小红书 Read Skills Top 10 排行榜：大家正在把哪些工作交给AI Skill？
AI Skill 最近越来越火。
相比过去打开ChatGPT、Claude或Codex之后，每次重新输入一大段提示词，Skill更像是一份可以反复调用的 AI工作说明书＋流程规范＋工具包。
一个成熟的Skill，往往不仅告诉AI“应该怎么回答”，还会进一步规定：
需要先读取哪些材料
应该按照什么步骤分析
中间调用什么工具
最终输出哪些文件
如何检查结果
哪些事情不能做
最近，小红书前端展示了一份 Read Skills Top 10排行榜，按照每个Skill的累计使用人数进行排序。
根据你提供的榜单，这10个Skill覆盖了：
内容创作、PPT、视觉设计、写作风格、关系分析、求职、公考学习、社交媒体内容和投资研究。
榜单真正值得看的，其实不只是“哪个Skill排名第一”。
它更像一个窗口，让我们看到：
现在的AI用户，已经开始把哪些真实任务交给Skill长期完成。
1. vedic-astrology：把吠陀占星变成一套AI分析工作流
项目地址：
排名第一的是 vedic-astrology。
这个项目是一套基于 Vedic Astrology / Jyotish吠陀占星 的AI分析工具集。
目前仓库已经发展为多个专精Skill协同的体系，可以围绕出生日期、出生时间和地点完成排盘，并进一步处理人生审计、关系合盘、事业等不同方向的分析。项目同时兼容Antigravity、Claude Code与Codex。
它比较有意思的地方，并不只是“AI会算命”。
更值得关注的是，它展示了一类很典型的Skill形态：
输入结构化资料↓按照专业知识体系计算↓调用不同专项Skill↓形成完整分析报告也就是说，一套非常庞杂的知识体系，可以通过Skill被封装成相对固定的AI分析流程。
这也是为什么命理、法律、研究、考试等知识密集型领域，非常适合出现专业Skill。
2. 归藏的PPT Skill：一句话生成横向网页PPT
项目地址：
第二名是归藏开源的 Guizang PPT Skill。
它不是传统意义上生成一个.pptx文件，而是让Claude Code、Codex等Agent生成 单文件HTML横向翻页演示文稿。目前已经内置电子杂志与瑞士国际主义两套主要视觉系统，并支持PPT配图、社交媒体封面以及生成后的自动检查流程。
特别适合：
线下演讲
产品发布
知识分享
方法论汇报
数据大字报
个人观点型PPT
网页演示
它的价值在于，把很多过去属于设计师经验的东西写进了Skill：
内容怎么拆页↓什么页面应该留白↓什么时候用大数字↓图片比例怎么处理↓页面节奏如何安排↓生成后怎么自检所以它不只是“一个PPT提示词”，而是一套经过持续迭代的 演示设计工作流。
3. photo-abstract：把一张普通照片变成编辑杂志风作品
项目地址：
ZzzLc0405/photo-abstract-editorial
第三名 photo-abstract-editorial 是一个非常典型的视觉类Codex Skill。
它会保留用户上传照片的真实摄影内容，再从原图中提取：
空间关系
构图节奏
色彩关系
最后把作品组织成：
原始摄影区域＋抽象记忆面板＋诗意英文标题。
项目作者还特别强调，它不是：
滤镜
照片重画
简单风格迁移
而是要求抽象面板中的重要元素，都能够追溯到原照片中真实存在的色彩、结构或空间关系。
这类Skill特别适合：
摄影海报
杂志风设计
艺术作品集
小红书图片
个人摄影二次创作
它也说明了一件事：
视觉Skill正在从“给我一个提示词”，发展到“帮我建立完整视觉规则”。
4. 写作蒸馏器.skill：把一个作者的Writing DNA提炼出来
项目地址：
larashero3-dotcom/writing-dna-skill
第四名是很有代表性的 写作蒸馏器 Skill。
它的目的并不是简单告诉AI：
模仿某某人的风格。
而是先读取一批完整文章，再把目标作者拆解成可以复用的Writing DNA。
项目目前会重点分析：
语言习惯
文章结构
选题方式
素材使用
认知框架
视觉风格
README建议准备至少约20篇完整文章，经过流程后，可以生成诸如《语言DNA》《文章结构模板》《写作视角与认知框架》《视觉风格指南》《Writing-DNA》等可复用资产。
之后，每次重新写作前，Agent先加载这套DNA，再开始创作。
整个逻辑是：
历史文章↓分析↓提炼Writing DNA↓保存成文件↓之后持续调用↓形成稳定个人风格这可能也是未来AI写作非常重要的一条路线：
不是每次教AI怎么写，而是把自己的创作经验先变成Skill。
5. 月老Skill：把择偶与关系判断封装成“赛博月老”
项目地址：
第五名是一个比较有互联网传播感的项目——月老Skill。
它把个人基本情况、关系要求和择偶条件等信息整理成结构化输入，再按照预设流程生成：
匹配分析
关系判断
择偶建议
决策参考
项目本身将其定位为一套相亲/择偶决策类Skill。
这种Skill的流行也很有意思。
它说明用户并不只愿意把：
编程
PPT
写作
这种生产力任务交给AI。
越来越多：
情绪
关系
人生选择
自我分析
也正在被封装成结构化Skill。
不过，这类结果显然更适合作为 娱乐和自我整理工具，而不能替代现实中的沟通、相处以及个人判断。
6. 诗意极简纸张海报：把一句话变成Zine视觉
项目地址：
LiamGvchi/gc-minimal-zine-poster
第六名 gc-minimal-zine-poster 是一款针对Codex设计的极简Zine海报Skill。
它可以把：
一个主题
一句话
一篇文章观点
一个物件
一种情绪
一张照片
一组参考图
转换为具有纸张质感的极简编辑海报。
当前版本重点使用：
大面积留白
纸张纹理
Serif / Typewriter字体
单一高饱和强调色
Xerox
Risograph
Halftone
Letterpress
等视觉语言，整体偏安静的日韩独立Zine和编辑设计方向。
适合：
文艺海报
读书卡片
公众号配图
小红书封面
摄影作品
情绪视觉
文章观点视觉化
更值得注意的是，它还支持 Reference Analysis。
也就是先分析一组参考图片：
哪些规则是固定的？哪些可以变化？哪些只是样例偶然特征？再提炼成新的视觉系统，而不是直接照搬参考图。
这类能力对设计Skill尤其重要。
7. 面试准备助手：输入JD和简历，直接生成完整面试作战资料
项目地址：
第七名是 Interview Prep。
它主要面向：
产品
增长
运营
商业策略
等岗位，目标是根据目标企业、岗位JD和个人经历，生成定制化面试准备文档。项目本身明确定位为上述四类岗位的面试准备Skill。
一套完整流程通常可以包括：
目标公司+岗位JD+个人简历↓公司调研↓JD拆解↓能力匹配↓自我介绍↓STAR项目准备↓高频问题↓反问清单这种Skill为什么容易产生高频使用？
因为“准备面试”是一个非常明确的任务。
用户知道：
输入是什么
目标是什么
结果应该长什么样
这种 边界非常清晰的任务，正是AI Skill最容易发挥稳定价值的地方。
8. 行测复盘一体版：让AI不只是讲题，而是帮你建立错题系统
项目地址：
liuyuexi1987/xingce-review-pro
第八名是面向公务员考试的 行测复盘一体版。
GitHub项目定位非常直接：
公务员考试行测AI Skill，支持讲题、错题复盘、方法训练、题库管理与复习。
相比普通AI：
这道题为什么选B？
它更强调建立完整学习闭环：
做题↓做错↓AI讲解↓定位错因↓总结方法↓进入错题库↓之后再次测试真正重要的是把：
“我错过这道题”
转换成：
“我为什么会错，以及下次应该如何避免”。
这类复盘型Skill也非常适合：
考研
公考
法考
编程刷题
语言学习
因为学习效率往往不是来自“多做一道题”，而是来自把错误经验保存下来。
9. 归藏社交媒体卡片Skill：把长内容直接拆成小红书轮播图
项目地址：
op7418/guizang-social-card-skill
排名第九的，又是归藏的视觉Skill。
guizang-social-card-skill主要针对：
小红书图文
RedNote Cards
微信公众号封面
公众号分享卡
社交媒体轮播
目前同时兼容Claude Code、Codex，以及能够访问文件系统和Shell的本地Agent。
它可以把：
长文章
视频字幕
产品笔记
截图
照片
脚本
重新组织成适合社交媒体传播的视觉内容。
这一类Skill特别值得内容创作者关注。
因为创作者真正耗时间的通常不是：
写一篇文章。
而是：
一篇文章↓公众号封面↓小红书5页轮播↓微博配图↓分享卡片Skill可以把“内容再分发”的经验固化下来。
这也是为什么它会比一个普通的“帮我生成小红书文案”提示词更有长期价值。
10. 股神Serenity：把5963条公开推文蒸馏成投资研究框架
项目地址：
第十名是 Serenity投资思维框架Skill。
这里可以把原来的“5000+推文”更新得更准确一点。
GitHub目前显示，该Skill基于Serenity公开的 5963条推文整理，时间覆盖2025年7月至2026年6月。
它主要提炼出四套核心心智模型：
产业链“卡脖子”框架
机构资金行为框架
长期价值判断框架
估值重置框架
同时配合产业链、财务、机构数据等研究流程形成投资分析。
这其实与“写作蒸馏器”有一点相似。
一个是在蒸馏：
一个人的表达DNA。
另一个则是在蒸馏：
一个人的研究与判断方法。
它代表了Skill非常值得关注的一种方向：
大量历史内容↓总结稳定思维模式↓变成方法论↓封装成Skill↓让Agent按照这套方法继续分析但项目自己也明确写有免责声明：它提供的是思维框架和分析方法，不构成投资建议。
Read Skills Top 10到底说明了什么？
把这10个Skill放在一起，会发现一个非常明显的变化。
过去大家谈AI应用时，经常关注：
哪个模型更聪明
哪个模型跑分更高
上下文又增加了多少
但普通用户真正愿意长期使用的东西，往往不是一个Benchmark数字。
而是：
它究竟能不能帮我稳定做好一件事情？
这份榜单至少给出了三个值得关注的方向。
1. Skill正在从“聊天提示词”走向“完整工作流”
榜单里的很多项目，已经不能简单叫Prompt。
例如写作蒸馏器不是一句：
模仿这个作者。
而是：
收集文章↓分析↓提炼语言DNA↓提炼结构↓建立Writing DNA↓保存↓以后重新加载PPT Skill也不是：
做个好看的PPT。
而是包括：
页面类型
视觉系统
配图
组件
自动检查
等完整流程。
这意味着Skill正在承担一个新的角色：
把过去需要用户反复告诉AI的经验，提前写进工作流。
2. 越具体的任务，越容易产生高频Skill
这10个Skill里很多名字都非常具体：
做PPT
准备面试
行测复盘
做社交媒体卡片
做Zine海报
分析投资框架
它们没有试图解决：
帮我提高工作效率。
而是解决：
帮我准备这次面试。
把这篇文章拆成小红书卡片。
帮我复盘今天做错的行测题。
目标越明确：
输入↓流程↓输出就越容易被Skill固化。
因此，真正准备自己做Skill时，与其一开始做“万能办公助手”，不如先选择一个每天都会重复发生的具体任务。
3. Skill最大的价值可能不是自动化，而是“经验资产化”
一个优秀的Skill，最终保存下来的往往不是一段Prompt。
而是：
SOP
判断标准
模板
工作方法
检查清单
专业经验
个人风格
比如：
写作蒸馏器
保存一个人的Writing DNA。
Serenity
保存一套投资分析框架。
行测复盘
保存错题和解题经验。
社交媒体卡片
保存一套内容拆分和视觉组织方式。
换句话说，Skill真正长期有价值的地方，是让AI不仅知道：
这次怎么做。
而是逐渐知道：
以后遇到这类事情，都应该怎么做。
为什么现在Skills突然开始火？
这与Agent产品形态变化有很大关系。
过去普通聊天机器人通常只有：
Prompt+模型现在Claude Code、Codex等Agent进一步拥有：
模型+文件系统+Shell+代码执行+图片生成+浏览器+SkillsSkill因此可以真正完成：
读文件
跑脚本
调模型
生成图片
创建HTML
检查最终文件
而不只是返回文字。
例如归藏PPT Skill可以生成完整HTML演示，photo-abstract可以围绕用户真实照片进行处理，极简Zine Skill则可以输出最终图像生成Prompt甚至直接进入生图流程。
这也是“Skill”和传统Prompt最大的区别之一。
普通用户应该怎么开始搭建自己的Skill工具链？
没有必要一口气安装几十个。
可以先挑三个真正高频的场景。
例如内容创作者：
Writing DNA↓负责写作风格Guizang Social Card↓负责内容拆卡Minimal Zine Poster↓负责视觉海报求职用户：
简历资料↓Interview Prep↓公司研究↓面试准备↓STAR项目整理学习用户：
刷题↓行测复盘Skill↓错因分析↓错题库↓下一轮测试真正好用以后，再把不同Skill连接起来。
最终可能形成：
一个人的经验↓一个Skill↓多个Skill↓个人Agent工作流总结
根据你提供的小红书前端 Read Skills Top 10 排名，目前排名靠前的Skill已经覆盖：
吠陀占星
PPT制作
摄影编辑
写作风格蒸馏
关系分析
极简海报
面试准备
行测复盘
社交媒体视觉
投资研究
虽然场景看起来非常分散，但底层逻辑其实高度一致：
把一类重复任务中的经验，变成AI可以持续执行的流程。
这可能也是Skill最近真正值得关注的地方。
Prompt时代，我们不断研究：
这一句话到底应该怎么问AI？
Skill时代开始变成：
这件事情，我平时究竟是怎么做的？能不能把整套方法直接交给AI？
从这个角度看，最值得收藏的未必是拥有最多功能的Skill。
反而是那些能让你：
稳定地把一件高频工作交出去的Skill。
与其收藏100个Skill，不如真正跑通3个，然后把它们组合成自己的AI工作流。
评论区 (0)
最新评论登录后发布评论并参与互动。
暂无评论，欢迎抢沙发。