最近我发现一个特别明显的变化。

以前大家聊 AI，聊的还是：

• 模型强不强
• 上下文大不大
• 写代码快不快

现在慢慢开始变成：

你给 AI 装了什么 Skill。

一开始我也没太在意。

我以为这东西跟浏览器插件差不多。

无非就是：

```txt id=”t1m93w”
“多几个功能”

结果真正装上以后，我才发现：

这根本不是“加功能”。

而是：

> AI开始有“工作习惯”了。

---

# 我第一次意识到不对劲，是装了 Superpowers

GitHub：

[Superpowers](https://github.com/obra/superpowers?utm_source=chatgpt.com)

最开始我用 Claude Code 的时候，其实跟很多人一样。

有什么需求，直接一句话丢过去：

帮我做个SEO后台

或者：

帮我设计一个Agent系统

然后 Claude 立刻开始输出。

刚开始看着还挺爽。

但后面问题特别多。

写着写着发现：

* 数据结构不合理
* 后面扩展不了
* 日志系统没设计
* 缓存忘了做
* 模块互相冲突

最后一个项目能改三四轮。

有时候真的会怀疑人生。

后来装了 Superpowers 以后，我第一次明显感觉：

Claude 开始“先想再做”了。

以前你一句话。

它直接开工。

现在它会先问：

* 给谁用？
* 数据量大不大？
* 后面要不要扩展？
* 有没有参考产品？
* 重点是性能还是稳定？

刚开始我甚至有点不习惯。

后来才发现：

这才是真正的软件开发流程。

以前的 AI 很像一个特别急的实习生。

你让它干嘛。

它立刻动手。

但方向经常都没搞清。

而 Superpowers 本质上干的事情就是：

> 强制 AI 先规划。

这点真的非常重要。

尤其：

* 做网站
* 做 Agent
* 做自动化系统
* 做 SEO 工具
* 做大型项目

你会明显感觉：

返工次数开始下降。

---

# 第二个我觉得特别值的是 planning

很多人第一次看名字会觉得普通。

但实际上它特别实用。

它最大的变化是：

> AI终于开始“拆任务”了。

以前一句：

帮我做收录监控系统

AI直接开始写。

现在它会先拆：

阶段1：数据结构
阶段2：日志系统
阶段3：搜索引擎接口
阶段4：异步队列
阶段5：后台UI

这种感觉特别明显。

以前 AI 是：

想到哪写到哪

现在开始变成：

```txt id="pjvvzj"
真正按项目流程推进

尤其项目稍微一大。

这个区别会特别明显。

第三个是 with-files

这个我一开始低估了。

GitHub 上很多人其实也在推荐。

因为它解决的是：

AI终于开始理解“整个项目”了。

以前 AI 更多只是：

看当前文件

你给它一个文件。

它只分析那个文件。

但装了 with-files 以后。

Claude 会开始：

• 找关联文件
• 看引用关系
• 理解目录结构
• 分析项目依赖

第一次看到它自动分析整个代码目录的时候。

我真的有点震惊。

因为那一刻开始：

AI已经不像聊天机器人了。

更像真正的开发助手。

后来我又装了 Document-Skills

GitHub：

• awesome-claude-skills
• claude-office-skills

这个东西一开始我还误会了。

我以为：

不就是识别PDF的吗？

结果完全不是。

真正用下来以后，我发现它最厉害的地方其实是：

AI开始真正“处理文档”了。

以前上传 PDF。

AI更多只是：

“看到了内容”

但 Document-Skills 会开始理解：

• 标题层级
• 表格结构
• 文档格式
• 章节关系

甚至还能：

• 转 Markdown
• 转 Word
• 转 PPT
• 自动生成报告
• 自动整理结构

后来我才发现：

这已经不是聊天了。

这是：

AI办公流。

然后是 frontend-design

这个特别适合做工具的人。

尤其你想做：

• SEO后台
• GEO系统
• 数据分析页
• Agent后台
• 内容平台

这种。

以前很多 AI 生成页面。

最大的问题就是：

能用
但很丑

或者：

布局完全不合理

frontend-design 最大的变化是：

AI开始真正考虑：

• 信息层级
• 用户路径
• 卡片布局
• 后台结构
• 响应式设计

第一次用的时候就感觉：

页面终于像“产品”了。

而不是：

AI拼出来的demo

还有一个特别容易被忽略：skill-creator

这个我后面越用越觉得重要。

因为你会发现：

很多工作其实都在重复。

比如：

• GEO文章结构
• SEO分析流程
• 收录检测
• Hub页结构
• 推荐系统逻辑

你做久以后。

一定会形成自己的套路。

以前这些东西全在脑子里。

现在 skill-creator 可以直接：

把你的工作流封装成 Skill。

以后 AI 直接调用。

这个东西其实特别恐怖。

因为未来真正厉害的人。

可能不是：

```txt id=”b76q2n”
会问AI

而是：

拥有自己的Skill库

---

# 还有几个我现在按需在加

## find-skills

这个很像：

```txt id="0xl9uk"
Skill搜索引擎

因为现在 Skill 太多了。

已经开始有点像插件市场。

Markitdown

GitHub：

MarkItDown

这个特别强。

本质上就是：

万物转 Markdown。

PDF、Word、网页、PPT。

全部统一转 Markdown。

后面做：

• RAG
• 本地知识库
• Agent
• AI检索

会特别舒服。

agent-browser

这个更像：

给 AI 一只“会操作网页的手”。

它能：

• 自动打开网页
• 点击
• 登录
• 搜索
• 抓数据

做：

• SEO检测
• 自动化运营
• 收录查询

特别方便。

seo-audit

这个我感觉做网站的人基本都会装。

因为它会自动分析：

• 标题
• H标签
• 内链
• Meta
• 页面结构
• GEO友好度

特别适合现在做：

• SEO
• GEO
• AI引用结构

的人。

后来我越来越觉得：

现在已经不是：

“跟AI聊天”

了。

而是：

在给 AI 搭工作系统。

以前大家拼 Prompt。

现在开始拼：

• 工作流
• Skill
• 自动化
• 本地知识库
• Agent体系

这个变化其实特别明显。

最后一句

以前我一直觉得：

AI最重要的是模型。

现在越来越觉得：

模型只是“大脑”。

真正决定效率的。

其实是：

• Skill
• 工作流
• 自动化系统
• 知识库
• 项目体系

这些东西。

AI行业可能才刚刚开始从：

聊天工具

往：

真正的数字员工

这个方向走。