学 Skill 第一步：装一个 Skill 应用商店（完整教程）

翔宇工作流100个原创 Skill 第 9 期
你有没有这种感觉——
Claude Code 装好了，Skill 也听说过了，但真正要用的时候，完全不知道去哪找。
搜索引擎搜出来一堆乱七八糟的结果。GitHub 上的仓库看了半天，不知道哪个能装、哪个靠谱。更别说对比了，光是弄明白每个 Skill 到底干什么，就得花掉半小时。
我也踩过这个坑。
后来我做了一件事：把「找 Skill」这件事本身，做成了一个 Skill 。
一个 Skill 搜索引擎。输入你的需求，它帮你从三个渠道同时搜索，去重合并，6 维对比分析，最后一键安装。
读完这篇，你能拿走两样东西：

1. 一套三源搜索架构 ：理解 Skill 发现的系统设计，按步骤拆解每个环节
2. 一个可直接复刻的搜索引擎 ：文末有 500+ 字的完整提示词，复制就能用

还有一个更重要的认知转变：搜 Skill 就是搜别人成熟的 工作流（标准操作流程），站在巨人的肩膀上。

1. 先搞清楚：Skill 到底是什么

如果你完全没接触过 Skill，30 秒补个课。
Skill 是 Claude Code 的「能力插件」。每个 Skill 就是一个 SKILL.md 文件，里面写着一套指令，告诉 Claude 在什么场景下、用什么工具、按什么步骤完成任务。
打个比方：Claude Code 是一台裸机电脑，Skill 就是上面的 App。裸机能用，但装了 App 才真正好用。
社区已经有超过 16 万个 Skill。写作、代码审查、股票分析、自动化部署，各行各业都有人做好了现成方案。

🌉 用生活理解技术
Skill 搜索器就像手机里的 App Store。你不需要自己写每一个功能，去商店搜一下、安装一个就行。区别是，这个「商店」里卖的不是软件，而是「工作流方案」。

Skill 是 Claude Code 的能力插件

2. 为什么你需要一个搜索引擎

16 万个 Skill 散落在不同地方。Vercel Labs 开源的 Skills CLI 注册表有一批，GitHub 上有一批，各种第三方市场（SkillsMP、SkillHub）还有一批。
手动一个个找，痛点很明确：

1. 找不全 ：每个渠道只覆盖一部分，单一来源永远有盲区
2. 看不懂 ：SKILL.md 格式不统一，有的写得详细，有的只有一句话
3. 比不了 ：找到 3 个类似的 Skill，没有统一标准来对比优劣

核心思路就是：一次搜索，三源覆盖，自动对比 。

三大痛点：找不全、看不懂、比不了

3. 搜索引擎的四步工作流

这套搜索引擎分 4 步，每步职责单一。

Step 1：CLI 搜索，先摸个底

第一步用 Vercel Labs 开源的 Skills CLI（命令行工具）快速扫一遍。这是一个通用的 Agent Skills 生态系统，支持 Claude Code、Cursor、Windsurf、Gemini CLI 等 30+ AI 编码工具，由 Vercel CEO Guillermo Rauch 主导，MIT 协议开源。
执行命令很简单：npx skills find {你的关键词}
比如你想找代码审查的 Skill，就输入 npx skills find code review。
CLI 会返回所有匹配的 Skill 标识，格式是 owner/repo@skill-name（作者/仓库@技能名）。这个标识很重要，后面安装就靠它。
这里有个坑要避开：CLI 搜索禁止带引号 。
正确 ：npx skills find SEO audit
错误 ：npx skills find "SEO audit"
带引号会强制精确匹配，基本搜不出东西。

📝 记住这个
CLI 搜索只用英文关键词，不支持中文。中文搜索在下一步交给 Brave 处理。

Step 2：Brave 网络搜索，扩大范围

CLI 只能搜到在 Skills 注册表里登记过的 Skill。但很多优质 Skill 没有注册，只存在 GitHub 仓库里。
所以第二步用 Brave 搜索引擎做中英文双语搜索：

1. 英文搜索 ：{关键词} claude code skill site:github.com
2. 中文搜索 ：{关键词} Claude Code skill github

为什么要双语？中文社区有大量本地化 Skill，只搜英文会错过它们。
这一步的关键是从搜索结果里提取 GitHub 仓库信息 ，识别出 owner、repo 和 skill 路径，为后面的详细分析做准备。

🏗️ 设计洞见
中文搜索故意不加 site:github.com 限制。很多中文 Skill 的信息散落在博客、论坛、教程里，宽松匹配才能捞到更多线索。

Step 3：GitHub 深度检索，精准定位

第三步直接调用 GitHub API（编程接口），做三轮精准搜索：

1. 第一轮窄匹配 ：搜索所有包含 SKILL.md 文件且内容匹配关键词的仓库
2. 第二轮宽匹配 ：搜索 README 中提到关键词和 skill 的仓库
3. 第三轮兜底 ：搜索所有包含关键词和 claude code skill 的仓库

为什么要三轮？
第一轮最精准，但很多 Skill 的 SKILL.md 里不一定包含你搜的关键词。第二轮通过 README 扩大范围。第三轮是兜底，确保不遗漏。
这种「窄→宽→最宽」的策略叫宽窄结合 ，在信息检索领域是经典方法。

🔬 底层原理
搜索的本质是在「精确度」和「召回率」之间取平衡。太精确会遗漏，太宽泛会淹没在噪音里。三轮策略先窄后宽，优先展示最相关的结果，再用宽搜索补漏。

Step 4：汇总对比，一张报告说清楚

三个渠道搜完，结果合并去重，然后对每个 Skill 做 6 维分析：
功能描述 ：核心能力是什么 / 适用场景 ：什么时候该用 / 工作流复杂度 ：几步完成、谁来执行 / 依赖要求 ：需要什么工具和凭证 / 特色亮点 ：独特优势在哪 / 潜在局限 ：有什么缺点
最后生成一份对比报告，附带场景推荐和一键安装命令。

四步搜索工作流：CLI → Brave → GitHub → 汇总对比

4. 搜索 Skill = 搜索成熟的 工作流（标准操作流程）

技术层面讲完了。但有一个更重要的事。
搜索 Skill，本质上是在搜索别人成熟的 工作流。
每一个高质量的 Skill 背后，都是一个经过打磨的工作流。别人已经踩过坑、做过优化、写好了每一步的指令。你要做的不是从零开始，而是站在巨人的肩膀上。
好的 Skill 是怎么组织的？看看 SKILL.md 的结构：触发条件、工作流步骤、数据流、MCP（模型上下文协议）工具调用、输入输出，每一项都经过设计。
你搜一个 Skill，就等于在看一个领域专家怎么拆解问题、怎么设计流程、怎么组织工具。
哪怕你最后不安装这个 Skill，光是读懂它的设计思路，就已经在借鉴一套成熟的方法论了 。

🎉 里程碑
当你从「手动搜索」进化到「系统化搜索」，效率不是提升了几倍，而是从「碰运气」变成了「有方法」。

5. 真实案例：搜「微信公众号写作」会发生什么

说了这么多，来看一个真实的搜索结果。
我输入「找 Skill」，选择「做内容创作」，需求是微信公众号写作。搜索引擎自动跑完四步，30 秒后给我一份报告。
三个渠道一共捞回来 12 个 Skill，去重后筛出 5 个核心推荐。报告把它们分成了三类：
写作类 ：wechat-article-writer（轻量 4 步写作，GitHub 搜 iamzhihuix/happy-claude-skills）、wechat-tech-writer（深度技术文章 + 自动生成封面图，GitHub 搜 solar-luna/fully-automatic-article-generation-skill）
发布类 ：wechat-article-publisher（API 一键发草稿箱，GitHub 搜 iamzifei/wechat-article-publisher-skill）、baoyu-post-to-wechat（双模式发布 + 3 套排版主题，GitHub 搜 JimLiu/baoyu-skills）
运营类 ：wechat-operation（草稿管理 + 阅读量数据分析，GitHub 搜 garychai/wechat-operation）
每个 Skill 都有 6 维对比——功能、场景、复杂度、依赖、亮点、局限，一目了然。
更有价值的是场景推荐：报告直接告诉你「快速写文章选 #1，要配图选 #2，写完发布选 #1 + #3 组合」。甚至还会提醒你哪些功能你已有的 Skill 已经覆盖了，不用重复安装。
这就是系统化搜索的威力——30 秒搞定你原本半小时的活 。

⚡ 三秒版
说「找 Skill」→ 选场景 → 等 30 秒 → 看报告 → 说「安装 1」→ 搞定。

真实案例：30 秒搜出 5 个核心推荐

6. 你也可以举一反三

这套搜索引擎的设计思路是通用的：
三源搜索 + 自动去重 + 多维对比 + 一键执行
你完全可以把这个模式迁移到其他场景：

1. 找 npm 包 ：CLI 搜索 + npm 官网 + GitHub
2. 找 API 服务 ：文档搜索 + 社区评价 + 定价对比

核心都一样——多个渠道一起搜，统一标准来对比，省得你一个个去翻。
但我想说，检索别人的 Skill 不是终点，而是起点 。
真正让你变强的，不是原封不动装一个别人的 Skill 就完事了。而是拆开它，看懂它的设计思路，吸收里面好的部分，再结合自己的实际需求去改造、去创新。
别人的 Skill 是「参考答案」，你自己的 Skill 才是「真正的武器」。
就像这个搜索引擎本身——我参考了 Skills CLI 的搜索机制、Brave 的多语言检索策略、GitHub 的宽窄搜索方法，但最终组合出来的三源架构和 6 维对比框架，是根据我自己的使用习惯设计的。这套东西别人那里找不到，因为它只服务于我的工作流。
融会贯通，形成自己的特色 工作流（标准操作流程），服务于自己的需求。 这才是搜索 Skill 真正的价值。

三源搜索 + 自动去重 + 多维对比 = 通用检索模式

🚀 一键复刻
复制这段提示词给 Claude Code，从零复刻完整系统 ：
「你是一名高级系统架构师，请为我构建一个 Claude Code Skill 搜索引擎。
核心目标 ：创建一个名为 skill-finding 的 Skill，实现多渠道 Skill 发现与对比安装功能。
系统架构 ：
这是一个 4 步工作流的 Skill，目录结构如下：

1. 根目录 skill-finding/
   • SKILL.md ：Skill 入口文件，定义触发条件、执行模式、工作流概览、MCP 工具依赖
   • workflow/：4 个步骤文档
   • reference/：分类表、对比报告模板
   • docs/：用户指南、环境配置
2. workflow/ 目录
   • step01-cli-search.md ：Skills CLI 搜索，用 npx skills find 命令，支持双语检索词规划（en_queries + zh_queries），结果结构化为 JSON
   • step02-web-search.md ：Brave 网络检索，中英文双语搜索（英文加 site:github.com，中文宽松匹配），串行执行间隔 2 秒，提取 GitHub 仓库信息
   • step03-github-search.md ：GitHub MCP 三轮宽窄结合搜索（search_code 搜 SKILL.md 文件 → search_repositories 搜 README → search_repositories 兜底），禁止混用 API 语法
   • step04-compare.md ：汇总去重（按 owner/repo@skill 键），MCP 目录递归定位 SKILL.md，6 维分析框架（功能描述/适用场景/工作流复杂度/依赖要求/特色亮点/潜在局限），生成对比报告，场景推荐，一键安装
3. reference/ 目录
   • categories.md ：12 个分类的中英文关键词映射表（Web 开发/测试/DevOps/文档/代码质量/设计/效率工具/内容创作/财经分析/数据处理/项目管理/安全）
   • templates/compare-report.md ：Mustache 模板，包含搜索关键词、渠道覆盖统计、去重后列表、详细对比、场景推荐、安装指引

交互流程 ：

1. 用户说「找 Skill」触发
2. 通过 AskUserQuestion 询问使用场景（写代码更好/做内容创作/搞数据分析/提升工作效率）
3. 根据回答自动生成双语检索词（en_queries + zh_queries 各 3-5 个）
4. 自动执行 4 步搜索流程
5. 输出对比报告，等待用户选择安装

关键设计决策 ：

1. CLI 搜索禁止带引号，多词用空格分隔
2. Brave Free 计划 1 次/秒，必须串行调用间隔 2 秒
3. GitHub 搜索只用英文（中文搜索交给 Brave）
4. SKILL.md 获取三级策略：真实 path 优先 → MCP 目录递归定位 → WebFetch 兜底
5. 禁止并行 WebFetch 多个 SKILL.md（一个失败会级联）
6. 禁止盲猜 SKILL.md 路径，必须用 MCP 工具列目录定位

MCP 工具依赖 ：

1. brave_web_search：网络检索
2. mcp github search_code：GitHub 代码搜索
3. mcp github search_repositories：GitHub 仓库搜索
4. mcp github get_file_contents：获取文件/目录内容

安装命令格式 ：npx skills add owner/repo@skill -g -y
执行模式 ：

• 快速模式：仅 CLI 搜索
• 标准模式（默认）：CLI + Brave + GitHub 全覆盖
• 对比模式：跳过搜索，直接对比指定 Skill

请按照以上架构，生成完整的 SKILL.md 和所有子文件，确保每个步骤文档包含执行说明、搜索策略、结果解析、结构化格式和验证检查点。」

这套 Skill 搜索引擎只是「Skill 生态」模块的一个实战项目。在课程中，你还会学到微信公众号自动化、小红书内容创作、视频剪辑、SEO 优化等各类工作流的系统搭建。
如果你想获取完整资源、系统学习 AI 编程工作流，欢迎加入 翔宇工作流：AI 编程实操课 。