我把 15 个 Claude Skill 作者全测了一遍：哪些该装、哪些只配挖

按「结果 / 效率 / 成本」三轴横向对比，不看作者吸不吸粉——只看对你有没有用

2026-06-16

一个 skill 到手怎么判：有能跑的脚本、接真实数据源 → 按需装；只是一段提示词、能力天花板就是 Claude 本身 → 挖走方法、别背壳

先把名词说清楚。Claude Skill（技能包）＝给 AI 编程助手 Claude 用的”插件”：一个文件夹，里面一份说明书 SKILL.md 教 AI”这类活怎么一步步干”，有的还附带能跑的小脚本。提示词（prompt）＝你发给 AI 的那段指令。区别很关键：一个 skill 如果只有提示词、没有脚本，它的能力天花板就是 Claude 本身——你自己写一段指令也能得到一样的结果；只有当它带”能跑的工具”或”接真实数据源”，才是 Claude 单靠聪明做不到、真正帮你的东西。

这篇我让 14 个 AI 分身（agent，同时跑的多个 Claude 实例，各管一个仓库）把 15 个做 Claude Skill 的作者/合集各自 clone 下来、读说明书、抽样精读，统一按三轴打分：

结果：能不能产出我要的、质量够不够；
效率：比我自己做或现成方案，省多少事；
成本：花不花钱（付费接口 / token）、搭建和修复要多少摩擦、依赖重不重。

不评判作者是不是为了涨粉——动机不改变工具有没有用。一个为涨粉做的 skill，只要结果好、省事、便宜，就该用。

15 家总表

follow＝作为长期学习来源值得持续关注的程度（1-5）。裁决：装=有可直接按需安装用的；挖=主要价值是方法论，抄进自己工具箱即可；都低成本，差别在”装了有没有增量”。

作者 / 仓库	是什么	follow	裁决
Trail of Bits /skills	安全公司出品：真能跑的安全审计工具	5	装(挑)
花叔 alchaincyf/huashu-skills	中文内容创作全链路 21 技能	4	挖
Asgard(台·肆佳) /skills	314 方法论技能 + 确定性计算脚本	4	装(挑)
Jeff Smolinski Jeffallan/claude-skills	66 个全栈开发技能，模板规整	4	装(挑)
Julius Brussee /caveman	压缩 agent 输出、省 token	4	装/借
陈思齐(blader) /humanizer	英文去 AI 味 33 模式	4	装(英文)
Virgilio Jr. /book-to-skill	把技术书 PDF 压成按需加载技能	4	装/借
Sawyer Hood /dev-browser	给 agent 沙箱化浏览器	4	装/借
hesreallyhim /awesome-claude-code	226 条资源总目录（当地图）	4	挖
Alireza Rezvani /claude-skills	345 巨型合集，含真脚本	3	装(挑)
Zara /codebase-to-course	代码库→交互式 HTML 课程	3	装/借
归藏(op7418) /Humanizer-zh	中文去 AI 味 24 模式	2	借
向阳乔木 /qiaomu-anything-to-notebooklm	多源内容→NotebookLM 多媒体	2	挖
老老实人 laolaoshiren/…-zh	19 个中文纯提示词模板 + 导航	2	挖
Ian helloianneo/awesome-…-skills	中文精选链接表（无实物）	2	看一眼

一条贯穿全部的分水岭：真工具 vs 纯提示词

测完最清楚的一件事：带”能跑的脚本”或”接真实数据源”的，才值得装；纯提示词模板，挖走方法自己写就行。

真工具一侧（装了有增量）：Trail of Bits 的常量时间分析器、Asgard 的 23 个确定性计算脚本、Alireza 的 ~568 个命令行小工具、Jeff 的全栈技能、caveman 的压缩脚本、book-to-skill 的抽取引擎、dev-browser 的沙箱浏览器、花叔自带的 analyze_video.py / html2pptx.js。
纯提示词一侧（天花板＝Claude 本身）：老老实人那 19 个、花叔大半技能、各家去 AI 味清单、各种”高管人格”。这些抄进自己的 CLAUDE.md 或提示词即可，装整包只是徒增触发冲突。

还有一个隐藏的质量信号：作者诚不诚实地自测。caveman 用三臂对照测、Asgard 做消融实验还自曝”半数脚本对 LLM 没增益”、book-to-skill 用真实分词器量化省了多少——这些比满屏 star 和”production-ready”话术可信得多。（消融实验＝把某个东西去掉，看结果差多少，用来证明它真有用。）

把 15 家放到「真工具 ↔ 纯提示词」光谱上：越靠左（带能跑的脚本、接真实数据）越值得装；越靠右（只是提示词）天花板就是 Claude 本身，挖方法即可 — 把 15 家放到「真工具 ↔︎ 纯提示词」光谱上：越靠左（带能跑的脚本、接真实数据）越值得装；越靠右（只是提示词）天花板就是 Claude 本身，挖方法即可

横向对比（同一赛道，谁更值）

① 去 AI 味（把文字改得不像 AI 写的）

	语言	内容	独有亮点	成本
blader/humanizer	英文	33 模式 + before/after	误判防护清单（哪些不算 AI 信号，防止把人话改烂）+ 两遍重写循环	纯提示词，零钱；占 context
归藏/Humanizer-zh	中文	24 模式 + 5 维评分表	现成中文模式表，拷了就用	同上；是 blader 的中文译版
花叔/proofreading	中文	6 大类 AI 腔	配私人语料”加人味”	语料没随仓库发，那半截用不了

结论：英文直接装 blader；中文拿归藏的现成表，或抄花叔 6 类。关键差距是 blader 独有的”误判防护”——另两家都缺，最容易把正常文字改烂。⚠️ blader 的示例里塞了”某 2024 年 Google 研究”这种假数据风格，照搬会教坏模型编造，跟你的反幻觉原则冲突。

② 安全 / 代码审计

	接不接真实扫描器/数据	适合谁
Trail of Bits	✅ 接（semgrep/CodeQL，自带 12 语言常量时间分析器，有真实 merged 修复案例）	写密码学/合约/做正经审计的人
Jeffallan/security-reviewer	✅ 给命令（semgrep/bandit/gitleaks/trivy）+ CVSS 报告模板	想要像样审计报告的开发者
Alireza/skill-security-auditor	✅ 真能跑（装别人 skill 前扫恶意代码，实测抓出 5 种注入）	所有装第三方 skill 的人
老老实人/security-audit	❌ 纯提示词，CVE/CVSS 全靠模型瞎想	别当权威结论

结论：判别标准就一条——接不接真实扫描器。接的（前三家）出的是真结果；不接的（老老实人）只是让模型”扮演”安全专家，结论不可信。Alireza 的 skill-security-auditor 我会第一个装：装任何第三方 skill 前先用它扫一遍，挡恶意代码。

③ 大合集（几十上百个技能，怎么挑）

	规模	有没有真脚本	诚实度	维护
Asgard	314	✅ 23 个确定性脚本（EOQ/DCF/CAPM…纯标准库零安装）	✅ 自带消融 eval，自曝半数无增益、26 个是空壳	2026-06 更
Alireza	345	✅ ~568 个命令行工具，~99% 零依赖	营销注水（star/计数对不上）	活跃
Jeffallan	66	✅ 真代码 + checkpoint 验证	模板规整诚实	月度 CHANGELOG
老老实人	19	❌ 全纯提示词	名不副实（号称 200+，可装仅 19）	低

结论：共同铁律——按域单装，别整库吞（否则几十个技能的触发词互撞，Claude 会乱）。Asgard 和 Jeff 是诚实度最高的两家；Alireza 胜在工具多、装前用它自带的安全扫描器先扫；老老实人能力天花板＝Claude，挖那套中文报告骨架即可。

④ Awesome 导航 / 总表（找轮子的地图）

	规模	元数据	用途
hesreallyhim	226 条	✅ 带 License / 是否过期 / 日期	最全的英文”地图”，可按”还活着/可商用”筛
helloianneo	~50 条	带四级推荐	中文新手选型清单，看一眼即可
老老实人 README	几百条	star 数（人工维护未必准）	中文发现入口

结论：这三家本身不含任何技能，只是”去哪找”的指针。当发现入口好用，但别把”入选”当质量背书——hesreallyhim 明说没有审核流程，且 226 条里约 38% 已过期。

⑤ 内容创作（中文自媒体向）

	强项	致命摩擦
花叔/huashu	风格库 + AI 腔清单 + 抖音爆款/广审合规规则	配图系列装上即坏（私有路径写死 + 上传脚本根本没发）
向阳乔木/notebooklm	多源抓取 + 喂 NotebookLM 出播客/PPT/脑图	靠非官方接口 + 要手抠浏览器令牌 + 几百 MB 浏览器

结论：花叔挖知识资产（风格库/合规规则）；乔木真正值钱的只有那个 fetch_url.sh付费墙绕过级联（6 层兜底抓正文），拷走当独立抓取工具，别背整套 NotebookLM 壳。（NotebookLM＝谷歌的一个工具，把资料喂进去能自动生成播客、脑图等。）

⑥ 省 token / 降成本

	怎么省	真实收益
caveman	压缩 agent 的话（删废话保代码/报错）	实测输出 token 中位降 ~65%，但它自己常驻也占输入 token，净收益小于宣传（作者自己承认）
book-to-skill	书”核心常驻 + 章节按需加载”	vs 整本塞进去省 24-51 倍
dev-browser	浏览器”先便宜的快照、不行再截图”	省来回操作的 token

结论：caveman 的主模式提示词可直接抄进 system prompt（不装也能用）；另两家是特定场景的”按需加载”省钱架构，思路通用。

直接给你的行动清单

值得按需装（真有增量，挑你需要的，别整吞） 1. Alireza/skill-security-auditor —— 装任何第三方 skill 前先扫，挡恶意代码（最先装这个） 2. Trail of Bits 的 constant-time / static-analysis / 写 skill 规范（写底层/安全代码才需要） 3. Jeffallan 里对应你技术栈的语言/框架专家 + rag-architect 4. Asgard 的确定性计算脚本（要算 EOQ/DCF/财务指标时）+ tech-prompt-engineering 排错清单 5. caveman 主模式（想让输出更短更省）、book-to-skill（有要反复回查的内部文档/书）、dev-browser（agent 要操作网页）

只挖方法、别装（天花板＝Claude，抄进自己 CLAUDE.md/skill） - 花叔的风格库 + AI 腔清单 + 广审合规规则；blader/归藏的去 AI 味模式表（注意误判防护那半）；老老实人的中文报告骨架；乔木的 fetch_url.sh 绕墙脚本；各家”诚实自测”的 eval 方法。

成本陷阱（装之前必查） - 私有路径写死 + 核心脚本没随仓库发（花叔配图系、乔木的令牌）→ 装上即坏； - 强制付费接口（Gemini / NotebookLM / 各 SaaS）； - 几百 MB 浏览器依赖（dev-browser、乔木）； - 整库装 → 几十个触发词互撞，Claude 行为变乱； - “纯提示词”的安全/依赖审计（老老实人）→ 不接真实扫描器，结论别当真。

给”经常要学”的你：最值得长期 follow 的

Trail of Bits（5）：唯一”真工程级”，安全方向标杆；
花叔 / Asgard / Jeff / caveman / book-to-skill / dev-browser / 归藏（各 4）：按你当下需求挑；
你其实已经在这个圈子里——本地装的 guizang（就是归藏 op7418）、image2、reel 都是同生态。

一句话方法论：当矿挖，按需装，别背壳。带真脚本/接真数据的按需单装，纯提示词和方法论抄进自己工具箱，整库别吞。

方法与免责：本文由 14 个 Claude 分身各 clone 一个仓库、读 README + 抽样精读 SKILL.md 后按”结果/效率/成本”打分，是模型基于抽样的判断，巨型合集未逐个读完。各仓库自报的 benchmark / 省 token 比例 / star 数按”作者自测、未独立核实”对待，当方向参考不当权威结论。所有”成本陷阱”均可在对应公开仓库源文件核对。测评日期 2026-06-16。