--- title: '9个免费AI技能，好用到像开了作弊码' video_id: STH929HARLo url: https://youtu.be/STH929HARLo title_en: "9 Free AI Skills That Feel Like Cheat Codes" channel: Matt Wolfe published: 2026-06-24 duration: "29:14" topics: ["Claude Code 定制扩展", "RAG 与知识系统", "AI 编程与建站"] noted: 2026-07-06 value: B views: '9万' --- [![封面](https://i.ytimg.com/vi/STH929HARLo/maxresdefault.jpg)](https://youtu.be/STH929HARLo) > Matt Wolfe · 29:14 · 发布 2026-06-24 · 9万次观看(截至抓取) · [观看原视频](https://youtu.be/STH929HARLo) > 🔥 观众最高回放 [21:02](https://youtu.be/STH929HARLo?t=1262) — 对比 front-end design 与 taste 技能重设网站首页 ## 主旨 盘点 9 个可免费装进 Claude Code / Codex / Cursor 等任意 agent harness 的 skill 或 plugin,覆盖工程团队模拟、去 AI 腔写作、知识图谱记忆、代码可视化探索、实时全网情绪调研、前端设计审美、动画生成七类场景,并逐一实机演示安装与效果。 ## 核心论点 1. **Skill 是单个可复用指令文件,plugin 是打包多个 skill/agent/hook/MCP 的整体安装单元**,但安装方式几乎一样,都是把 GitHub 链接丢给 agent 说"帮我装上"。([[#1-skill-与-plugin-的区别-0117|→ 详解1]]) 2. **GStack 把 Claude Code/Codex 变成一整支虚拟工程团队**,23 个角色化 skill 覆盖从 CEO 立项到安全审计再到发版的全流程。([[#2-gstack把-claude-code-变成一整支工程团队-0315|→ 详解2]]) 3. **Stop Slop 是最小巧的一类 skill**,专门用来去掉 AI 写作里的"机翻腔"。([[#3-stop-slop去-ai-味的最小技能-0822|→ 详解3]]) 4. **Graphify 把代码库、文档、笔记转成可查询知识图谱,当作 agent 的记忆层**,查图谱比重新扫全部文件省得多的 token。([[#4-graphify知识图谱当-agent-记忆层-0937|→ 详解4]]) 5. **Understand Anything 生成的知识图谱是给人看的**,定位是新人 onboarding 与代码探索,而非 agent 记忆。([[#5-understand-anything给人类看的可探索知识图谱-1425|→ 详解5]]) 6. **Last 30 Days 能拉齐 Reddit、X、YouTube、Hacker News、Polymarket 等多信源做实时情绪调研**,并能一键导出可分享的 HTML 报告。([[#6-last-30-days全网实时情绪调研-1858|→ 详解6]]) 7. **前端设计审美可以用专用 skill 补足**,但 Anthropic 官方 front-end design skill 与 Leon XLNX 的 taste skill 风格不同,没有绝对更优。([[#7-设计审美之争front-end-design-vs-taste-skill-2113|→ 详解7]]) 8. **Remotion 与 Hyperframes 都能用一句 prompt 生成动画**,基础图表/文字/logo reveal 够用,但都比不上专业 After Effects 的精细度。([[#8-动画生成对决remotion-vs-hyperframes-2512|→ 详解8]]) ## 知识点详解 ### 1. Skill 与 Plugin 的区别 [01:17](https://youtu.be/STH929HARLo?t=77) Skill 本质上是一个写好的 prompt 文件(`skill.md`),有时附带脚本、示例等辅助材料,但核心就是一份已经调优过、能让模型每次调用都给出稳定结果的指令。调用时,agent 会把这份 skill 文件和用户当下的 prompt 一起喂给模型。 Plugin 则更像一个整体打包——可以捆绑 skill、agent、hook、MCP server、slash 命令等多种配置,让别人一次装完整套东西,而不用手动一个个复制文件夹。作者特意强调不用纠结某个项目到底算 skill 还是 plugin,[01:53](https://youtu.be/STH929HARLo?t=113) 安装流程基本一样:复制 GitHub 链接,在 Claude Code / Codex 里说一句"帮我装上这个"就行。这些工具已经足够通用,能跨 Codex、Claude Code、Cursor、VS Code、GitHub Copilot 等多个 harness 使用。 ### 2. GStack:把 Claude Code 变成一整支工程团队 [03:15](https://youtu.be/STH929HARLo?t=195) GStack 来自 Y Combinator CEO Garry Tan,是一个巨型 skill 合集,把 Claude Code / Codex 变成一支虚拟工程团队:重新思考产品的 CEO、锁定架构的工程经理、抓 AI 审美问题的设计师、找生产 bug 的 reviewer、开真实浏览器测的 QA、跑安全审计的 security officer、负责发版的 release engineer。作者坦言自己也没完全搞懂每个角色具体做什么,但强调这套东西是**23 个角色化 skill + 8 个 slash 命令**([03:33](https://youtu.be/STH929HARLo?t=213)),全部免费、全部是 markdown。 实测里,作者用 GStack 的 office hours skill 对一个"YouTube 频道分析 + 选题生成"的产品点子做压力测试,agent 反复追问目标是什么、面向 startup 还是 side project,来回问答大约 20 分钟后产出一份验证过的项目简报;又用 review skill 对一个真实的业务看板项目跑代码审查,能找出因项目范围变化而遗留的旧逻辑并给出修复建议。Garry Tan 本人建议新用户先按顺序跑 office hours→plan CEO review→review→QA 四个 skill,再决定要不要深入探索剩下的角色。 ### 3. Stop Slop:去 AI 味的最小技能 [08:22](https://youtu.be/STH929HARLo?t=502) Stop Slop 是一个体量很小的 skill,唯一功能就是去掉文本里的"AI 写作 tell"——那些一眼能看出是模型生成、而非人写的腔调。作者用 ChatGPT 生成一段关于人形机器人的说明文字,再调用 Stop Slop 改写,得到明显更自然的版本。 这类 skill 适合任何做 AI 辅助写作(脚本、博客等)、又想抹掉机翻感的场景,安装和调用方式与其他 skill 一致,几乎不需要额外配置。 ### 4. Graphify:知识图谱当 agent 记忆层 [09:37](https://youtu.be/STH929HARLo?t=577) Graphify 能把代码库、文档、schema、笔记乃至媒体文件转成一个可查询的知识图谱,让 agent 不用每次都重新发现同一套关系,而是直接查图谱——这既是一个可视化工作流,也是一层能实打实省 token 的记忆([10:02](https://youtu.be/STH929HARLo?t=602))。 作者把它跑在自己的"第二大脑" Obsidian 笔记库上,只用 `/graphify` 加一句话,6 分钟后就生成了一张交互式节点图,能看到"YouTube 创作者策略""agent 工作流"等主题团簇,点开某个节点还能看邻居节点。真正有用的地方在于:生成图谱之后,可以直接问"这些笔记里最大的复现主题是什么""这个知识库里藏着哪三个视频选题",agent 只查已生成的图谱 JSON,而不是重新翻遍所有 markdown 文件,速度和 token 消耗都大幅优于全库检索。 同样的流程也能跑在代码库上——作者把它用在自己的 Future Tools 网站代码上,生成的图谱能直接回答"为什么 CN 这个模块连了这么多 UI 组件"之类的问题,而不用逐文件翻代码。 ### 5. Understand Anything:给人类看的可探索知识图谱 [14:25](https://youtu.be/STH929HARLo?t=865) Understand Anything 的定位口号是"能教会人的图谱,胜过只是好看的图谱"([14:25](https://youtu.be/STH929HARLo?t=865))。它同样把代码转成交互式知识图谱,但目标场景更偏向人类——比如新同事接手一个陌生代码库时,让他们跑一遍这个 skill,就能被"onboarding"到整个代码结构里([14:57](https://youtu.be/STH929HARLo?t=897))。 作者把它跑在 Future Tools 网站上,生成的图谱清晰展示了 API 路由、安全边界、服务与集成、数据模型、后台工作流如何汇入公开 UI,可以逐层点进"服务与集成"看更细的连接关系。跑在第二大脑笔记库上时,图谱会显示每篇笔记与其他笔记(比如同一个 up 主的多条视频)之间的引用路径。与 Graphify 的核心差异在于:Graphify 的图谱主要是给 agent 查的记忆,Understand Anything 的图谱主要是给人看、给人问的探索工具。 ### 6. Last 30 Days:全网实时情绪调研 [18:58](https://youtu.be/STH929HARLo?t=1138) Last 30 Days 用来搞清楚"网上现在到底在讨论什么"——它会抓取 Reddit、X、YouTube、Hacker News、Polymarket、GitHub 以及一般网页([18:58](https://youtu.be/STH929HARLo?t=1138)),然后综合成一份有据可查的摘要([19:05](https://youtu.be/STH929HARLo?t=1145))。 作者现场用它调研"Claude Fable"的舆论情况,输出包含:大家兴奋点在哪(编码 agent 能力跃升)、困惑点在哪(访问权限、命名混淆)、推测什么会发生,并列出信息来源(21 条 Reddit 帖、20 个 YouTube 视频、27 篇 Hacker News 文章、19 个 GitHub 条目、4 个 Polymarket 市场)。该 skill 内置了导出可分享 HTML 报告的能力,调用同一个 skill 补一句"生成可分享的 HTML"即可复用已抓取的调研结果,不用重新跑一遍搜索。 ### 7. 设计审美之争:Front End Design vs Taste skill [21:13](https://youtu.be/STH929HARLo?t=1273) Anthropic 官方出品的 front-end design skill 是 skills.sh 网站上历史第二受欢迎的 skill([21:13](https://youtu.be/STH929HARLo?t=1273)),专门补足前端设计的美观度短板。taste skill 来自 Leon XLNX,GitHub 近 5 万星,同样是"让 AI 有审美",防止生成千篇一律的无聊设计([21:34](https://youtu.be/STH929HARLo?t=1294))。 作者用同一个"重设计 Future Tools 官网首页"的 prompt 做了四组对照:纯模型无 skill、只用官方 front-end design skill、只用 taste skill、两个 skill 合并使用。裸模型的设计和原站相比改动有限;官方 skill 的版本更有色彩层次;taste skill 版本视觉最干净,但代价是把原站赖以生存的"工具目录列表"这一核心信息去掉了;两个 skill 叠加的版本反而是作者最不喜欢的一版。结论并不指向"哪个更好",而是审美高度主观,想要更专业设计的人可以两个都装、多出几版再挑。 ### 8. 动画生成对决:Remotion vs Hyperframes [25:12](https://youtu.be/STH929HARLo?t=1512) Remotion 与 Hyperframes(HeyGen 出品)都是让 agent 写代码来生成动画的 skill,给一句 prompt 就能产出类似 After Effects 风格的短片,但精细度明显不如专业软件,只适合基础图表、文字动效这类需求([25:17](https://youtu.be/STH929HARLo?t=1517))。 作者用三组一致的 prompt 分别测了两者:iPhone 短信对话动画、logo 粒子爆炸拼合动画、英伟达五年股价增长动画。iPhone 对话上,Hyperframes 的手机质感更像真实 iPhone;logo reveal 上两者效果接近,作者略偏爱 Hyperframes;股价图动画上,Hyperframes 的动效层次更丰富,是三组里作者评价最一致偏向 Hyperframes 的一次。两者都以"单条 prompt 出片"为卖点,适合作为视频里的辅助动效素材,而非替代专业动画师。 ## 可执行步骤 - [ ] 按自己当前最痛的场景挑 1-2 个 skill 试装,不必九个全装:写代码/评审用 GStack,去 AI 腔用 Stop Slop,笔记库检索用 Graphify,新人上手代码库用 Understand Anything,舆情调研用 Last 30 Days,前端美观用 taste skill / front-end design skill,做辅助动效用 Remotion / Hyperframes。 - [ ] 装任何 skill/plugin 前,先确认自己的 agent harness(Claude Code/Codex/Cursor 等)是否支持"粘贴 GitHub 链接→说安装"这套通用流程,大多数都支持。 - [ ] 如果已经在攒"第二大脑"笔记库,优先试 Graphify——生成一次图谱后反复查询比每次全库检索更省 token。 ## 关联 - 印证/补充:Taste Skill 在 [[2026-06-26-17个值得用的Claude Code插件-设计效率与数据三分类|17个值得用的Claude Code插件]] 中已定义为"对抗 AI 味设计的开源 skill 包",本片补充了它与 Anthropic 官方 front-end design skill 的直接横向审美对比实验(两者叠加反而效果最差)。 - 印证:Last 30 Days 在同一篇笔记中已定义为"曾是 GitHub 热榜第一的多信源调研 skill",本片给出了一次完整实操演示(Claude Fable 舆情调研)和信源计数细节。 - 印证:Remotion 在 [[2026-01-27-用Remotion加Claude Code提示词生成宣传视频含VPS部署|用Remotion加Claude Code提示词生成宣传视频含VPS部署]] 中已定义为"用 React 描述视频画面、可渲染成 MP4 的编程式视频框架",本片补充了它与竞品 Hyperframes 的三组实测对比。 - 印证:Graphify 的"知识图谱当记忆层省 token"机制与 Graph RAG/知识图谱 在 [[2026-04-01-用LightRAG给Claude Code接上Graph RAG知识库|用LightRAG给Claude Code接上Graph RAG知识库]] 中"能回答跨文档关联性问题"的定位一致,是同一机制在"笔记库/代码库可视化"场景下的另一实现。 - 印证:[[2026-06-24-你现在就该试试这12个开源AI项目|12个开源AI项目]] 也把 GStack、Hyperframes 收进清单(只报规格),本片是这两者的完整实操演示与横评,互为“清单↔深评”。 - 印证:[[2026-07-08-5个开源仓库解决Claude％Code％95％的痛点|5个开源仓库解决Claude%Code%95%的痛点]] —— 把本片 Graphify “知识图谱当 agent 记忆层”的应用推到 codebase 问答场景,展示“用 Graphify 给 Claude Code 喂一张大代码库/大文档集地图”的具体实操(查图谱比全库重新扫描更省 token),且明确 Graphify 不是 RAG(无向量索引/embedding)——是 Obsidian 与真 RAG 之间的中间地带 - 复现:[[2026-07-09-GPT-5.6 Sol 一条 prompt 端到端跑完一支视频：Ultra 编排、帧级自检与 token 账单拆解|GPT-5.6 Sol 一条 prompt 端到端跑完一支视频]] 里 Hyperframes 是 Sol 编排链的最终剪辑一环,由 Sol 委派调用而非人工操作。 ## 术语 - skill(单个可复用指令文件,通常是调优过的 prompt,配合额外脚本/示例) - plugin(打包多个 skill/agent/hook/MCP server/命令的整体安装单元) - 第二大脑(second brain,作者对自己 Obsidian 笔记库的称呼) - 知识图谱(knowledge graph,节点+关系的可查询信息网络) ## 立场与利益 视频中段插入了作者自己 Future Tools newsletter 的推广(250,000+ 订阅、附带"AI 变现数据库"福利),是自媒体常规操作;技能测评部分本身覆盖的都是第三方或官方免费开源项目(GStack、Stop Slop、Graphify、Understand Anything、Last 30 Days、taste skill、Remotion、Hyperframes),未见作者标注任何联盟返佣或赞助关系,唯一的"自家产品"露出是作者反复用自己的 Future Tools 网站代码/内容作为演示素材,这个选择更多是为了展示方便,而非推销。 ## 价值定位 面向已经在用 Claude Code / Codex 等 agent harness、想快速了解"还有哪些免费 skill 值得装"的用户,是一份工具地图式的实机演示内容,而非任何单个工具的深度教程——具体安装排错、参数调优仍需自己查各仓库文档。与 [[2026-06-26-17个值得用的Claude Code插件-设计效率与数据三分类|17个值得用的Claude Code插件]] 有部分重叠(taste skill、Last 30 Days),但本片独有 GStack 工程团队模拟、Graphify/Understand Anything 的知识图谱记忆对比、以及 Remotion vs Hyperframes 的动画横评。认知层面帮助理解 skill 与 plugin 的区别,实操层面提供了可直接照做的九个免费工具清单。 ## 自检问题 1. Skill 和 plugin 最核心的区别是什么? **答案**:skill 基本是单个可复用的指令文件(通常就是调优过的 prompt),plugin 则是打包多个 skill/agent/hook/MCP server/命令的整体安装单元,能一次装完不用手动复制文件夹。[01:53](https://youtu.be/STH929HARLo?t=113) 2. Graphify 和 Understand Anything 都生成知识图谱,两者的核心定位差异是什么? **答案**:Graphify 的图谱主要是给 agent 查询的记忆层,用来省 token、不用每次重新发现关系;Understand Anything 的图谱主要是给人看、给人问的探索/onboarding 工具。[14:25](https://youtu.be/STH929HARLo?t=865) 3. Last 30 Days 会同时抓取哪些信源来做情绪调研? **答案**:Reddit、X、YouTube、Hacker News、Polymarket、GitHub 以及一般网页。[18:58](https://youtu.be/STH929HARLo?t=1138) 4. 视频对前端设计做了四组对照测试,结论是什么? **答案**:纯模型/官方 front-end design skill/taste skill/两者叠加四种设计各有取舍(taste skill 版本最干净但丢了工具目录信息,两者叠加反而是作者最不喜欢的一版),审美高度主观,没有绝对更优的组合。[21:13](https://youtu.be/STH929HARLo?t=1273) 5. Remotion 与 Hyperframes 生成的动画和专业 After Effects 相比处于什么水平? **答案**:两者都能用一句 prompt 生成基础图表、文字动效、logo reveal 这类简单动画,但精细度明显不如专业 After Effects,想要非常精致的效果仍需要专业视觉设计师。[25:17](https://youtu.be/STH929HARLo?t=1517) > [!quote] 💬 热门评论 top-15 主 + 5 回(抓取 2026-07-07) > > [1] **@Michael-m9c5j**:大多数人把所有时间都花在比较模型上，而真正的提升来自于更好的工作流程、技能和围绕它们的系统。这些方法能跨多个工具使用可能是最有价值的部分，因为你不会被锁定在一个生态系统中。Trent Calloway的《懒人AI捷径》也提到了类似的想法，即构建可复用的AI工作流程，而不是每次都从头开始。这个视频确实让我学到了一些东西🙌 👍 53 >   ↪ **@hannah_1998**:确实如此🙌 >   ↪ **@ActionShortsPodcasts**:说真的，我正通过AI整理多年的流程作为参考和改进。然后我会把它作为所有未来任务的基础。我有超过10年的文档可供参考。这种方法让我的AI能够访问多年的参考资料，并在知识库中索引和共享。 > [2] **@felipegutiez**:我们想要更多关于提示词、技能、插件的视频。还有如何同时使用Codex和Claude协作。现在有点乱。 👍 1 > [4] **@ScottBaker_**:这真的很有用。其他频道上那些不断（而且大多无意义的）模型比较可能只对几个小时有用，而且似乎主要是为了引导你使用某个广告商的平台。 👍 4 > [5] **@sebkeccu4546**:对我来说，技能也包括脚本，它们可以避免LLM浪费token去尝试解决某些问题，而脚本可能无需消耗任何token就能直接完成。 👍 10 >   ↪ **@MattCrossville**:这取决于技能。如果技能用于减少时间，并且你添加了触发词，那会非常有帮助。我创建了一个Windows移植技能，用于将Mac原生代码转换为Windows原生代码。没有它，Claude必须反复尝试、循环、失败，直到弄明白。现在，一旦Mac相关的词触发，它就会调用技能并识别出需要应用什么。 👍 1 > [7] **@thejungal1274**:AI工作流程正迅速成为核心职业技能，这真是了不起。一年前，许多这些能力还感觉像是实验性的；如今，它们正日益成为日常工作的一部分。 > [14] **@my_ai_tool**:你能做一个关于记忆（仅限）的视频吗？如何让你的AI（工具）记住？并回顾所有与记忆相关的项目？ 👍 6 >   ↪ **@Shmack_**:Mem0 > ——其他 7 条:感谢/夸赞([3]@reddfx750、[6]@joshxt、[8]@elijahchiware1368、[9]@Ignaci0m5、[11]@leavanny11、[12]@spiroskakkos3455、[13]@TheJudgeWm);2 条 spam 已略 >
英文原文[1] @Michael-m9c5j:Most people spend all their time comparing models when the real gains come from better workflows, skills and systems around them. the fact that these work across multiple tools is probably the most valuable part because you're not locked into one ecosystem. AI Shortcuts for the Lazy Mind by Trent Calloway talks about a similar idea of building reusable AI workflows instead of starting from scratch every time. Definitely picked up a few things from this one🙌 👍 53
  ↪ @hannah_1998:Facts🙌
  ↪ @ActionShortsPodcasts:Seriously, I'm sourcing years of processes via AI to reference and refine. I'll then use this as a base for all future tasks. I have 10+ years' worth of docs to reference. This approach gives my AI access to years of reference material, indexed and shared in a knowledge base.
[2] @felipegutiez:We want more videos about prompting, skills, plugins. And also how to use Codex AND Claude cowork at the same time. It is kind of a mess. 👍 1
[3] @reddfx750:definetly more videos about skills & plugins! great! 👍 47
[4] @ScottBaker_:This is actually useful. The constant (and mostly meaningless) model comparisons on other channels are good for maybe a few hours and seem to be mostly about pointing you to running on some advertiser's platform. 👍 4
[5] @sebkeccu4546:For me skills also include scripts, which avoid the llm to waste tokens by trying to figure something out, while a script might just do it without any token consumption 👍 10
  ↪ @MattCrossville:Depends on the skill. If the skill is used to reduce time, and you add trigger words, it can be incredibly helpful. I created a windows-port skill for converting Mac-native code to windows-native code. Without it, Claude has to work and loop and fail etc until it figures it out. Now that Mac words trigger it, it pulls the skill and recognizes what it needs to apply 👍 1
[6] @joshxt:One of the most valuble AI videos I've seen in a lonnggg time. More of this please!
[7] @thejungal1274:It's remarkable how quickly AI workflows are becoming a core professional skill. A year ago many of these capabilities felt experimental; today they're increasingly becoming part of everyday work.
[8] @elijahchiware1368:Thank you, it's like you read my mind, loved the video and learned as well. You are helping us as everyweek 👍 6
[9] @Ignaci0m5:Please do make more videos like this one. 👍 2
[10] @SentuRichardGomes:this book made me mad and i still cant fully explain why. Smart Broke Dumb Rich by Zor Veyl. just read it trust me. 👍 40
[11] @leavanny11:Love this video and all the tips! Please make more videos on skills and plugins! :) Thank you!! 👍 2
[12] @spiroskakkos3455:finally somebody who gives real value content instead reading the AI news that highlights the headers
[13] @TheJudgeWm:One of these days I will know what you are talking about. 👍 2
[14] @my_ai_tool:can you make a video related to memory (only) how to make your ai (tools) remember ? and review all the related to memory projects ? 👍 6
  ↪ @Shmack_:Mem0
[15] @uzodima:FREE FABLE 5!! 👍 28
  ↪ @Csett1:I second that motion!! 👍 2