最近两个月我装了 30 多个 Claude Code Skill（AI 的"使用说明书"）。有些装上当天就卸了，有些现在每天都在用。
这篇文章不是列清单。是我自己用下来的真实感受——哪个改变了我的工作方式，哪个看着厉害实际鸡肋，哪个在什么场景下才值得装。
没接触过 Skill？先看这篇从零教程，看完再回来。
先说结论
如果你只想装一个：装Superpowers。它解决最根本的问题——AI 写的代码不靠谱。
如果你是一个人在做产品（不是纯写代码）：装GStack。它解决另一个问题——你缺一个团队。
如果你做科研：Scientific Agent Skills是刚需，没得选。
其他所有 Skill 都是"有了更好，没有也不影响干活"。
Superpowers — 装了就不想卸的那个
它解决什么问题
你让 Claude Code 写一个功能，它写完了。你一看——能用，但没测试、没考虑特殊情况、代码风格和项目其他部分不一致。你说"加个测试"，它加了，但测试通过是因为它作弊了——把所有可能出错的地方都绕过了。
根本原因：AI 是一个很聪明但没有纪律的员工。你让一个没纪律的人自由发挥，产出就是不可预测的。
Superpowers 怎么解决
它不让 AI 自由发挥。强制执行一套流程：
- 不急着写代码，先追问你要做什么、为什么做
- 把工作拆成 2-5 分钟的小任务
- 强制先写测试，测试不通过就不写实现代码
- 每个小任务由独立的 AI 执行，做完自动检查
- 检查发现问题就停下来，不继续
先写测试那条是真的严格——如果你在写测试之前就写了实现代码，Superpowers 会把代码删掉让你重来。不是建议，是强制。
装了之后的变化
AI 可以自己工作 1-2 小时不跑偏。以前你要一直盯着它，现在可以让它自己跑，中间检查一下就行。
适合谁：程序员、工程师，特别是写复杂项目的人
不适合谁：
- 只是改个小 bug、改个配置——杀鸡用牛刀，反而慢
- 你不想写测试——Superpowers 会逼你写，不写就不干活
- 你需要 AI 快速响应而不是严格走流程——会多花 30% 的时间
/plugin install superpowers@claude-plugins-officialGStack — 你缺的不是 AI，是一个团队
它解决什么问题
Superpowers 让 AI 写出更好的代码。但很多时候问题不是代码质量——而是你一个人做不了产品决策、设计审查、安全检查、质量测试这些事。
GStack 的创始人 Garry Tan（Y Combinator CEO）用 GStack 兼职 60 天发了 3 个生产服务。靠的不是让 AI 写更快的代码，而是让 AI 扮演不同角色——产品经理、设计师、QA 测试员、安全审计员。
和 Superpowers 的核心区别
Superpowers = 一个更自律的程序员。GStack = 一支虚拟团队。
举几个例子：
/office-hours不让你写代码，先用 6 个问题逼你想清楚你到底要做什么。你说想做"每日简报 App"，它说你真正需要的是"个人幕僚长 AI"/design-shotgun一次生成 4-6 个设计方案并排展示给你选。你选喜欢的，它继续迭代，几轮之后它会学习你的审美/qa会打开一个真实的浏览器，真的点击你的网页，找到 bug 自动修复、写测试、验证修复
适合谁：一个人做产品的创始人、独立开发者
不适合谁：
- 你只写代码不做产品决策
- 你的项目是后端服务——没有界面给 QA 测
- 你嫌 23 个命令太多学不过来
git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack
cd ~/.claude/skills/gstack && ./setup两个一起装？可以。先用 GStack 想清楚做什么（产品定义），再用 Superpowers 按规矩写代码（代码实现），最后回到 GStack 检查和发布。
Scientific Agent Skills — 做科研的没得选
142 个子技能 + 100+ 数据库，覆盖基因组、药物发现、临床研究、医学影像等 16 个领域。
做生物信息学、医学研究的人必须装。你不可能让 AI 自己摸索怎么调 PubChem API、怎么设 Scanpy 参数——这个 Skill 把最佳实践直接内置了。
唯一的问题：只覆盖生命科学和物理科学。如果你做社科、人文、法律研究，大部分子技能用不上。
npx skills add K-Dense-AI/scientific-agent-skillsNature Skills — 写英文论文的刚需
10 个子技能覆盖论文润色、画图、审稿模拟、引用管理全流程。
审稿模拟是亮点——模拟 3 位审稿人从不同角度挑刺。投稿前先让 AI 审一遍，把会被拒的问题提前修掉。省一轮 rejection。
和 Scientific Agent Skills 的关系：先用 Scientific 跑分析拿到结果，再用 Nature 把结果写成能发表的论文。一前一后，互补。
女娲 Nuwa Skill — 有趣但不是刚需
输入一个名人名字（比如"乔布斯"），它分析这个人的思维方式，生成一个"思维框架 Skill"。以后遇到决策问题，可以让 AI 用乔布斯的视角来分析。
什么时候有用：面对一个拿不准的产品决策，同时让乔布斯和芒格两个 Skill 给你不同视角。多角度看问题确实有帮助。
什么时候没用：你只是想让 AI 写代码或者执行具体任务。思维框架 Skill 不提高执行能力。
适合谁：创业者、决策者、战略规划。纯技术人员大概率用不上。
Taste Skill — 让 AI 生成的前端不再千篇一律
AI 写前端最大的问题是"看起来都一样"——每行每列规规矩矩，毫无个性。Taste Skill 通过三个参数控制设计的"实验性程度"：
DESIGN_VARIANCE：布局有多大胆（0-100）MOTION_INTENSITY：动画有多丰富（0-100）VISUAL_DENSITY：信息有多密集（0-100）
装了之后 AI 生成的前端确实不像模板了。但默认值出来的效果一般，需要你调那三个参数。
适合谁：前端开发者、对 UI 设计有要求的人
不适合谁：不懂设计术语的人——你需要理解布局、动效、信息密度这些概念才能调出好效果
几个"看着厉害"但我不推荐装的东西
Awesome Claude Skills（Composio）和Awesome Agent Skills（VoltAgent）— 这两个不是 Skill，是 Skill 的目录/索引。你需要找 Skill 的时候去它们的 GitHub 页面翻一遍就行，不需要"安装"到 Claude Code 里。
各种单独的名人人格 Skill（乔布斯 Skill、马斯克 Skill、芒格 Skill……）— 这些都是女娲 Nuwa 生成出来的。直接装 Nuwa 自己按需生成更灵活，不需要一个个装。
装多了反而慢
理论上装几十个 Skill 不影响性能。但实际体验是：
- Skill 太多，AI 有时会搞错该用哪个
- 维护麻烦——更新的时候你得一个一个更新
- 有些 Skill 的触发条件冲突，AI 会加载错误的那个
建议：只装 2-3 个你每天用的。其他在需要的时候临时装，用完删掉。
按你的身份选
| 你是谁 | 装 | 不装 |
|---|---|---|
| 程序员、工程师 | Superpowers | GStack |
| 一个人做产品的创业者 | GStack + Superpowers | — |
| 做科研的 | Scientific Agent Skills | 人格 Skill |
| 要发英文论文的 | Nature Skills | — |
| 做前端、UI | Taste Skill | — |
| 做产品决策、创业 | 女娲 Nuwa | Taste Skill |
| 第一次用，不确定 | Superpowers（先装一个试试） | 一次全装 |
在HaluTool可以按分类浏览所有 Skill 的详细信息和安装命令。