2026 年最值得安装的 Codex Skills：让 AI 编程助手真正成为你的生产力倍增器

你以为有了 AI 编程助手就够了？真正的生产力差距，藏在你装了哪些 Skills 里。

前言

2026 年，AI 编程助手已经从"能用"进化到了"好用"的阶段。但你有没有发现，同样是用 Codex 或 Claude Code，有些人一天能干完一周的活，有些人却还在反复跟 AI 解释需求？

差距不在模型本身，而在 Skills。

Skill 是什么？简单说，它就是给 AI 编程助手装的"插件"。每个 Skill 是一套结构化的指令集，告诉 AI 在特定场景下该怎么干活。就像你不会让一个新来的实习生直接上手写核心代码一样——你得先给他一份 SOP。Skill 就是 AI 的 SOP。

我花了一周时间，调研了 GitHub 上数百个 Codex/Claude Code Skills 仓库，实测了其中最热门的几十个，最终筛选出这份清单。按照使用场景分为六大类，每类推荐最值得安装的 Skills。

一、元能力：让 AI 自己进化

这类 Skills 不干具体活，而是扩展 AI 的能力边界。不管你做什么，这都是第一天就应该装好的地基。

1. Skill Creator — 自己造工具的工具

GitHub Stars： 系统内置（Anthropic 官方）
用途： 把你的工作流变成可复用的 Skill

以前想自己写一个 Skill，得先研究半天 SKILL.md 的格式规范，写完还不一定能用。有了 Skill Creator，你只需要像给同事交代工作一样，用大白话说一遍你的流程，它就能自动帮你起草、测试、反复迭代，一分钟生成一个标准的 Skill。

适合谁： 所有人。这是你开始用 Skills 的第一天就该装的。

实战场景： 你发现自己每次写博客都要重复同样的流程——先列大纲、再搜资料、写初稿、润色、生成封面图。把这个流程告诉 Skill Creator，它就能帮你生成一个"博客写作" Skill，以后一句话就能触发整套流程。

2. Find Skills（SkillX.sh）— 让 AI 自己找工具

GitHub Stars： 134+（nextlevelbuilder/skillx）
用途： 从 skills.sh 平台搜索和安装 Skills

千万别把它当成普通搜索工具。真正的用法是：直接给 AI 拍任务。比如你说"帮我做一个 Excel 数据分析"，AI 发现自己没有相关 Skill，就会自动用 Find Skills 去 skills.sh 平台搜索，找到最合适的 Skill 供你选择，还能直接帮你安装。

适合谁： 经常遇到新场景、需要不断扩展能力的用户。

与 Skill Creator 的配合： Skill Creator 让 AI 能自己造工具，Find Skills 让 AI 能去外面找现成的。两个配合使用，AI 的能力边界会不断扩展。

3. Learning Opportunities — 在实战中成长

GitHub Stars： 1,954（DrCatHicks/learning-opportunities）
用途： 让 AI 在编程过程中主动发现学习机会

这个 Skill 的理念很特别：它不是教 AI 做事，而是让 AI 在帮你写代码的过程中，主动识别出你可能需要学习的知识点，然后用一种"刻意练习"的方式帮你提升。比如你在写一个 React 组件，它可能会指出"这里可以用 useMemo 优化性能，要不要我解释一下原理？"

适合谁： 想在用 AI 的同时提升自己技术水平的开发者。

二、工程化开发：守住代码质量底线

AI 写代码最容易出的问题不是语法错误，而是"看似逻辑闭环，实则无法落地"的代码幻觉。这类 Skills 的核心使命就是守住工程底线。

4. Superpowers — TDD 驱动的开发框架

GitHub Stars： 197,000+（obra/superpowers）⭐ 现象级项目
用途： 把测试驱动开发变成 AI 必须遵守的硬规则

这是目前最火的 AI 编程 Skills 框架，没有之一。它的核心逻辑是强制 AI 进入红绿重构循环：

  1. 红：先写一个必然失败的测试，证明功能还没实现
  2. 绿：写最少量的代码让测试通过
  3. 重构：优化代码，保持测试全绿

更关键的是，它内置了 14 个子 Skills，覆盖了从需求头脑风暴到代码审查的完整开发流程：

  • rainstorming — 开工前的需求澄清，把模糊需求变成明确规格
  • writing-plans — 把大任务拆成几分钟就能搞定的小碎活
  • est-driven-development — TDD 红绿重构循环
  • systematic-debugging — 系统化调试，不靠猜靠排查
  • erification-before-completion — 完工前的最终验证

equesting-code-review /
eceiving-code-review — 代码审查流程

  • inishing-a-development-branch — 分支收尾和合并

适合谁： 所有认真写代码的人。尤其适合那些吃过"AI 写的代码看起来对但其实有坑"的亏的开发者。

实测感受： 装了 Superpowers 之后，AI 写代码的风格完全变了。以前是"你说啥我写啥"，现在是"我先确认你到底要什么，然后写测试证明我理解对了，再动手写代码"。虽然看起来多花了一点时间，但因为第一遍就能写到 80 分以上，省掉了后面无数次反复 debug 的时间，长期来看反而更省 token、更省钱。

5. Brooks Review — 基于经典工程书籍的代码审查

GitHub Stars： 社区热门（hyhmrright/brooks-lint）
用途： 用六本经典工程书籍的标准审查代码

这个 Skill 的思路很独特：它不是用通用的 lint 规则来审查代码，而是把《代码整洁之道》《重构》《人月神话》等经典工程书籍的核心原则变成了可执行的审查标准。它会标注问题的严重等级，并且给出书中的引用作为依据。

内置六个子 Skills：

  • rooks-review — 代码审查
  • rooks-audit — 架构审计
  • rooks-debt — 技术债分析
  • rooks-health — 代码健康度评估
  • rooks-test — 测试质量审查
  • rooks-sweep — 快速扫描

适合谁： 希望代码质量不止于"能跑"，而是追求工程卓越的团队。

6. Codebase Recon — 代码库侦察兵

GitHub Stars： 社区热门（yujiachen-y/codebase-recon-skill）
用途： 通过 Git 历史分析代码库，找出热点和风险

接手一个新项目时，你是不是经常不知道从哪看起？这个 Skill 会自动分析 Git 历史，找出：

  • 热点文件：改动最频繁的文件（说明需求经常变化）
  • Bug 磁铁：出 bug 最多的文件（说明质量有问题）
  • 巴士因子：只有一个人改过的文件（说明知识孤岛）
  • 高风险文件：热点 ∩ Bug 磁铁（最需要关注的）

适合谁： 接手新项目的开发者、技术负责人。

7. Codex Complexity Optimizer — 代码复杂度分析

GitHub Stars： 762（Kappaemme-git/codex-complexity-optimizer）
用途： 分析代码复杂度，生成性能优化报告

它会扫描你的代码库，用圈复杂度、认知复杂度等指标找出"太复杂"的函数和模块，然后给出具体的重构建议。不是那种泛泛的"建议优化"，而是精确到"这个函数的圈复杂度是 23，建议拆成 3 个子函数，每个控制在 5 以下"。

适合谁： 代码库逐渐膨胀、需要定期体检的项目。

三、效率工具：砍掉不必要的 token 消耗

AI 按 token 计费，有些 Skill 能帮你省下大量 token，相当于直接省钱。

8. Caveman — 砍掉 65% token 的极简主义

GitHub Stars： 61,929（JuliusBrussee/caveman）⭐ 现象级项目
用途： 让 AI 用最少的 token 完成任务

这是目前第二火的 AI Skills（仅次于 Superpowers），原理出奇地简单：让 AI 在内部推理时用"原始人语言"——去掉所有冗余的礼貌用语、重复确认、过度解释，只保留最核心的思考过程。

效果：平均减少 65% 的 token 消耗。对于重度用户来说，这意味着每个月省下几十甚至上百美元的 API 费用。

适合谁： 所有重度用户。这是那种"装了就回不去"的 Skills。

9. Planning with Files — Manus 风格的持久化规划

GitHub Stars： 21,621（OthmanAdi/planning-with-files）
用途： 用 Markdown 文件持久化 AI 的规划过程

这个 Skill 的灵感来自 Manus 的工作模式：AI 在执行复杂任务时，不是把所有思考都放在对话里（会丢失上下文），而是写入 Markdown 文件。这样即使对话窗口关闭，规划文档还在，下次可以继续。

适合谁： 做长期项目、需要跨会话保持连续性的开发者。

10. Keep Codex Fast — 保持 Codex 状态清洁

GitHub Stars： 1,090（vibeforge1111/keep-codex-fast）
用途： 定期清理 Codex 的本地状态，防止变慢

用久了 Codex 之后，本地缓存、历史记录会越积越多，导致响应变慢。这个 Skill 会自动帮你做"大扫除"，清理不需要的缓存和历史，同时做好备份以防万一。

适合谁： 长期使用 Codex 的用户。建议每个月跑一次。

四、内容创作：从写作到发布一体化

如果你用 AI 做内容创作，这组 Skills 能帮你从"写出来"到"发出去"全链路提效。

11. Humanizer — 去掉 AI 味

GitHub Stars： 19,647 / 7,865（中文版）
用途： 去除文本中的 AI 生成痕迹

AI 写的文字总有一种"AI 味"：过度使用转折词、喜欢列清单、语气过于中立、频繁使用"值得注意的是""总的来说"这类套话。Humanizer 会用五步流程帮你"洗掉"这些痕迹：

  1. 分析文本，识别 AI 写作模式
  2. 替换陈词滥调和套话
  3. 调整句式结构，增加变化
  4. 注入个人风格和语气
  5. 最终审查，确保自然流畅

中文版（Humanizer-zh）专门针对中文的 AI 写作模式做了优化，比如去掉"首先…其次…最后"的三段论、减少"值得注意的是"这类连接词。

适合谁： 所有用 AI 写作的人。这是博客、公众号、技术文章的必备 Skills。

12. Content Research Writer — 研究驱动的写作

GitHub Stars： ComposioHQ/awesome-codex-skills（10,475 Stars）
用途： 自动研究资料、添加引用、生成高质量文章

它不是简单地让 AI “写一篇文章”，而是先做研究——搜索相关资料、引用权威来源、交叉验证信息，然后再写作。输出的文章自带引用来源，信息密度和可信度都远高于普通 AI 生成的内容。

适合谁： 写技术博客、研究报告、深度分析文章的创作者。

13. Image Enhancer — 图片增强

GitHub Stars： ComposioHQ/awesome-codex-skills
用途： 增强截图和图片的清晰度、对比度

博客配图经常需要处理截图——从 IDE 截的图可能分辨率不够，从网页截的图可能有压缩。Image Enhancer 能自动增强图片质量，让配图更专业。

14. Codex PPT Skill — 一键生成 PPT

GitHub Stars： 179（ningzimu/codex-ppt-skill）
用途： 用 AI 生成图片风格的 PPT

适合需要做技术分享、项目汇报的场景。它不是生成那种千篇一律的模板 PPT，而是根据你的内容生成有设计感的幻灯片。

15. BGGG Skills — 图片转 PSD/PPT

GitHub Stars： 304（binggandata/bggg-skills）
用途： 把 AI 生成的图片转换成可编辑的 PSD 或 PPTX

你用 AI 生成了一张很棒的封面图，但想微调一下文字位置？这个 Skill 能把图片转成带图层的 PSD，或者转成可编辑的 PPTX，让你在设计软件里继续修改。

五、前端与设计：告别千篇一律的 AI 审美

AI 生成的 UI 总是圆角卡片 + 紫色渐变？这组 Skills 专门解决这个问题。

16. Nothing Design Skill — 极简工业风

GitHub Stars： 2,352（dominikmartn/nothing-design-skill）
用途： 用 Nothing 设计语言生成 UI

Nothing 的设计语言是单色、排版驱动、工业感。如果你受够了 AI 那套"紫色渐变 + 圆角卡片"的审美，这个 Skill 会给你完全不同的视觉风格。它生成的 UI 黑白为主，强调字体排版和空间感，有一种克制的高级感。

适合谁： 追求独特设计风格的前端开发者、设计师。

17. Excalidraw MCP — AI 驱动的画图工具

GitHub Stars： 1,935（yctimlin/mcp_excalidraw）
用途： 用 AI 程序化地创建和编辑 Excalidraw 图表

画架构图、流程图、系统设计图是技术博客和文档的刚需。这个 Skill 让 AI 直接操控 Excalidraw 画布，你只需要描述"画一个微服务架构图，包含 API Gateway、用户服务、订单服务"，它就能生成一个手绘风格的专业图表。

适合谁： 需要频繁画技术图表的开发者、技术博主。

18. Engineering Figure Agent — 学术级工程图表

GitHub Stars： 179（heyu-233/engineering-figure-agent）
用途： 生成出版级的工程和计算机科学图表

特别适合需要写论文或技术报告的场景。支持中英双语标注，生成的图表可以直接用在学术论文中。内置多种图表类型：架构图、数据流图、对比图、实验结果图等。

适合谁： 写论文、技术报告、学术博客的研究者。

六、安全与质量：给代码加上保险

19. Trail of Bits Skills — 安全研究专家

GitHub Stars： 5,283（trailofbits/skills）
用途： 安全研究、漏洞检测、审计工作流

Trail of Bits 是全球顶尖的安全咨询公司，他们开源的这组 Skills 把专业的安全审计经验注入了 AI。它能帮你做漏洞扫描、安全代码审查、威胁建模等。不是那种泛泛的"检查安全问题"，而是有具体的审计清单和方法论。

适合谁： 对安全性有要求的项目，尤其是涉及认证、支付、敏感数据的应用。

20. Security Best Practices — 安全编码规范

GitHub Stars： OpenAI 官方 Curated
用途： 语言和框架级别的安全最佳实践审查

这是 OpenAI 官方维护的安全 Skills，会根据你使用的具体语言和框架（比如 Node.js、Python、Go）给出针对性的安全建议。比如在 Node.js 项目中，它会检查你是否正确使用了 helmet、是否对用户输入做了 sanitization、是否设置了正确的 CORS 策略。

适合谁： 所有生产级项目。

七、学术与研究：论文党的福音

21. LaTeX arXiv SKILL — 论文写作助手

GitHub Stars： 319（renocrypt/latex-arxiv-SKILL）
用途： 自动生成 LaTeX 论文骨架，验证 BibTeX 引用

写学术论文最烦的是什么？格式。这个 Skill 能根据你的研究主题自动生成符合 arXiv 标准的 LaTeX 模板，包括章节结构、公式环境、图表引用。更实用的是它能自动验证 BibTeX 引用是否完整、格式是否正确。

适合谁： 需要写学术论文的研究者、研究生。

22. Lecture to Notes — 课堂笔记自动化

GitHub Stars： 57（ysyecust/lecture-to-notes）
用途： 把 YouTube/Bilibili 课程视频转成 LaTeX/PDF 笔记

上课录了视频没时间整理？这个 Skill 能把视频课程自动转成结构化的笔记，支持智能裁剪（去掉无关内容）、关键概念提取、公式识别，最终输出排版精美的 PDF。

适合谁： 学生、需要持续学习的开发者。

八、工具链集成：打通开发到部署

23. Playwright — 浏览器自动化测试

GitHub Stars： OpenAI 官方 Curated / 2,642（社区版）
用途： 让 AI 自动操作浏览器做端到端测试

不是让你手写 Playwright 测试脚本，而是让 AI 自己打开浏览器，像真人一样点击、输入、验证页面元素。你说"测试一下登录流程"，它就自动打开浏览器、输入账号密码、检查是否登录成功、验证错误提示是否正确。

适合谁： 有 Web 应用的项目。前后端开发者都能用。

24. Screenshot — 截图工具

GitHub Stars： OpenAI 官方 Curated
用途： 截取桌面、窗口、区域截图

博客配图、bug 报告、设计评审都需要截图。这个 Skill 让 AI 直接帮你截图，省去手动操作。你可以指定截取全屏、某个窗口、或者屏幕上的某个区域。

25. Transcribe — 语音转文字

GitHub Stars： OpenAI 官方 Curated
用途： 把音频文件转成文字，支持多人对话识别

适合整理会议录音、播客笔记、口述草稿。支持说话人分离（diarization），能区分不同人的发言。你可以指定已知的说话人，提高识别准确率。

官方 Curated Skills：OpenAI 精选的基础设施

除了社区 Skills，OpenAI 官方也维护了一批 Curated Skills，质量有保障，建议作为基础配置安装：

Skill 用途
playwright 浏览器自动化测试
security-best-practices 安全编码规范
screenshot 桌面截图
ranscribe 语音转文字
pdf PDF 读写和审查
igma 系列 Figma 设计集成
otion-knowledge-capture 知识捕获到 Notion
otion-research-documentation 研究文档整理
jupyter-notebook Jupyter Notebook 支持
speech 语音合成
linear 项目管理集成

如何安装这些 Skills

方法一：官方 Skill Installer（推荐）

`ash

安装官方 Curated Skills

python ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py
–repo openai/skills --path skills/.curated/skill-name

安装社区 Skills

python ~/.codex/skills/.system/skill-installer/scripts/install-skill-from-github.py
–repo owner/repo --path path/to/skill
`

方法二：手动安装

`ash

克隆仓库

git clone https://github.com/owner/repo.git

复制 Skill 到 Codex 目录

cp -R repo/skill-name ~/.codex/skills/
`

方法三：用 Find Skills 自动搜索

直接在 Codex 中说：

“帮我找一个处理 Excel 的 Skill”

AI 会自动搜索 skills.sh 平台并安装。

安装完成后，重启 Codex 即可生效。

我的推荐安装清单

如果你不知道从哪开始，按这个顺序装：

第一天：基础配置

  1. Skill Creator（内置）— 以后自己造工具用
  2. Find Skills — 让 AI 能自己找工具
  3. Caveman — 省 token 神器

第一周：开发提效

  1. Superpowers — TDD 开发框架（装了就回不去）
  2. Security Best Practices — 安全编码
  3. Playwright — 浏览器测试

第二周：内容创作

  1. Humanizer — 去 AI 味
  2. Content Research Writer — 研究驱动写作
  3. Screenshot + Image Enhancer — 配图工作流

按需安装

  1. Codebase Recon — 接手新项目时
  2. Trail of Bits Skills — 安全审计时
  3. LaTeX arXiv SKILL — 写论文时
  4. Nothing Design Skill — 做前端设计时

写在最后

Skills 的本质是什么？是把人类的最佳实践编码成 AI 可以执行的指令。

一个好的 Skill 不是给 AI 加更多的约束，而是给 AI 一个更好的"思维框架"。就像你教一个聪明的新人做事——你不需要告诉他每一步怎么做，你只需要告诉他"用 TDD 的方式做"或者"先做研究再写"，他就能自己推导出具体的步骤。

2026 年，AI 编程助手的竞争已经从"谁的模型更强"转向了"谁的生态更好"。Skills 就是这个生态的核心。你手里的 Skills 配置，决定了你的 AI 助手的上限。

所以，别再纠结用哪个 AI 工具了。先把 Skills 装对，再谈效率。

本文提到的所有 Skills 均可在 GitHub 上找到，大部分开源免费。Star 数据截至 2026 年 5 月。

相关资源：

# 人工智能 # 工作流
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

catlass：昇腾算子开发者的“模板库“，和 NVIDIA 的 CUTLASS 是什么关系

avatar AtomGit开源社区

世界模型：赋予 Agent Harness 物理常识

在强化学习（Reinforcement Learning, RL）和机器人领域，智能体（Agent）通常通过与环境的大量交互来学习任务。然而，这种「试错法」在真实物理世界中往往效率低下、成本高昂，甚至可能带来危险。想象一下，如果让一个机器人通过实际摔碎一千个杯子来学习「杯子易碎」这个简单的物理常识，这显然是不现实的。这正是「世界模型」（World Models）概念兴起的背景。

avatar AtomGit开源社区

硬核教程：用Gemini境像站对会议记录进行多维语义分析，自动生成决议追踪与待办分配看板（国内免费镜像实测）

将会议纪要的整理工作从“手工概括”升级为“多维语义抽取+结构化输出”，本质上是把不可计算的经验判断变成了可模板化调用的分析流程。Gemini在这条链路中扮演了信息挖掘引擎的角色，其抽取的决议、待办和分歧点，既能即时生成看板推动执行，也能沉淀为团队知识库的一部分。如果你想在自己的团队中落地这套会议分析方法，推荐使用RskAi它免去网络配置的麻烦，国内浏览器打开即可调用Gemini，目前提供的免费额度

avatar AtomGit开源社区