06 BrowserSkill

仓库 https://github.com/Tencent/BrowserSkill

三步，第二步是腾讯官方支持的。

# 第一步 装 bsk 命令行工具，官方脚本走不通时用这个

curl -sSL --http1.1 -C - -o /tmp/bsk.tar.gz \

"https://ghproxy.net/https://github.com/Tencent/BrowserSkill/releases/download/cli-v0.3.0/bsk-v0.3.0-aarch64-apple-darwin.tar.gz"

rm -rf /tmp/bskx && mkdir /tmp/bskx && tar -xzf /tmp/bsk.tar.gz -C /tmp/bskx

mkdir -p ~/.local/bin && cp /tmp/bskx/bsk ~/.local/bin/bsk && chmod +x ~/.local/bin/bsk

# 第二步 注册到 WorkBuddy

export PATH="$HOME/.local/bin:$PATH"

bsk install-skill --harness workbuddy

# 第三步 自检

bsk doctor

二进制 4.6MB，我断了三次才下全，-C - 是断点续传，断了就原样再跑一遍。doctor 一共七项，home writable、agent skill up to date、daemon running、daemon local process identity、protocol compatible 这五项会 ok，第六项 extension connected 在你装扩展之前是 FAIL，第七项 browser protocol compatible 显示 N/A。

07 ppt-master

仓库 https://github.com/hugohe3/ppt-master

别用 git clone。直接下压缩包，我复跑时一次就下全了 86MB。解压后 121MB、13004 个文件。

cd /tmp && curl -sSL --http1.1 -o pm.tar.gz \

"https://codeload.github.com/hugohe3/ppt-master/tar.gz/refs/heads/main"

rm -rf pm && mkdir pm && tar -xzf pm.tar.gz -C pm

mkdir -p ~/.workbuddy/skills/ppt-master

tar -cf - -C pm/ppt-master-main/skills/ppt-master . | tar -xf - -C ~/.workbuddy/skills/ppt-master

cd ~/.workbuddy/skills/ppt-master && python3 scripts/attribution\_guard.py

最后那条是完整性闸门，没输出就是通过了。13004 个文件121MB，用 tar 管道或 rsync 拷，别用 cp -R，会超时被杀。

七条里只有 BrowserSkill 要额外装命令行工具，其余六个都是下载加解压两步。