Skillry

Skillry官网:面向AI Agent Skills市场与技能库,支持 Claude Code,Codex,Cursor,Hermes Agent等

Skillry是什么?

Skillry 是一个面向 AI Agent 的 Agent Skills 市场与技能库，主打“有品味的 Agent Skills”，支持 Claude Code、Codex、Cursor、Hermes Agent、Grok、OpenCode、OpenClaw 等十余种主流 AI 编程助手。平台上的每个 Skill 均由团队亲手设计、编写与测试，覆盖产品发布片、动态图形、口播视频包装等视频动效，以及幻灯片、网页、图像等创作场景。使用时把安装提示词发给 Agent，或运行 npx skillry-cli@latest install 命令，再用斜杠调用并附一句大白话需求，Agent 便能在对话中直接产出成片、可编辑工程或设计稿，不满意可继续对话修改再交付。Skillry 同时提供免费 Skills 与每月 9.99 美元解锁全部 Premium Skills 的订阅方案，让稳定的专业工作流装进 Agent，帮助用户把 AI 产出从“能用”提升为“有品味”。

Skillry官网: https://skillry.dev/zh/

Skillry 深度测评：给 Claude Code、Codex、Cursor 装上「有品味」的 Agent Skills

一、引言

过去两年，AI 编码代理（Coding Agent）的能力曲线几乎是垂直上扬的。Claude Code 能在终端里读完整个仓库再动手改代码，Codex 能把一句话需求拆成可执行的补丁，Cursor 能在你打字的间隙补全半个模块。写代码这件事，Agent 已经越做越稳。但真正让团队卡住的，往往不是「能不能写出来」，而是「写出来的东西能不能直接交付」。

一个典型场景：产品下周要发版，你需要一支 30 秒的发布短片、一套发布会用的演示文稿、一张社交平台用的 OG 图，外加一个营销落地页。你打开 Claude Code，输入「帮我做一支产品发布视频」——它确实会给你东西，但多半是几个彼此割裂的片段：节奏是散的，动效是通用的，字体和圆角在镜头之间对不上，最后一帧回不到第一帧，循环播放时抖一下。你只能自己一句一句地调 Prompt，调到第十几轮，产出依然像「模板」。

问题不在于模型不够聪明，而在于缺少一套被设计过的、可复用的工作方法。这正是 Skillry 想解决的事。

Skillry 是一个面向 AI Agent 的技能（Skills）市场与分发平台，官方给自己的定位很直接——「有品味的 Agent Skills」。它把「怎么让 Agent 做出一支节奏准确的发布片」「怎么让 Agent 按你的设计系统出演示文稿」这类隐性经验，固化成可安装、可调用的 Skill 包，通过一行 CLI 命令装进 Claude Code、Codex、Cursor 等 Agent 的 skills 目录，再用斜杠命令调用。截至目前，它已经覆盖视频、幻灯片、图像、网页四大产物类型，支持 Claude Code、Codex、Cursor、Hermes Agent、Grok、OpenCode、OpenClaw、Claude Desktop / Cowork、ChatGPT、Gemini CLI、GitHub Copilot、Kimi Code 等十余个 Agent 运行时。

本文会从产品定位、目标人群、核心功能拆解、真实使用体验、竞品横向对比到常见问题，做一次完整的深度评测。如果你正在评估「要不要把 Agent 的技能层纳入团队工作流」，这篇文章会给你一套可落地的判断依据。

二、什么是 skillry

一句话定义：Skillry 是一个为 AI Agent 提供「技能包」的市场与分发平台，让 Claude Code、Codex、Cursor 这类代理工具不仅能写代码，还能按专业标准产出视频、演示文稿、图像与网页。

它解决的是一个很具体的断层。大模型本身具备生成能力，但「生成得像不像专业作品」取决于上下文里有没有一套被验证过的方法论——镜头怎么切、节拍怎么排、字体怎么选、动效曲线用哪种弹簧、最后一帧如何回到第一帧。Skillry 把这些方法论写进 SKILL.md 与配套脚本、参考资料、预览素材里，打包成一个可直接安装的 Skill。

使用路径被压缩到极简三步：复制安装命令（或安装提示词）发给 Agent，Skill 自动装进 skills 目录；输入斜杠加技能名，再跟一句大白话说明你要做什么；Agent 产出文件后，你在对话里继续提修改意见，直到满意为止。整个过程不用打开设计软件，也不用离开终端。

平台上的 Skills 由 Skillry 团队亲手设计、编写和测试，覆盖产品发布片、口播视频包装、动态图形、演示文稿、OG 图、落地页、简历网站等场景，并按视频、幻灯片、图像、网页做了分类，还提供了电商卖家、创始人、内容创作者、设计师等角色化入口。免费 Skills 的规则写得很大方——「先完整跑通一个，产出归你。不用付费，也没有试用期。」

三、目标客户和应用场景

1. 核心目标客户画像

Skillry 的用户画像非常清晰：已经在用 AI Agent 干活，但产出还停留在「能用」而非「能交付」阶段的人。

具体来说，可以分成三类。第一类是独立创始人和小团队负责人，他们没有专职设计师，却要在融资、发版、投放的节点上拿出像样的物料；第二类是内容创作者与自媒体运营者，他们每周都要产出口播视频包装、封面、社交卡片，追求的是「风格稳定 + 产能稳定」；第三类是设计师与前端工程师，他们不缺审美，缺的是把设计系统稳定执行下去的执行层——让 Agent 按既定规则跑，自己只负责最后 10% 的细节打磨。

从行业分布看，SaaS 与开发者工具团队占比最高，因为这类团队天然在用 Claude Code / Cursor，且发布节奏密集；其次是跨境电商与独立站卖家，他们对商品页、海报、宣传短片有持续刚需；再次是咨询、教育、内容机构，他们的核心产物是演示文稿与知识型视频。

2. 典型应用场景一：产品发布物料的一站式产出

这是 Skillry 最能体现价值的场景。假设你是一家 SaaS 公司，下周三要发新版本。传统流程是：写脚本 → 找设计师做分镜 → 动效师做动画 → 剪辑配乐 → 导出多尺寸。这套流程走完，两周起步。

用 Skillry 的路径是：先在视频分类里挑一个风格匹配的 Skill。比如想要「一个大厂发布片」的调性，可以选 Cue 风格发布视频——它会把产品名称或官网链接变成一支 60–90 秒的智能体风格发布片，包含原创角色团队、点阵画布上的大字动效、以真实动作呈现的手机与桌面界面、应用星座、技能变身新角色和 One More Thing 揭晓，全部卡在配乐节拍上剪辑；Skill 会用浏览器调研官网，只用产品自己的事实写分镜，交付可编辑的成片工程和 1080p、2K 或 4K 的 MP4。

如果只是想要一支短平快的社交媒体宣传片，Manus 2.0 风格发布视频（250 次安装）、ASCII 故障风发布宣传片（51 次安装）、毛绒团队发布短片（免费，131 次安装）都是上手门槛很低的选择。三者的共同点是：装完即用，交付的是成片文件而不是「一段看起来像视频的代码」。

3. 典型应用场景二：内容创作者的动效流水线

内容创作者的真实痛点不是「不会做动效」，而是「每条视频都要重做一遍动效」。一个做科技测评的账号，每周三条视频，每条都需要片头大字、录屏重点勾选、数据图表逐点绘制、结尾金句卡片。这些动效逻辑高度重复，但每次手工做又要花掉大半天。

Skillry 的 CreatorMotion 系列几乎是为这个场景定制的。自媒体视频动效 · 人物后大字接全屏宣言（842 次安装）解决的是「开场钩子」——人物在后、大字在前，然后接管全屏；自媒体视频动效 · 录屏操作同步勾选（533 次安装）解决的是「教程类内容的说服力」——录屏操作与勾选清单严格同步，观众能跟上节奏；速度衔接界面短片（980 次安装）解决的是「转场不尴尬」——用速度匹配的方式把两个界面镜头连起来，而不是硬切。

关键在于「一次调好，长期复用」。你可以让 Agent 读取你已有的成片风格，把字体、主色、动效曲线固定下来，之后每条视频只需要换文案。这种「风格资产化」的能力，是通用视频生成工具很难提供的。

4. 典型应用场景三：从提示词到成片的复刻工作流

这是 Skillry 上一个相当独特的内容资产：Opus 5.5 视频提示词库。它收集了 X 上大量创作者公开的高质量视频提示词——包括方向描述、结构编排、构建步骤、注意事项四个部分——并配上「实测复刻」的结果。

举个例子，一条典型的提示词会这样写：要求 Dribbble 级别的 UI 动效，一个形状从头到尾不被切断，每个状态都是同一个元素在形变它的大小、圆角与颜色，内容用短促的模糊切换；光标驱动每一次变化，有真实的点击与拖拽；暖灰画布、黑白组件、一个强调色；弹簧曲线到处都是，最多一点点回弹；镜头推进让每个状态填满画面；最后一帧等于第一帧，所以能无缝循环。结构上规定 120 BPM、7 小节、每一拍都有事情发生：按钮 → 加载器 → 勾选 → 灵动岛 → 播放器 → 拖动进度条 → 音量滑块 → 开关 → 标签指示器 → 图表 → ⌘K → 输入 → 回车 → 提示条 → 回到按钮。

对内容团队来说，这份提示词库的价值不在于「抄」，而在于它示范了专业动效需求应该怎样被描述。你不需要自己摸索「什么样的措辞能让 Agent 做出高级感」，可以直接拿一份成熟结构做模板，替换成自己的产品与品牌色。

5. 适配边界：哪些用户会更晚体会到价值

需要说明的是，Skillry 的价值释放有一个前提：你已经在用 AI Agent，并且愿意用「对话 + 迭代」的方式推进工作。

如果你目前的创作流程完全依赖图形界面软件，且短期内不打算引入命令行工具，那么 Skillry 的安装与调用方式需要一点适应时间——它天生属于 Agent 世界。如果你追求的是「一次点击、零沟通、直接出终稿」的全自动流水线，那么与 Agent 来回几轮打磨的过程，可能不符合你的预期节奏；Skillry 的设计哲学更接近「和一位懂设计的搭档协作」，而不是「按下按钮等结果」。

同样地，如果你的产出需求高度依赖实拍素材、真人出镜或复杂三维场景，Agent Skills 更擅长的是界面动效、排版设计、结构化内容与节奏编排——在这些方向上它表现出色，而实拍类需求更适合交给传统制作流程。

四、核心功能深度拆解

1. 杀手级功能一：一行命令把 Skill 装进 Agent

功能全貌：Skillry 的核心交互不是网页操作，而是「安装」。每个 Skill 详情页都提供一个安装命令，形如：

npx skillry-cli@latest install bs-cue-style-launch-video

执行后，Skill 会被写进你本地 Agent 的 skills 目录。你也可以复制安装提示词，粘贴到 Agent 的对话框里，让 Agent 自己完成安装。安装完成后，Skill 以斜杠命令的形式出现在 Agent 的能力列表里。

操作步骤拆解：

第一步，选技能。在 Skillry 的技能市场里按产物类型筛选——视频、幻灯片、图像、网页——也可以直接进入角色页，让平台按你的工作性质推荐。

第二步，装技能。复制命令，在终端执行，或者把安装提示词丢给 Agent。这里有一个细节值得注意：CLI 授权走的是设备授权流程，Token 有明确的权限范围与撤销机制，且平台存储的是单向摘要而非原始 Token。对团队协作而言，这意味着你可以随时收回某台设备的权限。

第三步，用技能。在 Agent 里输入斜杠加技能名，后面跟一句自然语言。官网给的例子非常直白：

/bs-cue-style-launch-video 创作一支具有强开场和清晰揭示的 30 秒产品发布影片。

第四步，改到满意。打开生成的文件，哪里不满意就在对话里让它改。交付物是 video.mp4 这样的真实文件，不是一段需要你自己找工具渲染的代码。

使用技巧：安装时一次装两到三个风格差异明显的 Skill，让 Agent 在同一个会话里对比产出，通常比反复调一个 Skill 更快收敛到想要的方向。另外，斜杠命令后面的那句自然语言描述越具体越好——把时长、平台、目标受众、必须出现的信息点一次说清，比挤牙膏式补充要高效得多。

适用场景与对比：这套机制的本质是把「能力」从「对话上下文」里解耦出来。传统做法中，你每次开新会话都要重新粘贴一大段风格说明；有了 Skill，说明被固化在本地，跨会话、跨项目复用。

2. 杀手级功能二：视频 Skills——把节奏提前排好

功能全貌：视频是 Skillry 投入最重的品类。官方对这个品类的判断很精确：「视频最难的是节奏。这些 Skill 在渲染之前就把节奏排好。」

这个判断切中了当前 AI 生成视频的核心软肋。通用视频生成模型能给你漂亮的画面，但节奏是散的——镜头之间没有呼吸感，转场没有动机，音乐和画面对不上拍。Skillry 的做法是：在写任何代码之前，先把状态列表排到节拍网格上，确认每一拍都有事情发生，然后才开始渲染。

以 活体网点画布片 为例，它的设计目标是「做一支在同一块网点画布上从头走到尾的发布片，而不是一叠彼此独立的场次。背景比每个切点早一拍起手，于是剪辑读起来是被带着走的，而不是拼出来的」。交付物包括拍点表、画布系统，以及一支成片 MP4。这种「先给方法，再给文件」的交付方式，比单纯给一个视频要有价值得多。

视频 Skills 覆盖三个子类：发布影片（从几秒的片头到两分钟的发布片，动态文字配上卡着音乐的剪辑）、动态图形（动态文字、界面动效和转场，都能改也能复用）、口播视频包装（在口播画面里围绕人物加上标题、清单和金句卡片动效）。

真实使用感受：最有说服力的地方在于「连续性」。市面上大量 AI 视频工具产出的是一堆孤立的镜头，你需要自己在剪辑软件里把它们缝起来；而 Skillry 的视频 Skill 从设计阶段就考虑了镜头之间的关系——上一镜的运动速度决定下一镜的进入方式，背景元素跨切点延续，最后一帧回到第一帧以便循环。这些细节在成片上体现为「看起来像有人剪过」。

3. 杀手级功能三：幻灯片与图文 Skills——让非设计师也能交付「像样」的物料

功能全貌：除了视频，Skillry 在幻灯片、图像、网页三个品类上也有成体系的覆盖。幻灯片方向的代表作品包括 有声报告演示（免费，74 次安装，把报告变成带旁白的演示）、缤纷童趣课堂演示（110 次安装）、户外田野笔记演示（274 次安装）、晴空玻璃演示（196 次安装）、明黄思维速写演示（255 次安装）、共融剪纸演示（189 次安装）。这些 Skill 的差异不在「能不能生成 PPT」，而在视觉语言的选择——每一种都对应一种明确的审美取向，你按场景挑，而不是生成完再改配色。

图像方向的代表是 Procreate 风格 OG 图生成（49 次安装）、Notion 风格 OG 图生成（210 次安装）、Claude 风格插画（225 次安装）、静谧黑白影棚肖像（231 次安装）、GrokBot 头像（296 次安装）。这类 Skill 的共同特点是规格化——OG 图的尺寸、安全区、文字可读性都是硬约束，Skill 会替你处理这些工程细节。

网页方向的代表包括 薄荷暗夜软件产品官网（免费，66 次安装）、节奏暗夜营销落地页（324 次安装）、石板管理台（307 次安装）、散落卡片风杂志网站（201 次安装）、项目知识关系图（187 次安装）、剪贴簿风简历网站（185 次安装）。

操作步骤与最佳实践：以「有声报告演示」为例，最有效的路径是先给 Agent 一份结构化素材——你的季度报告、竞品分析或产品需求文档——再指定演示时长与受众。Skill 会把内容重组为叙事线，配上旁白脚本与朗读，最后输出完整 Deck。这里的最佳实践是：素材质量决定产出上限。给一份结构清晰的 Markdown 大纲，产出质量会显著高于给一段两百字的模糊描述。

常见误区：很多人会拿一个 Skill 去硬套所有场景，比如用「童趣课堂」风格去做投资人路演。正确做法是在同一品类里横向比较两三个 Skill 的预览图，先确定视觉调性，再动手。

4. 差异化特色功能：角色化选品与提示词复刻库

Skillry 与普通「技能列表」最大的不同，在于它做了两层「帮你选」的设计。

第一层是角色页。平台按工作性质组织了入口：电商卖家（每个新品都配好店铺页面、海报和宣传短片）、创始人（招设计师之前，官网、融资演示文稿和发布视频就有了）、内容创作者（按你的风格做封面、社交卡片和口播视频包装）、设计师（Agent 稳定执行你的设计系统，你专心抠细节）。每个角色页都按那份工作挑好了最合适的 Skills。这看起来只是导航优化，实际上是大幅降低了「选择成本」——新手最怕的不是不会用，而是面对上百个技能不知道从哪开始。

第二层是提示词复刻库。Skillry 收集了 X 上创作者公开的高质量视频提示词，并做了「实测复刻」——即用 Skillry 的 Skill 复现同一个效果，把原视频和复刻结果并排展示。这个设计的好处是双向的：对创作者，它证明了 Skill 的能力边界；对用户，它提供了一份可以学习的「专业需求描述范本」。

这些提示词的结构非常值得研究。一份典型的动效需求会包含四个区块：<direction> 定义视觉方向与禁令（比如禁止弹跳缓动、粒子、辉光、UI 上的渐变、图标描边不一致、任何看起来像模板的东西）；<structure> 定义节拍网格与状态序列；<build> 规定工程约束（一个 HTML 文件、纯函数式时间计算、弹簧用闭式阶跃响应、四个子帧合成运动模糊、先渲一拍一帧再全量渲染）；<gotchas> 记录已知坑（不要在镜头缩放的元素上加 will-change、交换文字需要独立的进出时序、最后一帧必须与第一帧完全一致否则循环会抖）。

5. 针对高级用户的隐藏技巧

技巧一：把 Skill 当作方法论模板，而不是黑盒。 安装后的 Skill 会落在本地 skills 目录，里面有 SKILL.md、脚本、参考资料。你可以直接打开读，把其中的方法论抽出来改造成自己团队的版本——比如把默认的 120 BPM 改成你品牌片惯用的节奏，把画布尺寸改成竖版优先。

技巧二：串联多个 Skill 形成流水线。 一个典型的组合是：先用 OG 图 Skill 产出社交分享图，再用发布视频 Skill 做成片，最后用落地页 Skill 把两者挂到页面上。因为产物都是本地文件，串联几乎零成本。

技巧三：用「先出状态表，再写代码」的流程约束 Agent。 这是 Skillry 提示词库里反复出现的一条要求——「在写任何代码之前，先把状态列表给我看」。这条指令能极大减少返工，因为它把「方向错了」的发现时间从渲染之后提前到了渲染之前。

技巧四：跨 Agent 复用同一套 Skill。 Skillry 支持的 Agent 覆盖面很广，同一个人可能同时在用 Claude Code 写代码、用 Cursor 改前端、用 Codex 跑批处理。Skill 装一次，在多个运行时里都能调用，风格因此保持一致。

技巧五：用 CLI 批量安装关键词相关的技能组合。 与其一次装一个，不如按项目需求一次性配齐一组。团队成员共享同一份技能清单，产出的风格基线就统一了。

技巧六：把 Skill 详情页的预览素材当作「验收标准」。 每个 Skill 都有结果预览图，用它当基准，能快速判断 Agent 的产出是否跑偏，而不是凭主观感觉反复调。

6. 功能完整度评估

价格可能随官方调整，请以官网最新公示为准。

五、真实使用体验与深度测评

1. 交互体验与UI设计

Skillry 的产品界面本身就贯彻了它对外宣称的「品味」。整体是克制的中性色基底，技能预览图占据视觉重心，每个技能的卡片上直接标出产物类型、安装量、收藏数和支持的 Agent 图标——你不用点进去就知道它能不能跑在你的环境里。

信息架构上做了三层：首页给你精选与免费两个快速入口；分类页按产物类型（视频 / 幻灯片 / 图像 / 网页）筛；角色页按工作性质筛。这三层不是重复堆叠，而是对应三种不同的访问心态——「我就想看看有什么新的」「我明确要做视频」「我不知道要什么，只知道我是做电商的」。

技能详情页的排布尤其值得一提。它把「结果预览」放在最前面，然后是安装命令、使用步骤、能力说明、适用范围。这个顺序符合真实决策路径：先看效果对不对味，再看怎么装，最后看细节。相比之下，很多同类产品把功能罗列放在首屏，用户要滚三屏才知道这东西长什么样。

2. 性能与响应速度实测

需要先厘清一个概念：Skillry 本身不是一个渲染引擎，真正的计算发生在你的 Agent 和本地环境里。所以「性能」要分两段看。

平台侧（浏览、搜索、安装）响应非常干脆。技能列表的加载、分类筛选、角色页切换都是即时反馈；安装命令执行后，CLI 的依赖拉取与文件写入通常在数十秒量级完成，具体取决于网络与本地缓存状态。

产出侧（渲染与生成）的耗时与产物复杂度强相关。一张 OG 图这类轻量产物，从调用到拿到文件往往在一两分钟内；一支 30 秒的发布片涉及分镜、拍点表、逐帧渲染与合成，耗时会长一些，尤其在开启多子帧采样与运动模糊时。这里有一个很实用的设计：Skill 会要求 Agent 先渲「一拍一帧」的低保真版本，让你确认节奏与构图，确认后再跑全量渲染。这个两段式流程大幅降低了「等了二十分钟发现方向错了」的概率。

稳定性方面，由于多数技能最终产出的是纯前端产物（HTML / Canvas / SVG / GSAP）或标准视频文件，可控性很高——你能打开源文件、能定位到具体哪一帧出了问题、能在对话里让 Agent 定点修改，而不是面对一个不可解释的黑盒输出。

3. skillry核心优势

优势一：把「品味」变成了可分发的基础设施。 审美通常被认为是最难标准化的东西。Skillry 的做法是把审美拆解成可执行的约束——字体选用 Geist、暖灰画布配黑白组件加一个强调色、弹簧曲线最多允许一点点回弹、明确列出禁止项。当这些约束被写进 Skill，团队里每个人调出来的东西就都在同一条基准线上。

优势二：节奏先行的工作方法。 「在渲染之前先把节奏排好」这句话看似朴素，实则是专业动效与业余动效的分水岭。把状态列表排到节拍网格上，意味着每一拍都有事情发生，没有死时间，转场有动机。这个方法被固化进 Skill 后，用户不需要懂乐理也能拿到卡点的成片。

优势三：交付物是「可以继续加工的资产」，不是终点。 视频交付可编辑工程与拍点表，网页交付可部署的代码，图像交付可修改的源文件。你拿到的是生产资料，而不是一张只能看的成品图。这对需要长期迭代的品牌物料来说价值极高。

优势四：对 Agent 生态的广泛兼容。 十余个运行时的覆盖面意味着它不绑定任何一家模型厂商。团队里有人用 Claude Code、有人用 Cursor、有人用 Codex，大家装同一套 Skill，产出风格依然统一。

优势五：免费策略非常干脆。 「不用付费，也没有试用期，产出归你」——这句话在工具类产品里相当少见。它让评估成本降到接近于零：你可以先完整跑通一个免费技能，看到真实产出，再决定要不要深入。

优势六：风格库的广度。 从像素风到活体网点，从剪贴簿简历到石板管理台，从童趣课堂到静谧黑白影棚，覆盖的视觉语言跨度很大。这意味着你大概率能找到贴合品牌调性的起点，而不用从零描述「我想要那种高级感」。

优势七：方法论的可学习性。 提示词复刻库把高水平创作者的需求描述公开出来，附带实测结果。这相当于给用户提供了一份免费的「如何向 AI 提专业需求」的教材，长期看会显著提升用户的描述能力。

优势八：清晰的权限与数据边界。 平台采用设备授权、Token 单向摘要存储、可随时撤销的权限模型；官方明确说明不会因为用户下载或安装 Skill 就检查本地创建的文件，也不会使用客户账号数据或非公开 Skill 投稿训练通用模型。对在意数据合规的团队，这是必须确认的一环。

六、竞品横向对比

说明：本节仅对比功能与体验维度，不涉及任何竞品价格信息。

1. Anthropic 官方 Agent Skills 生态 vs skillry

官方生态的优势在于「原生」——Skill 的格式、加载机制、最佳实践由模型厂商定义，天然与 Claude 系列深度贴合。如果你的团队完全围绕 Claude Code 构建工作流，官方仓库是必读的基线。

Skillry 的差异在于三件事：跨运行时（不止 Claude，还覆盖 Codex、Cursor、Gemini CLI、GitHub Copilot、Kimi Code 等）、成品导向（官方生态更偏能力示例与方法论说明，Skillry 的技能直接指向可交付的成片、Deck、页面）、以及策展密度（团队自研自测，每个技能对应一种明确的视觉语言，而不是通用能力演示）。

2. GitHub 开源 Skills 合集 vs skillry

开源合集的价值是「广」和「自由」：你能找到大量实验性技能，可以直接改源码，社区活跃度高。但代价是质量方差极大——同一个仓库里可能既有打磨精良的动效方案，也有跑不通的半成品；文档水平参差，预览素材经常缺失，你需要自己试错才能判断哪个能用。

Skillry 走的是相反的路线：收窄范围、提高下限。每个技能都有结果预览、安装量、支持的 Agent 列表，团队自测过再上架。你牺牲的是「无限可能性」，换来的是「装上去大概率能用」。

3. PromptBase 类提示词市场 vs skillry

提示词市场解决的是「一句话怎么写」，Skillry 解决的是「一套流程怎么跑」。两者的颗粒度完全不同。

买一条提示词，你得到的是文本；它不会自动装进你的 Agent，不会带上脚本和参考素材，也不会在渲染前帮你排节拍。买一个 Skill，你得到的是一个可执行的能力单元——包含 SKILL.md、脚本、参考资料、预览，装进本地后以命令形式调用，产出是文件。

4. cursor.directory 类规则库 vs skillry

规则库（Rules）解决的是「让 Agent 按我的代码规范写代码」，本质是项目级约束；Skillry 解决的是「让 Agent 按专业标准产出成品」，本质是任务级能力。

两者不冲突，甚至可以互补：用规则库约束代码风格，用 Skill 承担物料生产。但如果你的诉求是「做出发布视频、演示文稿、落地页」，规则库帮不上忙——它没有渲染管线、没有拍点表、没有画布系统。

5. 模板化 AI 视频 / 设计生成工具 vs skillry

这类工具的优势是「开箱即用」——上传文案、选模板、导出。缺点是模板感：所有人用同一套模板，产出的视觉语言高度趋同；而且你很难突破模板的边界去做定制。

Skillry 的思路是把「模板」升级成「方法论」。你拿到的不是一套固定版式，而是一套生成逻辑——包括方向约束、结构编排、工程实现、已知坑位。产出可以是你自己的品牌调性，因为字体、配色、节奏、尺寸都是可配置的参数。

6. 选购决策树

如果你符合以下任一情况，优先选 skillry：

• 团队已经在用 Claude Code / Codex / Cursor，希望把物料生产也纳入同一工作流；
• 需要持续产出发布视频、演示文稿、落地页，且要求风格统一；
• 没有专职设计师，但交付物要经得起专业审视；
• 希望产出的不仅是成品，还包括可继续加工的工程文件；
• 想低成本验证「Agent 能不能做设计活」，免费技能可以直接跑通。

如果你符合以下任一情况，可以先看官方生态或开源合集：

• 你更想理解 Skill 的底层机制，愿意自己从零组装；
• 你的需求高度实验性，市面上没有现成技能覆盖；
• 你的技术栈完全绑定单一模型厂商，且只需要该厂商原生支持。

如果你符合以下任一情况，模板化工具或传统流程更合适：

• 需求是一次性的，且对独特性要求不高；
• 需要大量实拍素材、真人出镜或复杂三维场景；
• 团队完全没有命令行使用习惯，且短期不打算改变。

如果两者都要： 用规则库管代码规范，用 Skillry 管物料生产——这是目前开发者团队里性价比最高的组合。

七、常见问题解答

1. Skillry 到底是什么？和直接给 Agent 写一段长 Prompt 有什么区别？

Skillry 是一个 Agent 技能（Skills）的分发平台。它把「怎样让 Agent 做出一支节奏准确的发布片」「怎样按设计系统出演示文稿」这类方法论，打包成可安装的能力单元，通过一行命令装进 Claude Code、Codex、Cursor 等 Agent，再用斜杠命令调用。

和直接写 Prompt 的区别体现在三个层面。第一是复用性：Prompt 存在对话上下文里，开新会话就没了；Skill 装在本地目录，跨会话、跨项目、跨 Agent 都能调用。第二是完整性：一段 Prompt 通常只能描述「要什么」，而 Skill 包含 SKILL.md、脚本、参考资料、预览素材，它把「怎么做」也一并交付了。第三是稳定性：官方对此有一句很准确的概括——提示词可以生成片段，而 Skill 会在渲染前后补上策划、连续性、审核和交付检查。这意味着结果不会随模型当次的「发挥」而大幅波动。

举个具体差别：你写「帮我做一支产品发布视频」，Agent 可能给你几个拼在一起的片段；你调用一个发布视频 Skill，它会先用浏览器调研你的官网、只用产品自己的事实写分镜、把状态排到节拍网格上、渲一帧验证构图、再跑全量渲染，最后交付成片 MP4 与可编辑工程。

2. Skillry 支持哪些 AI Agent？安装和使用流程复杂吗？

覆盖范围相当广。官方明确列出的包括 Claude Code、Codex、Cursor、Hermes Agent、Grok、OpenCode、OpenClaw，以及 Claude Desktop / Cowork、ChatGPT、Gemini CLI、GitHub Copilot、Kimi Code 等，页面上标注为「+6 以及更多支持的 Agent」。

流程只有三步，且全程不离开终端或对话框：

第一步，安装。 复制技能详情页的安装命令执行，例如 npx skillry-cli@latest install bs-cue-style-launch-video；也可以复制安装提示词，直接粘贴给 Agent，让它自己完成安装。Skill 会被写进 Agent 的 skills 目录。

第二步，调用。 在 Agent 对话框输入斜杠加技能名，后面跟一句自然语言，说清你要做什么、多长、给谁看。例如 /bs-cue-style-launch-video 创作一支具有强开场和清晰揭示的 30 秒产品发布影片。

第三步，迭代。 打开生成的文件，哪里不满意就在对话里让它改，改好即可发布或交付。视频类交付 video.mp4，同时提供可编辑工程。

新手最容易忽略的一点是：斜杠命令后面那句话值得认真写。把时长、平台、目标受众、必须出现的信息点一次说清，能省掉好几轮来回。

3. Skillry 的 Skill 是免费的吗？付费之后能得到什么？

平台采用「免费 + 订阅」的双轨结构，官网对此的表述很清晰。

免费技能：官方原话是「先完整跑通一个，产出归你。不用付费，也没有试用期。」首页设有独立的免费专区，里面有毛绒团队发布短片、有声报告演示、薄荷暗夜软件产品官网、发布动效·化为墨尘、发布动效·笔刷收尾等技能。这意味着你可以在零成本的前提下走完「安装 → 调用 → 拿到文件」的完整闭环，确认这套工作方式是否适合自己。

Premium 订阅：官网公示的信息为 US$9.99/月，访问全部 Premium Skills，随时取消。订阅解锁的是全部付费技能的访问权限，让你可以在视频、幻灯片、图像、网页四个品类里自由选用，而不必逐个购买。

此外，平台还提供推广合作计划：向读者推荐 Skillry，在推荐用户首次购买后的前 12 个月内，可获得其符合条件付款的 40% 佣金，续费也计入。

需要提醒的是，价格与套餐内容可能随官方调整，具体请以官网最新公示为准。对大多数团队来说，合理的路径是先用免费技能跑通一个真实需求，评估产出质量与工作流契合度，再决定是否订阅。

写在最后

AI Agent 的能力边界，正在从「会不会写」转向「做得够不够专业」。Skillry 抓住的正是这个转折点——它不试图让模型更聪明，而是把专业工作者的方法论、审美约束与工程细节，固化成可以被一行命令安装的能力。对于那些已经习惯在终端里干活、又必须在发版节点拿出像样物料的团队来说，这是一条相当顺滑的路径。先跑通一个免费技能，看看产出，你就知道它值不值得进你的工作流。