Claude Code 与 Codex 十大必装 Skill 推荐指南

G_whang

401人浏览 · 2026-06-13 11:25:22

G_whang · 2026-06-13 11:25:22 发布

1. Skill 是什么——一句话理解

Skill 是纯文本的 SKILL.md 文件，通过文本约束为 AI 编程助手注入结构化工作流。它不是让 AI 更聪明，而是给它套上软件工程的纪律与护栏。

1.1 Skill 的三层加载机制

Frontmatter（启动时加载） → 仅 name + description，决定何时激活
    ↓
SKILL.md 正文（激活时加载） → 详细指令，进入上下文
    ↓
references/ （需要时展开） → 参考资料、代码示例、检查清单

1.2 Skill vs MCP vs Plugin

	Skill	MCP	Plugin
本质	纯文本指令文件	外部工具服务器	打包分发单元
作用	改变 Agent 行为模式	提供外部能力（数据库/API）	捆绑 Skill + MCP + 配置
上下文消耗	激活时加载	工具定义常驻	含多个 Skill
跨 Agent	✅ 通用	✅ 通用	需平台适配

1.3 好 Skill 的标准

description 是精准的路由规则（明确何时激活），不是营销文案
reference 文件分层（核心指令 → 参考细节分离），不全堆在 SKILL.md 里
有明确的边界（它解决什么 + 它不解决什么）

2. 十大必装 Skill

🥇 1. Superpowers —— 工程纪律框架

属性	值
GitHub	obra/superpowers
Stars	204,000+
安装量	680,000+
适用	Claude Code / Codex / Cursor / Gemini CLI
许可	MIT

解决的问题： AI 凭感觉写代码，缺乏工程流程——从想到写、写完就跑、不做审查、不验证。

核心流程（7 阶段）：

brainstorming              需求澄清，产出 spec 文档（HARD-GATE：未批准前不写代码）
    ↓
using-git-worktrees        创建隔离 Git 工作区
    ↓
writing-plans              拆成 2-5 分钟可执行任务（零 TBD 规则，禁止 TODO）
    ↓
subagent-driven-development  子 Agent 并行实现（每个任务独立上下文）
    ↓
test-driven-development    贯穿全程：RED → GREEN → REFACTOR
    ↓
requesting-code-review     提审前自检：安全/性能/正确性/风格/测试覆盖五维审查
    ↓
finishing-a-development-branch  合并/PR/保留/丢弃

14 个子 Skill 速查：

类别	Skills
规划类	`brainstorming`、`writing-plans`、`executing-plans`
开发类	`subagent-driven-development`、`dispatching-parallel-agents`、`using-git-worktrees`
测试类	`test-driven-development`、`verification-before-completion`
审查类	`requesting-code-review`、`receiving-code-review`
调试类	`systematic-debugging`
流程类	`finishing-a-development-branch`、`writing-skills`、`using-superpowers`

关键设计亮点：

brainstorming 的 <HARD-GATE>：未产出用户批准的设计方案前，一行代码都不许写
systematic-debugging 的"三次失败规则"：修复失败 3 次自动切换方法论
writing-plans 的零占位符规则：计划中不允许出现 TBD、TODO 或任何模糊描述
subagent-driven-development：每个任务派给全新的子 Agent，干净上下文避免串扰

# Claude Code
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

# Codex / 通用
npx skills add obra/superpowers

🥈 2. claude-mem —— 跨会话长期记忆

属性	值
GitHub	thedotmack/claude-mem
Stars	80,000+
适用	Claude Code / Cursor / Gemini CLI / OpenCode

解决的问题： 每次新对话从零开始——项目架构、历史决策、踩过的坑全部丢失。

核心技术：

5 个生命周期 Hook 自动捕获工具调用和会话内容
SQLite FTS5 + ChromaDB 混合检索
3 层渐进式检索（search → timeline → get_observations），节省 50-75% Token
<private> 标签自动跳过敏感内容

# Claude Code
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem
npx claude-mem install

# 通用
npx skills add https://github.com/thedotmack/claude-mem --skill mem-search

⚠️ 重要架构决策仍应写进 CLAUDE.md——Skill 记忆是辅助，不是替代。

🥉 3. Frontend Design —— 打破 AI 审美同质化

属性	值
来源	Anthropic 官方 `anthropics/skills`
安装量	564,000+
适用	Claude Code / Codex / Cursor

解决的问题： AI 生成的 UI 千篇一律——蓝紫渐变 + 圆角卡片 + Inter/Roboto 字体。

内置资源： 50+ 种视觉风格方向（工业风、新表现主义、Glitch 美学、瑞士国际主义等）。

# Claude Code
/plugin marketplace add anthropics/skills
/plugin install frontend-design@skills

# Codex
python ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py \
  --repo anthropics/skills --path skills/.curated/frontend-skill

4. ui-ux-pro-max —— 设计系统参考库

属性	值
GitHub	社区项目
Stars	71,000+
适用	Claude Code / Codex

解决的问题： 需要一个可搜索的设计风格、配色方案和字体组合参考库。

内置资源：

67 种设计风格
161 种配色方案
57 组字体搭配
可搜索、可组合

最佳用法： 先用它选风格方向，再用 Frontend Design 控制实现质量。

npx skills add <repo-url> --skill ui-ux-pro-max

5. Agent Browser —— Token 效率最高的浏览器自动化

属性	值
安装量	253,000+
适用	Claude Code / Codex

解决的问题： 需要 AI 操作浏览器验证功能、抓取网页内容，但 Playwright MCP 每页消耗 2,000-6,000 tokens。

核心优势： 每页仅消耗 200-400 tokens，是 Playwright MCP 的 1/10。

适用场景： 日常表单操作、页面导航、数据提取、UI 截图验证。复杂 DOM 操作降级到 Playwright CLI。

npx skills add <repo-url> --skill agent-browser

6. Webapp Testing —— 端到端测试自动化

属性	值
来源	OpenAI 官方 Curated
父仓库 Stars	29,000+
适用	Codex / Claude Code

解决的问题： 手动写 E2E 测试耗时长、AI 生成的测试脚本不考虑已有测试风格。

能力：

自动检测项目测试框架
生成与现有代码风格一致的测试用例
Playwright 驱动的前端功能验证、UI 行为调试、响应式检查
优先使用 Playwright MCP Server，不可用时降级到本地 Node.js + Playwright

# Codex
python ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py \
  --repo openai/skills --path skills/.curated/webapp-testing

# Claude Code
npx skills add openai/skills --skill webapp-testing

7. MCP Builder —— 构建自定义 MCP 服务器

属性	值
来源	社区 / OpenAI 官方 Curated
适用	Claude Code / Codex

解决的问题： 需要为特定外部服务（API、数据库、SaaS）构建 MCP 工具，但缺乏标准流程。

4 阶段引导式工作流：

Plan（规划）    → 明确 MCP 服务器的工具、资源和端点
Implement（实现）→ 按规范生成 TypeScript/Python 服务器代码
Evaluate（评估）→ 连接测试，验证工具调用正确性
Optimize（优化）→ 改进性能、错误处理和文档

npx skills add ComposioHQ/awesome-codex-skills --skill mcp-builder

8. Skill Creator —— 元 Skill

属性	值
来源	Anthropic 官方 `anthropics/skills`
安装量	37,400+
适用	Claude Code / Codex

解决的问题： 每次重复同样的工作流都需要手动描述。这个 Skill 教 AI 把重复流程封装成可复用的 Skill。

核心能力：

把你口述的工作流自动转为标准化的 SKILL.md
自动生成 frontmatter、触发器描述、references 分层
零门槛造工具——最好用的 Skill 永远是你自己造的那个

# Claude Code 内置，直接调用
/skill-creator

# 安装 Skill
/plugin install skill-creator@skills

9. Systematic Debugging —— 四阶段科学调试

属性	值
来源	Superpowers 子集，可独立使用
适用	Claude Code / Codex

解决的问题： AI 修 Bug 靠猜——随机加 console.log、改一行试一下、失败三次开始推诿"可能是环境问题"。

四阶段方法论：

Root Cause Investigation  →  先理解系统为什么出错，再修
Pattern Analysis          →  在代码库中搜索相似模式，一并修复
Single-Hypothesis Fix     →  每次只验证一个假设，不堆砌修复
Verification              →  至少一个正面 + 一个负面测试用例

“三次失败规则”： 同一修复方向失败 3 次 → 强制切换方法论 → 重新根因分析。

# 随 Superpowers 一起安装，或单独激活
npx skills add obra/superpowers --skill systematic-debugging

10. Verification Before Completion —— 完工前自检

属性	值
来源	Superpowers 子集
适用	Claude Code / Codex

解决的问题： AI 写完代码就认为自己完成了——不跑测试、不检查文档、不考虑安全问题。

自动核查清单（6 项门禁）：

✅ 所有测试通过？
✅ 新增代码有对应测试？
✅ 文档/README 已更新？
✅ 无硬编码密钥/Token？
✅ Git diff 看起来只改了该改的？
✅ 是否有遗留的调试代码？

关键设计： 任意一项未通过 → 拒绝标记任务完成 → 必须修复或显式记录为技术债。

# 随 Superpowers 一起安装，在 finishing-a-development-branch 阶段自动触发

3. 快速安装汇总

# ═══ Claude Code ═══

# 1. 注册市场
/plugin marketplace add obra/superpowers-marketplace
/plugin marketplace add anthropics/skills
/plugin marketplace add thedotmack/claude-mem

# 2. 安装
/plugin install superpowers@superpowers-marketplace
/plugin install frontend-design@skills
/plugin install skill-creator@skills
/plugin install claude-mem

# ═══ Codex ═══

# 官方 Skills
python ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py \
  --repo openai/skills --path skills/.curated/create-plan

# 社区 Skills
npx skills add obra/superpowers
npx skills add ComposioHQ/awesome-codex-skills --skill webapp-testing
npx skills add ComposioHQ/awesome-codex-skills --skill mcp-builder

# ═══ 通用（npx） ═══
npx skills add obra/superpowers
npx skills add <repo-url> --skill agent-browser
npx skills add <repo-url> --skill ui-ux-pro-max

4. 按角色推荐组合

角色	核心 Skill 组合	说明
全栈工程师	Superpowers + claude-mem + Agent Browser	完整工程流程 + 记忆 + 浏览器验证
前端开发者	Superpowers + Frontend Design + ui-ux-pro-max + Webapp Testing	工程化 + 审美 + E2E 测试
后端/基础设施	Superpowers + MCP Builder + Systematic Debugging	流程 + 工具链 + 调试
独立开发者	Superpowers + claude-mem + Skill Creator	一人即团队，把经验沉淀为 Skill
技术管理者	brainstorming + writing-plans + verification-before-completion	需求把控 + 验收标准
入门新手	Superpowers + Frontend Design + Skill Creator	先学流程、再管审美、最后造工具

5. Skill 生态质量评估——选前必读

1400+ 社区 Skill 中约 70% 不合格。装前用以下标准快速筛选：

评估维度	好 Skill 的特征	差 Skill 的信号
description	精准路由规则，明确触发场景	营销文案：“革命性”“一键搞定”
文件结构	SKILL.md 精简 + references/ 分层	单文件 800 行全堆在一起
边界定义	明确写清"它解决什么 + 不解决什么"	什么都承诺，什么都没边界
更新频率	最近 3 个月有更新	半年以上未更新
来源	官方 / 知名作者 / 活跃仓库	未知来源、无 GitHub 仓库

快速判断法： 打开 SKILL.md 读前 50 行。读完不知道它干什么 → 扔掉。description 让你看不出来何时激活 → 扔掉。

6. 效率提升实测

维度	不使用 Skills	使用核心 Skills	提升
完整功能开发周期	6-11 小时	~2.5 小时	4 倍以上
Token 消耗（复杂任务）	基准	减少 14%（减少返工）	不升反降
Bug 率	基准	降低 ~40%	—
设计一致性	基准	提升 ~60%	—
记忆恢复时间（跨会话）	10-15 分钟	<30 秒	30 倍

7. 避坑要点

不要一次全装——装一个用一周再决定保留，不用的占着 Token 扫描空间。
简单任务别走完整流程——brainstorming 对"加个 console.log"来说是浪费 15 分钟。
优先官方来源——2026 年初曾出现社区 Skill 含恶意代码事件。认准 Anthropic/OpenAI 官方和知名作者。
Superpowers 不需要全部激活——14 个子 Skill 按需使用，日常开发中 brainstorming + test-driven-development + verification-before-completion 三个日常开着即可。
claude-mem 不能替代 CLAUDE.md——核心架构决策、编码规范、技术栈信息仍应写入 CLAUDE.md。
Skill 是提示词的工程化，不是银弹——它提升的是流程纪律和一致性，不是模型的原始智力。

参考资源

Superpowers： github.com/obra/superpowers
claude-mem： github.com/thedotmack/claude-mem
Anthropic 官方 Skills： github.com/anthropics/skills
OpenAI 官方 Skills： github.com/openai/skills
Awesome Codex CLI： github.com/RoggeOhta/awesome-codex-cli
Awesome Skills（1800+）： github.com/FridrichMethod/awesome-skills
VoltAgent Awesome（1000+）： github.com/VoltAgent/awesome-agent-skills

智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

弃重训、省算力：7步从零搭建企业级AI智能体

智能体开发者社区

智能办公硬件联动实战：OpenClaw 控制会议室设备、自动开灯投屏与会议信息记录全解析

智能体开发者社区

企业智能体平台选型实战：9 个维度横评 + 落地建议

2026年企业AI智能体平台选型指南：9维框架匹配业务需求随着AI智能体进入规模化落地阶段，企业面临平台选型困境。本文提出9个关键选型维度：1)自主可控与开源架构；2)信创适配能力；3)私有化部署；4)数据安全合规；5)多模型编排；6)系统集成能力；7)多智能体协作；8)可观测性；9)二次开发支持。通过对比主流平台的核心定位和部署方式（如扣子、Dify、百度千帆等），指出政企/金融应优先考虑信创