据 AlphaMoat 统计,截至 2026-10,Skill 创建与迭代工具，从零创建 Skill、修改现有 Skill、运行评估测试性能。 累计下载 5,971 次、获 13 个星标,按累计下载量在本次参与排名的 10,914 个 AI 技能中排名第 4,833 位,在「AI 智能体」分类(1,632 个)中排名第 656 位。
列表默认按累计下载量排序,也可按星标排序;详情页排名按累计下载量计算。
| 平台 | 累计下载 | 星标 | 评论 |
|---|---|---|---|
| SkillHub ↗ | 5,971 | 13 | — |
各平台的计数口径不同,统计时间不一致。
Skill 创建与迭代工具。从零创建 Skill、修改现有 Skill、运行评估测试性能。 支持 eval 评估体系、描述优化、三对话分离架构。 **触发场景**（满足任一即触发）： 1. 用户说"创建 Skill"、"新建 Skill"、"create skill" 2. 用户说"修改 Skill"、"改进 Skill"、"优化 Skill" 3. 用户说"测试 Skill"、"评估 Skill"、"跑 eval" 4. 用户说"从零开始做一个 Skill" 5. 用户提到 trigger_terms、description 优化 6. 用户想从对话/工作流中提取可复用的 Skill **识别信号**： - "创建/新建/写一个 Skill" - "改进/优化/修改这个 Skill" - "评估/测试/跑 eval" - "把这段流程变成 Skill" - "从文档/网站/GitHub 生成 Skill"（用 skill-seekers） - "触发不准确"、"description 要优化" **不用于**： - 从文档/GitHub/PDF 自动转换 Skill → 用 skill-seekers - 安全审计 Skill → 用 skill-vetter - 质量审计 Skill → 用 skill-auditor - 批量扫描优化多个 Skill → 用 skill-evolution-engine **核心能力**： 1. 创建 Skill（需求访谈 → 写 SKILL.md → 测试 → 迭代） 2. 运行 eval 评估（with-skill vs baseline 对比） 3. Description 优化（trigger accuracy 优化循环） 4. 三对话分离架构（Planner/Generator/Evaluator）
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-10 | 5,971 | — | 13 |
| 2026-09 | 2,313 | — | 13 |
| 2026-08 | 1,496 | +41.7% | 11 |
| 2026-07 | 1,056 | +133.1% | 10 |
| 2026-06 | 453 | +54.6% | 3 |
| 2026-05 | 293 | — | 2 |
| 2026-03 | 69 | — | - |
把开发过程中的经验、错误与纠正记录为 Markdown 文件，供后续复用并晋升为工作区记忆。
用自然语言描述需求，在本地与远程技能市场里找技能并给出推荐的技能。
给 AI agent 用的浏览器自动化命令行技能。
把用户纠正与自我复盘沉淀成分层记忆、并按使用情况升降级的技能。
一份为 AI 代理规划主动跟进、工作记忆与复盘流程的工作区配置指南。
指导如何创建与更新有效 Claude 技能的写作指南。
在安装第三方技能之前，按清单审查来源、权限与危险模式的技能。
把盛唐诗人李白的诗学观、意象系统与口吻，蒸馏成 AI 可调用的角色包。
数据月份:2026-10 · 下载/星标数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。