技术是真的，但目标是「吸粉」不是「实用」——21 个全部判了「挖方法、别直接装」
2026-06-16
先解释一个词。Skill（技能包），是给 AI 编程助手
Claude 用的一种”插件”：一个文件夹，里面放一份说明书（固定叫
SKILL.md）告诉
AI”遇到某类任务该怎么一步步做”，有的还附带可执行的小脚本。装上之后，你说一句话，AI
就照这套流程干活。
最近我在用一个做印刷版 PDF 的 Skill，顺手发现它的作者
花叔（GitHub 账号 alchaincyf）
把自己全部作品打包成了一个合集仓库 huashu-skills，一共
21 个
Skill，涵盖写作、选题、视频、配图、设计、数据报告等等，GitHub
上星标很高、人很活跃。
于是我做了件事：让 21 个 AI 分身（agent，就是同时跑起来的多个
Claude 实例，各干各的）每人读一个 Skill
的说明书，按统一标准打分——“作为一个真工具有多实用”和”有多少是为涨粉/炫技做的包装”，再给一个裁决：直接装用
/ 只挖方法自己写 / 不必要。
结果很干脆：21 个里，没有一个值得”直接装用”，全部裁决”挖方法、别直接装”。
这篇就讲清楚：为什么会这样、哪些方法真值得挖、以及他反复犯的几个”通病”。
花叔确实有技术——里面藏着不少踩坑踩出来的真经验。但这些 Skill 的设计目标不是”做一把好用的螺丝刀”，而是”做一条能涨粉、能证明我很厉害的内容”。工具本该朴素实用，他的工具却处处是表演。 所以正确的用法是：把里面的方法/经验抠出来收进自己的工具箱，外壳整个丢掉。
实用度＝作为独立可复用工具的真实价值（5＝拿来即用、不绑作者；1＝纯演示）。 吸粉度＝营销/炫技/个人品牌包装的成分（5＝满屏话术与自夸；1＝朴素工具）。
| Skill | 干嘛的 | 实用 | 吸粉 | 裁决 |
|---|---|---|---|---|
| huashu-data-pro | 数据→报告/PPT/可视化全流程 | 4 | 2 | 挖 |
| huashu-douyin-script | 抖音竞品拆解→带货脚本 | 4 | 2 | 挖 |
| huashu-design | 设计风格顾问：荐方向+评审 | 4 | 3 | 挖 |
| huashu-md-to-pdf | Markdown→苹果风 PDF | 3 | 3 | 挖 |
| huashu-proofreading | 三遍审校、去 AI 味 | 3 | 4 | 挖 |
| huashu-research | 网络调研、边搜边存 | 3 | 2 | 挖 |
| huashu-slides | 内容→成品 PPTX | 3 | 3 | 挖 |
| huashu-speech-coach | 用 MIT 演讲法审稿评分 | 3 | 3 | 挖 |
| huashu-video-check | 检查视频标题/封面/钩子 | 3 | 3 | 挖 |
| huashu-wechat-image | 公众号配图生成工作流 | 3 | 3 | 挖 |
| huashu-xhs-image | 小红书配图生成工作流 | 3 | 4 | 挖 |
| huashu-agent-swarm | 多 Claude 并行写代码的编排 | 2 | 4 | 挖 |
| huashu-article-edit | 文章编辑的流程纪律 | 2 | 3 | 挖 |
| huashu-article-to-x | 长文压成社媒短帖 | 2 | 3 | 挖 |
| huashu-image-upload | 配图上传图床插链接 | 2 | 3 | 挖 |
| huashu-info-search | 多渠道搜资料交叉验证 | 2 | 3 | 挖 |
| huashu-material-search | grep 私人语料库加”人味” | 2 | 3 | 挖 |
| huashu-prompt-save | 把 prompt 分类存档 | 2 | 3 | 挖 |
| huashu-script-polish | 口播脚本去书面腔 | 2 | 3 | 挖 |
| huashu-topic-gen | 生成 3-4 个选题方向 | 2 | 3 | 挖 |
| huashu-video-outline | 生成 2-3 个视频大纲 | 2 | 3 | 挖 |
一眼能看出来：实用度上 4 分的只有 3 个，扎堆在 2-3 分；而吸粉度普遍 3 分起步。没有一个 4 分以上的”高实用、低包装”的纯净工具。
这些毛病几乎每个 Skill 都中招，正是”为吸粉、非为实用”的证据。
1. 结尾都挂个人品牌广告。 几乎每份
SKILL.md 末尾都有一段”花叔出品 | 30万+粉丝 | 小猫补光灯
AppStore 付费榜 Top1 | 《一本书玩转
DeepSeek》“。这跟工具功能零关系——工具说明书里不需要写作者有多少粉丝。（注：这些数字是他自己写的，我没法核实，仅作”宣称”看待。）
2. 路径写死在作者自己电脑上。 很多 Skill
把文件路径硬编码成
/Users/alchain/Documents/写作/...（硬编码＝把本该灵活的值写成固定不变的，换个环境就失效）。你装到自己机器上，这些路径根本不存在，直接报错。可移植性为零。
3. 关键脚本根本没随附。 比如三个配图类
Skill（公众号/小红书/通用）都要调一个
upload_image.py（上传图片到图床换永久链接的脚本），但这个脚本压根没放进仓库——说明书让你”调用它”，文件却不给你。开箱即坏。
4. 把别人的引擎当自己的核心。
huashu-data-pro 和 huashu-slides
里那个把网页转成可编辑 PPT 的 html2pptx.js（978
行），其实是 Anthropic 官方 PPT Skill
的引擎改写版（各种常量、尺寸校验、溢出检测规则都和官方一致），并非作者原创。
5. 一半是几十行就能自写的”纯提示词”。 像选题生成、视频大纲、信息搜索、文章编辑这些，没有任何脚本，本质就是一段写好的提示词（prompt，就是你发给 AI 的那段指令）加一张清单（checklist）。模型不装这个 Skill 也能做同样的事，增量价值很低。
还有几个安全/成本的坑值得单独点名：
huashu-agent-swarm（一次拉起 8 个 Claude
分身在死循环里自动写代码）默认带
--dangerously-skip-permissions（跳过所有安全确认）、且不限运行次数，本机失控跑起来成本和安全风险都高；它自己的分支隔离逻辑还是坏的（建了独立分支却全往主干推），等于没隔离。API ＝应用程序接口，简单说就是付钱调用别人家
AI 的服务），还把模型版本号写死成预览版，过期就废。把外壳丢掉之后，下面这些是我会真正抄进自己工具箱的东西——它们的共同点是领域经验，是模型默认不会主动遵守、得有人踩过坑才知道的硬知识。
| 来自哪个 Skill | 值得挖的真东西 |
|---|---|
| douyin-script | 广告审核合规规则：化妆品不能说”美白/祛痘”要说”提亮/改善”；“具体功效+具体时间”必须改写；哪怕官方/临床数据也不能直接用。这是投放踩雷的真经验。 |
| wechat-image / xhs-image | 平台配图硬规范：公众号头条封面其实是 900×383 不是常传的 16:9，分享到朋友圈会从中心裁成正方形，所以标题必须放中央安全区；30-40% 用户开深色模式，禁纯白/纯黑底；AI 渲染中文主标题≤7-10 字、数字英文比中文稳、每张必须人工核字。 |
| proofreading | 去 AI 味的 6 类清单：套话连篇、“不是…而是”句式堆叠、书面词（“显著提升/进行操作”）、“首先其次最后”列表癖、永远中立不下判断、抽象不给数字——配”差→好”对照例，是一份很扎实的中文改写规则。 |
| data-pro | 5 套数据报告设计系统（金融时报/麦肯锡/经济学人/高盛/瑞士风），每套给全套色值、字体、图表配置；外加投放 ROI 的黄金法则（退货率必须算进 ROI、消耗翻倍而 ROI 不变＝只是吃量不是优化）。 |
| design / slides | AI 出图心法：“短提示胜过长提示”——只描述情绪和内容，别去约束颜色比例、字号、构图位置，过度约束反而让 AI 出的图又空又平。还有”插画/漫画类风格比极简风更适合 AI 生成”。 |
| 多个写作类 | “断言式标题”：标题直接写结论（“Q1 投放 ROI 达 3.2 超目标 7%”）而不是话题词（“Q1 投放数据”）。 |
| md-to-pdf | 一套出书级的打印 CSS 配方：运行页眉、页码、目录双列可点击、代码块/表格防跨页断裂、孤行寡行控制。 |
| douyin-script | analyze_video.py
是个干净通用的视频理解命令行工具（自动按大小切片上传、抽帧、省
token），脱离抖音也能用。 |
一句话：当矿挖，别当工具装。
平心而论，花叔技术不差，这些 Skill 也确实沉淀了真经验。只是它们首先是”内容作品”，其次才是”工具”。看清这一点，你就能高效地取其精华。
方法说明：本文评分由 21 个 Claude 分身各读一份
SKILL.md后给出，是模型基于单个文件的判断，带主观性，不代表对作者的全面评价。所有”通病”均可在公开仓库github.com/alchaincyf/huashu-skills的源文件里核对；涉及作者自述的数字（粉丝量、榜单、检测率）均按”宣称、未独立核实”对待。测评日期 2026-06-16。