WorkBuddy 从零开始详细教程：15 个装完就能用的技能实测清单（10 月最新版）

用过 WorkBuddy 的人多半都有同一个体验：技能市场里东西很多，真正适合自己的却不好找。有些技能解决的是很具体的问题，有些技能功能列了一大堆，普通人平时根本碰不到。

所以这份清单的筛选标准只有两条：一，它解决的问题是真实存在的；二，装完之后能立刻用上，不需要先学一套框架。下面 15 个技能全部来自 GitHub 开源仓库，MIT 或 AGPL 协议，用上面的地址直接让 WorkBuddy 安装即可。

一、先说结论

这 15 个技能不是「功能展示」，而是按你当下真正卡在哪里来分的。如果只想要一个行动建议，那就是下面这三条：

你的处境	先装这一个	为什么
AI 写的东西一眼假	Humanizer-zh	直接把「AI 味」当 bug 来修，改完还给你一张改动明细
要长期写东西，但风格飘	写作蒸馏器	把「感觉」变成一份可复用的规则文档
只会用 AI 聊天，不会让它干活	仓颉技能	它本身就是个「技能制造机」，能把任何好内容变成技能

二、安装方式：一句话就够了

WorkBuddy 装技能不需要去翻设置菜单。直接把仓库地址发过去，说一句「帮我安装这个技能」，剩下的交给它。

帮我安装这个技能：
https://github.com/op7418/Humanizer-zh

安装完成后，技能通常以「斜杠命令」的形式存在。例如去 AI 味技能装好后，可以直接这样用：

/humanizer-zh 请帮我改写 test-article.md 这篇文章，去除里面的 AI 写作痕迹，核心观点保持不变

临时改一段话也一样，直接把文本贴进去就行，不必先存成文件。

三、写作与内容创作（4 个）

1. Humanizer-zh：把 AI 写的稿子改回人话

你有没有遇到过这种情况：稿子内容没问题，但通读一遍总觉得「AI 味」很重——开口就是「此外」「至关重要」「深入探讨」，结尾必然是「总而言之」，明眼人一看就知道是机器写的，发出去之前还得自己逐句改一遍。

Humanizer-zh 解决的就是这个问题，它是英文原版 Humanizer 的中文版，规则基础来自维基百科编辑们用来识别「这段话是不是 AI 写的」的那份公开指南。内置 24 种典型 AI 写作痕迹的识别规则，分成内容模式、语言语法、风格、交流习惯四大类：过度使用 AI 词汇、三段式排比、破折号泛滥、谄媚语气，都在名单里。

它的动作不是「换个说法」，而是逐句对照、把有痕迹的部分重写，同时保留你原本的观点。实测最直观的一点是它会把结果写回原文件，并附一张改动明细：破折号滥用 4 处全部改掉、「不是 X，而是 Y」的假对比从 3 次减到 1 处、「降维打击」这类拔高词换成了具体说法——而文章的观点、结构和标题层级一个都没动。

仓库地址：github.com/op7418/Humanizer-zh（约 1.98 万 Star · MIT）

2. 写作蒸馏器（Writing DNA）：复刻任意作者的文风

特别喜欢某个作者的文风，想让 AI 模仿着写，但每次只说「模仿某某的风格」，AI 写出来的东西总是形似神不似——问题出在「风格」是个感觉层面的词，AI 抓不住。

写作蒸馏器做的就是把感觉层面的风格变成可执行的规则。你给它一个作者的一批文章（官方建议 20 篇左右，实测 17 篇也能跑），它会系统性拆解出这个作者的「写作 DNA」——用词习惯、句式节奏、段落结构、情绪处理方式，整理成一份可以反复调用的规则文档。之后再让 AI 用这个 DNA 写新内容，风格就稳了。

实测路径是这样的：先喂一批目标作者的文章，让它通读并蒸馏；蒸馏完成后立刻验收效果，让它用蒸馏出的风格写一段 300 字开头。产出物是 6 个文件——核心的 Writing-DNA.md，外加语言 DNA、文章结构模板、写作视角与认知框架、视觉风格指南，等于把一位作者的写作资产沉淀了下来。

它自带去 AI 味能力，和上面的 Humanizer-zh 是天然搭配：先蒸馏风格，再去除机器痕迹。

仓库地址：github.com/larashero3-dotcom/writing-dna-skill（约 2400 Star · MIT）

3. chinese-novelist-skill：从零写完一部长篇小说

心血来潮想让 AI 写个小说，开头两章还挺像样，写到第三章主角的名字都变了，伏笔埋了就忘，前后设定自相矛盾——这是「AI 写长篇会失忆」的典型症状。

chinese-novelist-skill 用「创作记忆」来解决它：先通过几轮问答帮你确定题材、主角和核心冲突，然后建立人物档案、伏笔线索、章节摘要三套文件，每写一章先回顾再动笔，写完还会自动校验一致性。支持 10 到 50 章的完整小说创作，每章目标 3000～5000 字。

实测里最有意思的两点：一是它会自己给小说起书名并附两个备选；二是写完第一章后，它会主动交代「顺手埋了七处伏笔」——表带的缝法、无名指的疤、师父生前最后一句话，全都记进了人物档案，后面章节会自动呼应。人物档案、大纲、文风基准和第一章正文都是独立文件，随时可以接着往下写。

哪怕没打算真的写小说，让它写个短篇故事当睡前读物，也是挺好玩的用法。

仓库地址：github.com/PenglongHuang/chinese-novelist-skill（约 3800 Star · MIT）· 更细的用法见站内 chinese-novelist-skill 详细教程

4. 仓颉技能（cangjie-skill）：把书和播客蒸馏成可调用的技能

书看了不少，方法论学了一堆，当时觉得醍醐灌顶，过两个月就忘干净了，真正遇到问题的时候根本想不起来用——这是「知识看完用不上」。

仓颉技能可以把书籍、长视频、播客里的方法论蒸馏成一个结构化的技能包。没错，它生成的就是一个新的 Skill，以后遇到对应场景，AI 会自动调用这套方法论帮你分析。它和上面的写作蒸馏器刚好互补：写作蒸馏器蒸馏的是「一个人怎么说话」，仓颉蒸馏的是「一个人怎么做事、怎么做决策」。

实测拿一场四小时、两万字的公开演讲全文当素材，完整跑完流水线用了 23 分钟，最后编译出一个真正能用的技能包：1 个入口文件、13 张能力卡，还带校验和术语表。比如其中一张「原动力校验法」——判断一个功能该不该做时，先别问「能不能做、有没有流量」，先问「它的原动力是什么」。

仓库地址：github.com/kangarooking/cangjie-skill（约 1.14 万 Star · MIT）

四、视觉设计（2 个）

5. UI UX Pro Max：一句话生成整套设计系统

自己做个小工具、小网站，配色排版全凭感觉，做出来总有一股「土味」，但又说不出专业设计到底差在哪。

UI UX Pro Max 的思路是先把设计规范定下来，再动手做界面。它内置 79 种可检索的设计风格、192 套产品配色方案、74 组字体搭配和 119 条 UX 准则，一句话就能生成一整套定制化设计系统：配色、字体、组件规范、交互准则全都有。

实测最直观的一点是：它不是拍脑袋给方案，而是真的去查了内置数据库——匹配到对应的产品类别后，定了主风格加辅风格，配色直接给到具体色值，连「不要用彩色渐变堆叠」这种反模式都替你列了出来。之后不管做网页还是做小程序，都按这套规范来，审美直接上一个档次。

/ui-ux-pro-max 给我生成一套「读书笔记 App」的设计系统，包含配色、字体和组件规范。

仓库地址：github.com/nextlevelbuilder/ui-ux-pro-max-skill（约 13.6 万 Star · MIT）

6. 归藏社交媒体卡片：文章一键变小红书图组

文章写完了想发小红书或公众号，做配图卡片太费时间——封面、金句卡、内容页，一套做下来一两个小时就没了。

归藏社交媒体卡片的做法是先用 HTML 排版，再本地渲染成图，完全不依赖生图模型，所以风格非常稳定：小红书 3:4 图组、公众号 21:9 加 1:1 封面、金句卡都能出，瑞士风和电子杂志风两种体系可选。

实测把同一篇文章丢进去，生成三种完全不同视觉体系的封面：电子杂志风、瑞士风、暗色 Midnight Ink。关键点在于三种风格的标题是各自重新提炼的，不是简单换皮。一篇文章从「AI 味改写」到「多平台图卡」，正好和前面的技能串成一条完整的内容生产链。

/guizang-social-card-skill 把 test-article.md 这篇文章生成 3 张小红书封面图：
电子杂志风、瑞士风和暗色 Midnight Ink。

仓库地址：github.com/op7418/guizang-social-card-skill（约 7500 Star · AGPL-3.0）

五、职场与个人成长（4 个）

7. interview-prep：把岗位 JD 变成面试准备方案

好不容易拿到面试，却不知道从何准备——这个岗位考察什么、公司关注什么、可能会问哪些问题，全靠自己瞎猜，最后只能临时抱佛脚刷面经。

interview-prep 的输入是两份文件：岗位 JD 和你的简历，输出是一份结构化的面试准备文档——岗位要求拆解、你的经历与岗位的匹配点、大概率会被问到的问题、每个问题建议怎么答。

实测最值得说的是它给出的判断非常直接：读完简历和 JD 后会告诉你「你是一个懂增长的运营，不是增长产品」，并说明这条 JD 真正想要的是能用产品手段和数据实验规模化解决拉新、留存的人，而简历的缺口集中在产品化经验和数据实验能力上。最后生成一份 9 个章节的完整准备文档：公司竞品调研、JD 逐条匹配、定制自我介绍、STAR 项目追问预案、21 道高频题、Gap 清单和 3 天冲刺排期，连「面试前必须补 A/B 实验和 SQL」这种具体补救项都排好了优先级。

仓库地址：github.com/lan1177/interview-prep（MIT）

8. pm-skills：把产品方法论变成能直接跑的流程

脑子里有个产品想法，想认真捋一捋，但 PRD 怎么写、需求怎么排优先级、OKR 怎么定，这些框架知道名字却不会用，最后想法一直停留在「想法」阶段。

pm-skills 内置了 68 个产品技能加 42 个工作流，覆盖写 PRD、画机会树、设计实验、定 OKR 和北极星指标这些日常工作。你不需要先学框架，直接说出你的问题，它会选用合适的框架带你走一遍。就算不是产品经理，用它来写需求文档、给功能排优先级也很好用。

实测里它不只写文档，还主动把「团长开团 → 居民下单 → 到货核销 → 复购」的核心闭环画成了图，并且把没写进正文的部分（竞品矩阵、财务模型、法务合规）单独列出来，问你要不要补。

/create-prd 针对「小区团购小程序」这个产品想法，写一份简版 PRD。

仓库地址：github.com/phuryn/pm-skills（约 2.7 万 Star · MIT）

9. human-agent-reading（百日拆书）：让读书变成一场对话

买了一堆书想认真读，但自己读总是坚持不下来，读完也记不住；让 AI 直接总结吧，得到的又是一份干巴巴的要点列表，跟看百科没什么区别。

human-agent-reading 用的是一套百日十程的拆书框架：先根据你的阅读经历和当下在做的事情生成一份跨领域书单，分成十个章程；然后每天和你一起拆解一本书。重点在于它不是单方面输出总结，而是结合你的生活提出核心问题，读书记录会留存下来，可以追溯。

实测它会先建一个完整的共读工作台：100 本书的总索引、阅读画像、留档纪律一应俱全，然后直接开始 Day 1 的拆解——不是抄书评，而是按「表面论点、核心机制、和你有什么关系」三层往里拆。

仓库地址：github.com/563323549-boop/human-agent-reading（MIT）

10. xhs-product-picker：从你的个人经验里挖出选品方向

看别人在小红书上卖模板、卖资料、卖教程赚得不错，自己也想试试虚拟产品副业，但完全不知道自己能卖什么，怕选错方向白忙一场。

xhs-product-picker 会先通过问答挖掘你的工作经验和技能积累，再结合平台上已经验证过的真实案例，给你定位一个可验证、可上架的虚拟产品方向，最后产出完整的产品方案和 7 天启动计划。

实测里它接收的是一份「3 年招聘经验、筛过 4000 份简历、手里有面试题库」的背景文件，给出的方向是《HR 视角的应届生简历急救手册》，并且点破了真正值钱的地方——你有的不是「做过 HR」这个头衔，而是 4000 份被淘汰简历的横截面视角、那张求职者永远看不到的面试官评分表权重，这些才是别人花钱也买不到的产品骨肉。

仓库地址：github.com/chensongyue10-design/xhs-product-picker

六、开发者工具（3 个）

11. beautify-github-readme：让项目主页一眼看懂价值

自己的开源项目代码写得不错，但 README 就几行干巴巴的文字，访客点进来三秒就关掉了，Star 数一直涨不动。

beautify-github-readme 会帮你重新组织 README 的结构，生成贴合项目主题的专属 SVG 标题横幅，整合真实的项目展示，最后输出好维护的 Markdown 结构。实测时故意只给了一个三行文字的简陋 README，它没有瞎编功能，而是去核对了项目里 index.js 的真实代码，再提炼出项目定位：受众是谁、一句话价值是什么、视觉主题定成什么样，最后生成的 SVG 横幅里直接把 Markdown 转纯文本的效果画了出来。

/beautify-github-readme 帮我美化 demo-cli 这个项目的 README，设计一个符合项目主题的
SVG 开头横幅，重新组织项目介绍结构，只改视觉资产和排版，不改动正文内容。

仓库地址：github.com/oil-oil/beautify-github-readme（约 1900 Star · MIT）

12. Waza：把工程师的工作习惯固化成 AI 的工作流程

让 AI 帮忙开发功能，它经常上来就写代码，需求没问清楚、方案没对齐，写完才发现不是自己想要的，返工好几轮。

Waza 是一套开源技能集合，装好后是 8 个子技能：/think、/hunt、/check、/write、/read、/learn、/ui、/health。比如 /think 会先帮你梳理需求、输出完整可执行的开发计划，确认无误再动手；/hunt 会系统性地定位 Bug 的根本原因，而不是头痛医头。思路就是「先想清楚再动手」，特别适合被 AI 的「上来就写」坑过的朋友。

实测让它规划「给博客加一个评论系统」，它给出的不是通用套话，而是真的去翻了工程代码：发现部署到 GitHub Pages 后路径前缀会让评论组件匹配错 Discussion，还发现项目里没有 React 依赖、不能直接用官方封装——这两个坑不读代码是发现不了的。最后产出的计划里连「明确不做」清单都列好了。

/think 帮我梳理「给博客加一个评论系统」的开发需求，输出完整可执行的开发计划。

仓库地址：github.com/tw93/Waza（约 7300 Star · MIT）

13. 横木（hengmu）：基于证据做架构评审

项目越写越大，心里总觉得架构有问题，但又说不清楚问题在哪；让 AI 帮忙 review，它只会泛泛地说「建议引入分层架构」之类的正确的废话。

横木 的核心约束是：每个架构问题都必须有项目里的实际证据支撑。它不会让 AI 凭空评论，输出的是一份经过验证的风险清单——问题在哪、证据是什么、怎么修、按什么顺序修。实测审计一个真实开源仓库时，它会画出核心流程的信任边界图：哪些输入不可信、在哪里校验、在哪里发布，标得清清楚楚，每个结论都要落到仓库里的实际文件和证据上。

/project-architecture-audit 帮我审计 demo-repo 这个仓库的整体架构，识别安全边界问题，
输出经过验证的风险发现清单和可落地的修复方案。

仓库地址：github.com/qingye-lab/hengmu（MIT）

七、网站与信息获取（2 个）

14. 乔木 SEO（qiaomu-seo）：给网站做一次专业体检

自己的博客或小工具网站上线了，搜索引擎却一直不收录，或者流量莫名下降，完全不知道问题出在哪。

乔木 SEO 会抓取并渲染你的网页，检查索引、结构、内容、代码层面的问题，最后输出一份按影响排序的问题清单：哪些问题最伤流量、诊断结论是什么、每一步具体怎么改。除了 Google 和 Bing，它还覆盖了 AI 搜索（也就是 GEO）的优化方向。

实测拿一个公开博客跑了一遍，它通过无头 Chrome 渲染页面，测试 HTTP 行为与 9 种爬虫 UA，还查出一个 P0 级安全隐患：首页被植入可疑第三方脚本，脚本通过 XOR 混淆真实域名，再创建隐藏 iframe 加载内容。这已经超出 SEO 的排查范围——它代表网站存在被挂马风险。没有自己网站的朋友，也可以拿任意公开网站练手，看看专业审计报告长什么样。

/qiaomu-seo 抓取并渲染这个博客，做一遍完整的 SEO 审计，
按影响排序输出问题清单和修复建议。

仓库地址：github.com/joeseesun/qiaomu-seo（约 450 Star · MIT）

15. Follow Builders：顶级 AI 创作者的动态简报

AI 圈的信息太多太杂，想跟进一线开发者和顶级 AI 播客的最新观点，但自己没时间去刷 X、听播客，等中文社区的二手消息又总是慢半拍。

Follow Builders 帮你盯着二十多位一线 AI 创作者的动态：定期把顶级 AI 播客和这些开发者在 X、YouTube、官方博客上的动态摘成简报，还能推送到你常用的消息应用。一次性的查询也支持，不必先设任务。

实测生成的这一期简报，数据源覆盖了 15 位 builder 的 27 条推文、3 篇工程博客和 1 期播客，整理出 5 条可执行启发，每条后面都附了原始来源链接，想深挖可以直接点过去。

/follow-builders 把最近一周顶级 AI builder 的观点整理成 5 条可执行的产品启发。

# 或者设成定期任务
帮我设置一个每周一早上的 AI builder 双语摘要，覆盖播客、X 和官方博客。

仓库地址：github.com/zarazhangrui/follow-builders

八、15 个技能一表总览

上面这些技能如果一下记不住，先收藏下面这张表。Star 数为 2026 年 10 月核实的实际数据，会随项目热度变化。

#	技能	方向	解决什么	Star
1	Humanizer-zh	写作	去除 AI 写作痕迹	19.8k
2	写作蒸馏器	写作	复刻任意作者文风	2.4k
3	chinese-novelist-skill	写作	从零写完 10-50 章长篇	3.8k
4	仓颉技能	写作	把书/播客蒸馏成技能	11.4k
5	UI UX Pro Max	设计	一句话生成设计系统	136k
6	归藏社交媒体卡片	设计	文章转小红书图组	7.5k
7	interview-prep	职场	按 JD 定制面试准备	99
8	pm-skills	职场	产品方法论流程化	27.1k
9	human-agent-reading	职场	百日十程共读拆书	3
10	xhs-product-picker	职场	挖出虚拟产品选品方向	121
11	beautify-github-readme	开发	README 结构与横幅	1.9k
12	Waza	开发	先想清楚再动手	7.3k
13	横木 hengmu	开发	基于证据的架构评审	2
14	乔木 SEO	信息获取	网站 SEO 体检	450
15	Follow Builders	信息获取	AI 创作者动态简报	6.9k

一点提醒：Star 数不能当质量指标。表里有两个项目 Star 只有个位数，但它们解决的是非常具体的问题，对你的价值可能比 13 万 Star 的那个更大——按需求挑，别按热度挑。

九、上手前值得知道的三件事

容易踩的坑	实际情况
以为装完就自动生效	技能要靠指令触发。记住它的斜杠命令，或直接用自然语言说清目标
一次装十几个	技能越多，模型挑工具时越容易选错。建议一次只装当周真正要用的两三个
拿它当「一键出成品」	这些技能产出的是草稿、方案、规则文档，最终判断还得你自己做

还有一点值得说清楚：这 15 个技能里有的是「一次就能见效」的（去 AI 味、README 美化、SEO 体检），有的需要你先投入一点原料（写作蒸馏器要喂文章、仓颉要喂长内容）。前者适合立刻试，后者适合当成一个长期资产来养。

站内相关

• WorkBuddy 小白上手①：从安装到跑通第一个任务 —— 还没装过 WorkBuddy 的话，先从这里开始
• chinese-novelist-skill：一句话让 AI 写完 10-50 章长篇小说 —— 清单里第 3 个技能的完整拆解
• muse-skills：300 条现成 AI 玩法 —— 想先看看「技能」这种形态还能做什么，从这份合集入手