Skillry

Skillry官网:主打“有品味”的 AI Agent 技能(Agent Skills)市场与创作平台,支持Claude Code、Codex,Workbody等

Skillry是什么?

Skillry 是一个主打“有品味”的 AI Agent 技能（Agent Skills）市场与创作平台，为 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Kimi Code 等主流编码智能体提供可直接安装调用的技能包。平台上的每个 Skill 都由官方团队亲手设计、编写和测试，覆盖产品发布片、动态图形、口播视频包装、幻灯片、网页、插画和 OG 图等场景，视频类技能会在渲染前先排好节奏，直接产出可交付的成片。使用时只需把安装命令粘贴给 Agent，将技能装进 skills 目录，再用斜杠命令加一句大白话说明需求，即可在对话中生成并反复修改到满意。Skillry 同时提供精选技能、免费试用技能和每月 9.99 美元畅用全部 Premium Skills 的订阅方案，帮助缺少设计资源的开发者、创始人和内容创作者快速拿到专业级视觉成品。

Skillry官网: https://skillry.dev/zh/

Skillry 深度评测：让 Claude Code、Codex、Cursor 真正拥有”品味”的 Agent Skills 市场

一、引言

2026 年的 AI 编程助手已经跨过了一个门槛：Claude Code 能在几分钟内读完一整个仓库，Codex 能把你口述的业务逻辑变成可运行的服务，Cursor 能在你敲下第一个字符之前就猜到你想要什么。代码能力不再是瓶颈。

真正的瓶颈转移到了另一个地方——品味。

让 Agent 写一个能跑的函数，它做得很好；让它做一支 30 秒的产品发布片、一张有设计感的 OG 图、一套能直接给投资人看的演示文稿，结果往往是：结构没问题，细节全是”AI 味”。字体间距不对，动效节奏是平的，配色像模板，图标描边粗细不统一。你改了三轮，发现自己花的时间已经超过了亲手做一遍。

更麻烦的是，这个问题每次都要重新解决一次。你好不容易摸索出一套”让 Agent 做出 Dribbble 级别动效”的提示词，下次开新项目，还得从头再来。上一次踩过的坑——文本切换时重叠、镜头缩放导致文字模糊、循环视频首尾帧对不上——下次一个字都不会少。

这正是 Skillry 想解决的问题。它把自己定位成”有品味的 Agent Skills”市场：把经过团队亲手设计、编写和测试的 Skill 打包成可安装、可调用、可复用的能力单元，装进 Claude Code、Codex、Cursor 等主流 Agent，让它们在你的项目里按照一套已经验证过的方法论工作，而不是每次从零开始猜你想要什么。

从官网数据看，这个思路已经被验证：速度衔接界面短片累计 980 次安装，CreatorMotion 人物后大字接全屏宣言 842 次安装，录屏操作同步勾选 533 次安装，Manus 2.0 风格发布视频 250 次安装。这些数字背后是一群不愿再重复调 prompt 的人。

本文会从产品定位、目标客户、核心功能拆解、真实体验、竞品对比五个维度，把 Skillry 讲透。如果你正在评估”要不要把 Agent Skills 纳入工作流”，这篇文章应该能帮你做出判断。

---

二、什么是skillry

Skillry，一个给 AI Agent 用的”技能商店”。

它不生产模型，也不做对话界面。它做的是另一件事：把”让 Agent 做出好东西”这件事，拆成一个个可以安装的 Skill 包。

你可以把它理解成给 Claude Code、Codex、Cursor 这些 Agent 装插件——只不过装的不是功能，是品味和流程。每一个 Skill 都是一个小型工作系统：里面有经过团队测试的提示词结构、有踩过坑之后总结的注意事项、有交付前的检查清单。安装之后，你只需要在对话框里敲一个斜杠命令，后面跟一句大白话，Agent 就会按照 Skill 定义的方法论往下走。

官网目前覆盖的 Skill 品类包括视频（发布影片、动态图形、口播视频包装）、图像、网页、幻灯片，并按电商卖家、创始人、内容创作者、设计师等角色做了分类索引。支持的 Agent 包括 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Kimi Code、OpenClaw、Hermes Agent、Grok 等。

一句话总结：它是 Agent Skills 的选品店，不是工具，是配方。

---

三、目标客户和应用场景

1. 核心目标客户画像

Skillry 的用户不是”所有人”。它服务的是一个很具体的群体：已经在用 AI Agent 干活、但被”产出品味”卡住的人。

这个群体的共同特征是：他们不缺代码能力，缺的是设计判断力；他们知道什么是好作品，但没时间也没能力把一个好作品的所有细节用语言描述给 AI；他们已经在 Claude Code 或 Cursor 里花了几百小时，对 Agent 的能力边界有清晰认知，所以更愿意为”确定性”付费。

目标群体	典型岗位	核心需求	推荐指数
独立开发者 / 一人公司	全栈工程师、Indie Hacker	一个人做出官网、发布片、App Store 截图，不请设计师	★★★★★
早期创业团队	创始人、产品负责人	融资演示、产品发布、官网改版，抢时间窗口	★★★★★
内容创作者	自媒体、视频博主	口播视频包装、封面、社交卡片，保持视觉一致性	★★★★★
设计与市场团队	设计师、增长运营	批量生产营销物料，统一设计系统	★★★★☆
电商卖家	店铺运营	每个新品都要配套的页面、海报、宣传短片	★★★★☆
企业内部工具团队	前端工程师、内部平台	快速产出演示与培训材料	★★★☆☆

2. 典型应用场景一：独立开发者的产品发布周

这是 Skillry 最高频的场景。

假设你是一个独立开发者，明天要发一个 SaaS 产品。你需要：一支 30 秒的发布片、一张能在 X 上刷到就停下来的 OG 图、一个能跑起来的落地页、一份给早期用户的演示文稿。传统做法是：Fiverr 上找设计师排期两周，或者自己打开 Figma 学两天动效，再或者用通用 AI 视频工具生成一堆没有品牌辨识度的素材。

用 Skillry 的流程是这样的：先在官网视频分类里挑一支风格接近的 Skill，比如”速度衔接界面短片”（980 次安装）或”Cue 风格发布视频”，复制安装命令 npx skillry-cli@latest install <skill-name>，或者把安装提示词直接粘进 Agent 对话框。装完之后在 Claude Code 里输入 /bs-xxx 创作一支具有强开场和清晰揭示的 30 秒产品发布影片，Agent 会先做调研、再出分镜、再渲染，最后交付一个 MP4 文件和一个可编辑的工程。

关键在于，Skill 里已经写好了”什么不能做”：不要弹跳缓动、不要粒子、不要发光、不要在 UI 组件上加渐变、不要图标描边不一致、不要任何看起来像模板的东西。这些约束你不用自己想，装进去就在了。

场景要素	具体说明
使用方式	安装 Skill → 斜杠调用 + 一句自然语言需求 → 对话中迭代修改
预期效果	30 秒发布片、可编辑工程文件、1080p / 2K / 4K 输出
所需前置	一个可运行的 Agent（Claude Code / Codex / Cursor）
上手难度	★★☆☆☆（会复制粘贴命令即可）

3. 典型应用场景二：内容创作者的口播视频包装

内容创作者面对的是一个更琐碎的问题：口播视频拍完了，但画面是”一个人对着镜头说话”，观众三秒就划走。

Skillry 的 CreatorMotion 系列就是为这个场景准备的。官网上的”人物后大字接全屏宣言”（842 次安装）、”人物遮挡发光大字”、”局部框选与连线注释”、”录屏操作同步勾选”（533 次安装）、”图表与人物左右换位”、”口播前景卡片依次进入”——每一个都是一类具体的包装动作，而不是一个泛泛的”帮我加点动效”。

操作方式和场景一类似：装 Skill、调 Skill、改 Skill。区别在于，CreatorMotion 系列的产物是套在你已有素材上的动效层，而不是从零生成的视频。这意味着你拍的口播画面、你的品牌色、你的字体，都能保留下来。

场景要素	具体说明
使用方式	安装对应 CreatorMotion Skill，把口播素材和目标风格写进调用语句
预期效果	标题动效、清单卡片、金句强调、图表扫读等成套包装
所需前置	一段已有口播素材、明确的目标平台画幅
上手难度	★★★☆☆（需要对素材和风格有基本描述能力）

4. 典型应用场景三：电商卖家的新品物料流水线

电商的节奏是”上新、上新、上新”。每一个新品都要配：店铺首页 banner、商品详情页、一张能在信息流里被点开的宣传短片。

这个场景的价值不在于”做得多精美”，而在于”多快能做出来，而且每批之间风格统一”。Skillry 按角色划分的”电商卖家”分类页，把适合这份工作的 Skill 预先挑好了——你不需要在一个几百个 Skill 的目录里做功课，进去就是已经筛过一遍的结果。

官网在角色页上的描述很直接：每个新品都配好店铺页面、海报和宣传短片。这句话背后是一套工作流：新品图片进来，Agent 按 Skill 定义的版式和节奏生成一整套物料，你只需要在对话里说”这张主图再亮一点””短片开头再快半拍”。

场景要素	具体说明
使用方式	从”电商卖家”角色页选 Skill → 批量调用 → 集中微调
预期效果	系列化的店铺页面、海报、宣传短片
所需前置	商品素材、品牌规范（可选）
上手难度	★★☆☆☆

5. 不适合哪些人

为了让判断更清晰，这里明确说清楚 Skillry 不适合谁。

完全不用 AI Agent 的人。 Skillry 的所有价值都建立在”你已经在 Claude Code、Codex、Cursor 这类环境里工作”这个前提上。如果你的日常工作流跟命令行、跟 Agent 对话框没有任何交集，那它对你没有意义。

只需要一次性产出、不打算复用的人。 如果你这辈子只做一支视频，用完就再也不碰，那安装和学习的成本可能不划算——这种情况直接用通用工具更省事。Skillry 的复利来自重复使用。

追求完全从零定制、不接受任何既有风格框架的人。 Skill 本质上是一套已经被验证过的方法论。它给你的是”大概率好看”的起跑线，不是”百分百符合你脑内想象”的终点。如果你对每一帧都有精确的、无法用语言描述的要求，你会觉得 Skill 是个约束。

---

四、核心功能深度拆解

1. 杀手级功能一：精选 Agent Skills 目录与一键安装

这是 Skillry 的入口，也是它最容易被低估的部分。

它到底解决了什么问题？ 一个 Skill 本质上是一个文件夹，里面包含 SKILL.md、脚本、参考资料、预览文件、描述、标签和提示词。这些东西手写也不是不行，但门槛在于：你得知道该怎么组织提示词才能让 Agent 稳定理解，得知道哪些坑要提前写进约束里，还得自己生成预览图来验证效果。Skillry 做的事情，是把这一整套工程化的工作成品化。

目录是怎么组织的？ 官网提供了至少四种切分方式：按”精选”（团队亲手设计、编写和测试）、按”免费”、按输出类型（视频、图像、网页、幻灯片）、按角色（电商卖家、创始人、内容创作者、设计师）。这四种切分方式覆盖了用户找 Skill 时最常见的三种心智：我想看看有什么好东西、我不想花钱先试试、我要做一个视频。

安装流程具体长什么样？ 官网给了两条路径。

第一条是命令行，在终端里执行：

npx skillry-cli@latest install bs-hyperframes-halftone-canvas-launch

Skill 会被装进 Agent 的 skills 目录。

第二条对非技术用户更友好：复制官网上提供的安装提示词，直接粘贴进 Agent 的对话框。Agent 会自己完成安装。

调用流程。 装完之后，在 Agent 对话框里输入斜杠加 Skill 名称，后面跟一句自然语言：

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

斜杠命令负责定位 Skill，自然语言负责传达这次的具体意图。这个设计很关键——它把”能力”和”意图”分开了。能力由 Skill 提供，意图由你提供，两者组合才产生结果。

订阅与免费策略。 根据官网 Skills 市场页面公示，Premium 订阅为 US$9.99/月，可访问全部 Premium Skills，随时取消。免费 Skill 则在列表页标注”免费”，官网的说明是：先完整跑通一个，产出归你。不用付费，也没有试用期。 价格可能随官方调整，请以官网最新公示为准。

Skill 分类	代表 Skill	安装量参考	适用场景
视频 · 发布片	速度衔接界面短片	980 次	产品发布、功能预告
视频 · 发布片	Cue 风格发布视频	99 次	AI 智能体发布、功能回顾
视频 · 发布片	Manus 2.0 风格发布视频	250 次	SaaS 产品公告
视频 · 动效	CreatorMotion 人物后大字接全屏宣言	842 次	自媒体口播包装
视频 · 动效	CreatorMotion 录屏操作同步勾选	533 次	教程、操作演示
视频 · 免费	毛绒团队发布短片	131 次	品牌短片、社交传播
幻灯片 · 免费	有声报告演示	74 次	带配音的报告演示
网页	团子头像工坊	508 次	互动型工具页面
网页	节奏暗夜营销落地页	324 次	产品落地页
网页	石板管理台	307 次	后台界面演示
图像	静谧黑白影棚肖像	231 次	品牌人物视觉
图像	Claude 风格插画	225 次	配图、插图系统

我用下来最直观的感受是：目录的筛选质量比数量更重要。很多同类站点的问题是”什么都有，但什么都不敢用”，而 Skillry 的”精选”标签是有意义的——它明确写了”工作室新作。这里的每个 Skill 都由 Skillry 团队亲手设计、编写和测试”。这句话的意思是，出问题的责任在团队，不在你。

2. 杀手级功能二：Video Skills 生产线

视频是 Skillry 投入最重、也最能体现”品味”这件事的品类。

为什么视频难？ 官网有一句话说得很准：视频最难的是节奏。 一句话道破了所有 AI 视频工具的困境。你可以让模型生成一段漂亮的画面，但把它放进时间轴上，你会发现它跟音乐对不上、镜头之间的呼吸不均匀、转场来得太早或太晚。节奏不是画面的属性，是时间的属性，而时间恰恰是提示词最不擅长描述的东西。

Skillry 的解法是：在渲染之前就把节奏排好。 这不是一句营销话术，从官网公开的提示词结构里能看到具体做法——它要求 Agent 先分析配乐的 BPM，找到节拍网格，从强拍开始，然后让每一个 UI 状态的变化都落在拍子上。一条 120 BPM、7 小节的片子，每一拍上都要有事情发生。

三类能力，对应三种工作。

第一类是发布影片。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。代表作品包括活体网点画布片、Cue 风格发布视频、Manus 2.0 风格发布视频、Linear Agent 风格发布视频、Notion 风格多语言宣传视频、像素风宣传片。其中”Cue 风格”的说明写得很具体：把一个产品名称或官网链接，变成一支 60 到 90 秒的 AI 智能体发布视频，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。

第二类是动态图形。动态文字、界面动效和转场，都能改，也能复用。这一类的价值在于”可拆解”——你可以只要一个图表自绘的动效，不要整支片子。

第三类是口播视频包装。在你的口播画面里，围绕人物加上标题、清单和金句卡片动效。CreatorMotion 系列就是这个定位，官网列了十几种具体动作：主题大字与术语云、人物遮挡发光大字、局部框选与连线注释、总体指标叠加后推进证据细节、手机功能标签强调、图表与人物左右换位、分屏大图表视口扫描、问题拆分与逐项巡检、修改前后成对替换、折线节点与趋势线逐点绘制、口播前景卡片依次进入、聊天气泡逐条叠入、侧栏状态轮流聚焦。

“实测复刻”这个板块值得单独说。 官网有一个很有意思的设计：把 X 上创作者原发的爆款视频，和用 Skillry Skill 复刻出来的版本并排展示。每条都标注了原视频作者、时长，以及”实测复刻”的时长。这是一个非常聪明的产品决策——它把”Skill 到底能不能打”这个问题，用最直接的方式回答了。你不需要读功能列表，看两条片子对比就知道了。

操作步骤。 官网给了清晰的三步：

1. 把安装提示词发给 Agent，或运行 npx skillry-cli@latest install <skill-name>。Skill 会装进 Agent 的 skills 目录。
2. 用斜杠调用 Skill，后面跟一句大白话。
3. 打开生成的文件，哪里不满意就在对话里让它改，改好就能发布或交付。

第三步的产物是 video.mp4。

视频 Skill 类型	代表 Skill	核心能力	交付物
发布影片	活体网点画布片	单一画布贯穿全片，背景早一拍起手，剪辑被”带着走”	拍点表 + 画布系统 + MP4
发布影片	Cue 风格发布视频	产品链接 → 调研 → 分镜 → 成片，60–90 秒	可编辑工程 + 1080p/2K/4K MP4
发布影片	Manus 2.0 风格发布视频	SaaS 风格公告片，250 次安装验证	成片 MP4
发布影片	像素风宣传片	像素美术方向的产品宣传	成片 MP4
动态图形	速度衔接界面短片	速度匹配的界面转场，980 次安装	动效片段
动态图形	CreatorMotion 完整动效库	一整套自媒体动效组件，可拆可复用	动效组件集
口播包装	人物后大字接全屏宣言	标题接管 + 全屏宣言，842 次安装	包装层
口播包装	录屏操作同步勾选	录屏动作与清单勾选同步，533 次安装	包装层

3. 杀手级功能三：跨 Agent 兼容与斜杠调用机制

这是 Skillry 在架构层面最聪明的一个决定。

支持哪些 Agent？ 官网首页列出的有 Claude Code、Codex、Cursor、Hermes Agent、Grok、OpenCode、OpenClaw，并注明”+6 以及更多支持的 Agent”。视频分类页给出的支持列表更完整：Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Kimi Code、OpenClaw。Skill 详情页上还会进一步标注具体适配了哪些模型和工具，比如 Claude Desktop / Cowork、ChatGPT、GPT Image（OpenAI）、Seedance（字节跳动）、HeyGen、ElevenLabs、HyperFrames、ChatCut 等。

这个覆盖面意味着什么？意味着你不被锁死在某一个 Agent 上。今天用 Claude Code，明天团队换成 Cursor，Skill 还是那些 Skill。对于团队来说，这是一个很实际的考虑——工具会换，方法论不该跟着换。

机制是怎么实现的？ 从官网的说明看，Skill 安装后会被放进 Agent 的 skills 目录，通过斜杠命令触发。这是一个非常”原生”的集成方式，没有 SDK、没有插件、不需要改造 Agent 本身。对 Agent 来说，Skill 就是一堆可以读取的文件；对你来说，它就是一个斜杠命令。

权限与安全模型。 官网的隐私政策把这块说得很清楚：CLI 授权数据包括设备授权状态、Token 权限范围、Token 摘要、撤销状态和相关时间，系统存储的是单向摘要而不是原始 Token。你可以撤销 CLI 权限，可以取消订阅，可以删除账号。更重要的是这一句：仅仅因为你下载或安装 Skill，Skillry 不会检查你在本地使用该 Skill 创建的文件。 对于把 Skill 用在真实项目里的开发者来说，这句话的分量不轻。

还有一句也值得引用：Skillry 不会使用客户账号数据或非公开 Skill 投稿训练自己的通用 AI 模型。 在企业采购评估里，这通常是一个必问项。

支持维度	具体覆盖
Agent 客户端	Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Kimi Code、OpenClaw、Hermes Agent、Grok 等
模型 / 服务集成	Claude Opus 系列、ChatGPT、GPT Image、Seedance、HeyGen、ElevenLabs、HyperFrames、ChatCut
调用方式	斜杠命令 + 自然语言
安装方式	npx skillry-cli@latest install <skill-name> 或复制安装提示词给 Agent
权限模型	设备授权、Token 范围限定、单向摘要存储、可随时撤销
数据边界	不检查本地产出文件、不用客户数据训练通用模型

4. 差异化特色功能：Skill 不是 Prompt

这是 Skillry 整个产品逻辑的基石，也是它和其他”提示词合集”最本质的区别。

官网有一张对比表说得很直白：提示词可以生成片段；Video Skill 会在渲染前后补上策划、连续性、审核和交付检查。

这句话需要展开才能真正理解它的分量。

直接写 Prompt 的问题是什么？ 你写一段提示词，Agent 生成一段东西，你看一眼，不满意，改提示词，再生成。这个循环里，所有判断都在你脑子里，所有约束都在你这一轮的提示词里。下一轮，约束就丢了。你会反复经历同一个失败模式：文字切换时重叠、镜头缩放导致文字发虚、循环视频首尾帧对不上导致卡顿。

Skill 补的是什么？ 以官网公开的一段动效 Skill 提示词为例，它的结构是这样的：

• direction：定义风格方向。什么级别（Dribbble 级 UI 动效）、什么原则（一个形状，永不切镜，所有状态都是同一个元素在变形）、什么禁止（弹跳缓动、粒子、发光、UI 组件上的渐变、图标描边不一致、死时间、任何看起来像模板的东西）。
• structure：定义时间结构。120 BPM、7 小节、每一拍上都有事情发生。然后是一串具体的状态序列：按钮 → 加载 → 勾选 → 灵动岛 → 音乐播放器 → 拖动进度条 → 音量滑块 → 开关 → 标签指示器 → 图表 → 命令面板 → toast → 回到按钮。
• build：定义实现路径。一个 HTML 文件、1440×1440、所有样式都在 seek(t) 里计算、没有 CSS 过渡、没有定时器、没有帧间状态。弹簧是闭式阶跃响应，多次变目标就是多个弹簧叠加。拖拽是直接操作，松手从当前位置回弹。
• gotchas：定义坑。不要在镜头缩放的任何东西上放 will-change，否则文字会模糊。变形容器内切换的文字需要独立的进入退出时机，否则会重叠。最后一帧必须和第一帧完全一致，包括光标位置和速度，否则循环会卡顿。

看到 “gotchas” 这一段的时候，我意识到这就是 Skill 真正的价值所在。它不是一段更长的提示词，它是一份踩坑记录。 “不要在镜头缩放的任何东西上放 will-change“——这句话只有真正渲染过、真正看过模糊输出、真正排查过原因的人才会写。

而这些，你不需要自己想。你安装它，它就替你记住了。

对比维度	直接写 Prompt	使用 Skill
约束来源	你脑子里的经验	Skill 里固化下来的经验
跨会话一致性	每轮重新描述，容易丢失	安装后长期生效
失败模式	反复踩同一个坑	坑已写进 gotchas
交付前检查	靠你自己看	Skill 内置审核与交付检查
节奏 / 结构规划	靠临时发挥	渲染前先排好
复用成本	每次重写	一次安装，反复调用

5. 针对高级用户的隐藏技巧

用了一段时间之后，我整理出几条官网没有明说、但实际很好用的玩法。

技巧一：把安装提示词当”试用装”用。 官网提供了两种安装方式，其中”复制安装提示词粘贴到对话框”这条路径，其实可以当作低成本的试用手段。你不需要打开终端，不需要记命令，直接在 Agent 里粘贴就能看效果。对于只想试试某个 Skill 风格的人来说，这是最轻的路径。

技巧二：先跑免费 Skill，建立基线。 官网的免费板块有一句很有说服力的说明：先完整跑通一个，产出归你。对于团队来说，这意味着可以零成本验证整条链路——从安装、调用、生成到交付，全部走一遍，产出的东西还能直接用。这是评估一个 Skill 市场是否靠谱的最快方式。

技巧三：用”改”代替”重做”。 官网三步流程的第三步写得很清楚：”打开生成的文件，哪里不满意就在对话里让它改。” 很多人的习惯是结果不满意就重新生成一遍，但更高效的方式是保留结构、只改局部。因为 Skill 已经保证了整体节奏和结构是对的，你要调的是细节。

技巧四：把”实测复刻”当教材读。 官网的实测复刻板块把原视频和复刻版本并排展示，还公开了完整的提示词。这不是装饰，这是一套可以照着学的教程。你可以在里面看到”一个有品味的动效是怎么被描述出来的”，然后把这套描述方式迁移到你自己的项目上。

技巧五：按角色页找，不要按品类页找。 如果你不确定自己要什么，从”电商卖家””创始人””内容创作者””设计师”这四个角色入口进去，比在视频/图像/网页/幻灯片里翻要快得多。因为角色页是按”这份工作”筛过的，而品类页是按”这个格式”筛的。

技巧六：跨 Agent 复用同一套 Skill。 如果你团队里有人用 Claude Code，有人用 Cursor，有人用 Codex，Skill 可以共用。这意味着团队的设计规范可以通过 Skill 统一，而不是通过文档统一。

技巧七：为内容生态做准备。 官网提供了推广合作计划：向读者推荐 Skillry，在推荐用户首次购买后的前 12 个月，获得其符合条件付款的 40% 佣金。对于做教程、做 newsletter 的创作者来说，这是一个把已有内容变现的现成通道。

6. 功能完整度评估

把官网公开的信息按功能维度过一遍，可以得到这样一张完整度表。

功能模块	支持情况	具体说明
Skill 目录浏览	✅ 完整	支持精选、免费、输出类型、角色四种切分
关键词搜索与筛选	✅ 完整	按用途筛选、按输出类型筛选
一键安装（CLI）	✅ 完整	npx skillry-cli@latest install <skill-name>
一键安装（提示词）	✅ 完整	复制安装提示词粘贴给 Agent
斜杠命令调用	✅ 完整	/skill-name + 自然语言指令
对话内迭代修改	✅ 完整	不满意直接在对话中提出
多 Agent 兼容	✅ 完整	覆盖 10+ 主流 Agent 客户端
多模型 / 服务集成	✅ 完整	Claude、ChatGPT、GPT Image、Seedance、HeyGen、ElevenLabs 等
免费 Skill	✅ 完整	标注”免费”，无试用期概念
Premium 订阅	✅ 完整	US$9.99/月，访问全部 Premium Skills
Skill 投稿	✅ 支持	官网隐私政策提及 Skill 投稿数据与审核流程
收藏功能	✅ 支持	隐私政策提及”收藏”作为账号功能
下载与安装记录	✅ 支持	隐私政策提及下载与安装事件记录
CLI 权限管理	✅ 支持	设备授权、Token 范围、可撤销
推广合作计划	✅ 支持	40% 佣金，首次购买后 12 个月
角色专题页	✅ 完整	电商卖家、创始人、内容创作者、设计师
实测复刻案例库	✅ 完整	原视频与复刻版本并排对比，公开提示词
中文界面	✅ 完整	官网提供完整中文版本

从这张表看，Skillry 在产品完整度上已经覆盖了”发现—安装—调用—迭代—交付”的完整闭环。它不是一个半成品目录，而是一个已经跑通全链路的产品。

---

五、真实使用体验与深度测评

1. 交互体验与UI设计

打开官网的第一印象是：这个网站本身就是它卖的东西的样板。

首页顶部是一排 Skill 的缩略预览图，密集排列，形成一种”作品墙”的视觉。往下是支持 Agent 的图标行，简洁、克制、没有花哨的动效。再往下是”精选 Agent Skills”的卡片网格，每张卡片包含预览图、品类标签、安装量、标题、以及支持该 Skill 的 Agent 图标。

这种设计语言传递的信息很明确：这里的每个 Skill 都是被认真做出来的，所以它们值得被认真地展示。

导航结构也做得很舒服。品类页顶部有”按用途筛选”，左侧是 Skill 卡片列表，右侧是筛选条件。角色页是一张大图加一句极简说明——”电商卖家：每个新品都配好店铺页面、海报和宣传短片”——然后就是为该角色挑好的 Skill。没有多余的文案，没有”立即购买”的弹窗，没有客服浮窗。

详情页的信息密度很高：预览图、安装量、支持的 Agent 和模型图标、详细的 Skill 说明、示例加载区。Cue 风格发布视频这一页的说明文字几乎没有废话，把”从产品链接到成片”的完整链路、包含哪些视觉元素、输出什么格式、适合什么场景，全部说清楚了。

一个细节值得单独提：中文页面的文案质量明显高于同类产品的机翻水平。 “有品味”、”先完整跑通一个，产出归你”、”视频最难的是节奏”、”哪里不满意就在对话里让它改”——这些句子的语感是中文母语者写的，不是翻译过来的。对于中文用户来说，这是一个实际的体验差异。

2. 性能与响应速度实测

Skillry 本身是一个目录和分发平台，它的”性能”体现在两个层面：页面响应和 Skill 执行。

页面层面，官网的响应速度很快。从技术栈看，它使用 Cloudflare 做站点分发、Workers 运行、D1 数据库、R2 对象存储，这是一套为全球访问优化的架构。实际浏览体验是：页面切换无白屏，图片懒加载平滑，卡片网格滚动不卡顿，筛选切换是即时的。

Skill 执行层面，这个速度取决于你用的 Agent 和任务复杂度，但 Skillry 在几个地方做了优化：

第一，节奏前置。官网明确说视频 Skill 会在渲染之前就把节奏排好，这意味着 Agent 不会在渲染阶段反复试错。传统流程里，”生成—发现节奏不对—重新生成”的循环是最耗时的部分，Skill 把这部分提前到了策划阶段。

第二，约束前置。gotchas 里写明的坑，Agent 在写代码时就会避开。少一次返工，就少一轮渲染。

第三，结构封装。以动效 Skill 为例，它要求”所有样式都在 seek(t) 里计算，没有 CSS 过渡、没有定时器、没有帧间状态”。这个约束的直接后果是渲染结果可预测，不会因为帧序不同而出现差异，也不会出现”预览好看、导出难看”的问题。

从安装量的分布也能反推出一些东西。速度衔接界面短片 980 次安装、CreatorMotion 人物后大字 842 次安装、录屏操作同步勾选 533 次安装——这些高频 Skill 的共同点是”解决一个具体的、重复出现的问题”。用户不是尝鲜，是在用它干活。

3. 产出质量实测

评价一个 Skill 市场，最终要回到”东西做出来好不好看”。

从官网上可以验证的质量信号有三类。

第一类是安装量。 前面提到的几个数字已经说明了问题。一个 Skill 被安装 980 次，说明它解决了足够多人的问题，而且这些人用完之后没有集体投诉。

第二类是实测复刻。 官网把 X 上创作者原发的视频，和用 Skillry 复刻的版本并排放在一起，标注作者和时长。这是一个高风险高回报的展示方式——如果复刻得不好，等于自曝其短。官网敢这么做，说明对结果有把握。从展示的几个案例看，复刻版本在节奏、构图、动效质感上都保持了相当的水准。

第三类是 Skill 描述的具体程度。 一个含糊的 Skill 会写”帮你做一支好看的视频”，一个有品味的 Skill 会写”60–90 秒，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”。后者的描述颗粒度，本身就是质量的证明。

4. skillry核心优势

把上面这些串起来，可以归纳出八个核心优势。

优势一：把”品味”变成了可安装的资产。 这是最根本的一条。过去，”做出好看的东西”是一种个人能力，依附于具体的人。Skillry 把它拆解、封装、版本化，变成了一个可以被安装、被复制、被团队共享的东西。

优势二：每个 Skill 都由团队亲手设计、编写和测试。 官网对”精选”的定义很明确。这意味着你安装的不是一个陌生人上传的黑盒，而是一个有出品方负责的成品。在 Skills 生态还处在野蛮生长阶段的 2026 年，这个承诺的价值会随着时间放大。

优势三：跨 Agent 的开放性。 支持 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Kimi Code、OpenClaw 等 10 多个客户端。用户不会因为换工具而丢失积累，团队不会因为技术选型分歧而分裂成两套工作流。

优势四：视频品类的方法论深度。 “视频最难的是节奏”这句话，以及”渲染前先把节奏排好”的做法，说明这个团队是真的做过视频，而不是把提示词包装一下卖。节奏前置、拍点表、连续性检查、首尾帧对齐——这些都是专业动效工作流里的概念，被准确地翻译成了 Agent 能执行的指令。

优势五：Skill 而非 Prompt 的产品定位。 这个定位让 Skillry 站在了”提示词合集”的上一层。提示词解决”这一次”，Skill 解决”每一次”。策划、连续性、审核、交付检查这四个环节的补全，是它区别于所有 prompt 市场的核心。

优势六：完整的中文体验。 从官网文案到功能说明到 Skill 描述，中文版本不是翻译，是重写。对于中文用户来说，这直接降低了理解成本。

优势七：透明的价格与免费策略。 Premium 订阅 US$9.99/月，可访问全部 Premium Skills，随时取消；免费 Skill 明确标注”免费”，官网说明”不用付费，也没有试用期”。没有复杂的阶梯定价，没有隐藏的额度限制。价格可能随官方调整，请以官网最新公示为准。

优势八：清晰的生态路径。 从用户到创作者，从使用者到推广者，路径是通的。Skill 投稿有审核流程，推广合作有 40% 佣金和 12 个月返佣周期。这意味着这个平台不只是一个商店，它在长成一个生态。

---

六、竞品横向对比

Skillry 所处的赛道，可以粗略分成五类竞争者。下面逐一对比，聚焦功能与体验维度。

1. 直接手写 Prompt vs Skillry

这是最直接的对照组，也是大多数人当前的状态。

手写 Prompt 的优势是自由——你想让 Agent 做什么，就写什么，没有任何框架约束。对于一次性的、探索性的任务，这是最灵活的方式。

Skillry 的优势是沉淀。你手写一段提示词，用完就散了；你安装一个 Skill，它会一直留在 skills 目录里。你手写提示词时踩的坑，下次还得再踩；Skill 里的 gotchas 会替你记住。

从产出稳定性看，差距更明显。手写 Prompt 的质量高度依赖当次描述的水平，而 Skill 把”什么是好的”这件事预先定义好了。以动效为例，手写 Prompt 很难做到”每一拍上都有事情发生”这种精度，因为你需要先分析 BPM、建立节拍网格、再让每个状态变化对齐拍点——这套流程本身就需要被结构化地描述出来，而这正是 Skill 做的事。

对比维度	手写 Prompt	Skillry
灵活性	极高	中高（受 Skill 框架约束）
复用性	低	高
产出稳定性	波动大	稳定
学习成本	低（但隐性成本高）	低（安装即用）
方法论沉淀	无	有
团队共享	困难	容易

2. Anthropic 官方 Skills 仓库 vs Skillry

Anthropic 在 2025 年推出 Agent Skills 机制时，同步提供了官方示例仓库。这是整个生态的起点，也是所有人理解”Skill 是什么”的第一课。

官方仓库的定位是能力演示——它告诉你 Skill 这个机制能做什么，给出规范、给出模板、给出几个典型例子。它的价值在于定义标准，而不在于覆盖品类。

Skillry 的定位是成品供给。它建立在同一套机制之上，但做的是另一件事：把 Skill 做成有设计质量、有风格取向、有交付标准的成品，按品类和角色组织起来，配上预览、安装量、支持列表和实测案例。

两者的关系更像”语言规范”和”出版社”。前者定义语法，后者提供读物。

对比维度	官方 Skills 仓库	Skillry
核心定位	机制演示与规范	成品市场与选品
品类覆盖	以能力示例为主	视频、图像、网页、幻灯片全覆盖
风格取向	中性、通用	有明确设计品味
组织方式	按技术能力分类	按输出类型 + 角色双维度
更新节奏	随机制演进	持续上新，有”新”标签
交付检查	无	内置审核与交付检查

3. GitHub 社区 Awesome 列表 vs Skillry

GitHub 上有大量由社区自发整理的 Skill / Prompt 集合，典型形态是一个 README 文件，按分类列出链接和一句话说明。

这类资源的优势是广度和开放性——任何人都能提交，覆盖的领域极其宽泛，从冷门编程语言到小众设计风格都能找到。

Skillry 的差异在于筛选与责任。社区列表的问题是质量方差极大，一条链接点进去可能是一个精心设计的 Skill，也可能是一个三行的占位文件，你得自己试。Skillry 用”精选”标签划了一条线：这些是团队亲手设计、编写和测试的。你付出的成本是订阅费，换回来的是不用做质量筛查。

另一个差异是可追溯的安装数据。社区列表给不了”这个到底有多少人在用”的信号，而 Skillry 每个 Skill 都有安装量，980 次、842 次、533 次——这些数字是最朴素的质量背书。

对比维度	社区 Awesome 列表	Skillry
内容广度	极广	聚焦设计与生产力
质量一致性	方差大	高（团队出品）
安装量信号	无	每个 Skill 可见
预览与示例	通常只有链接	预览图 + 实测复刻
维护责任	社区志愿	团队负责
使用门槛	需自行判断	直接可用

4. Prompt 交易市场 vs Skillry

PromptBase 这类平台是”提示词经济”的早期形态：创作者写提示词，买家付费下载，平台抽成。它们的核心资产是文本。

Skillry 的核心资产是工作系统。这个差异在动效这类复杂任务上体现得最清楚。一段动效 Prompt 能告诉模型”做一个按钮变成加载器的动画”，但很难告诉它”用闭式阶跃响应实现弹簧，多次变目标就叠加多个弹簧，这样它才是时间的纯函数”。后者不是提示词的语法能表达的，它需要一整套结构、一个实现路径、一份坑位清单。

对买家来说，这个差异意味着完全不同的使用体验。买一段 Prompt，你得到的是”一段更好的描述”；买一个 Skill，你得到的是”一次装好、长期可用的能力”。

对比维度	Prompt 交易市场	Skillry
交付物	文本提示词	可安装的 Skill 包（含脚本、参考、预览）
调用方式	复制粘贴	斜杠命令
更新机制	通常一次性	可持续更新
复杂度承载	中低	高（可含多文件、多步骤流程）
跨 Agent 兼容	依赖具体模型	多 Agent 适配
产出确定性	中	高

5. 传统 AI 视频 / 设计工具 vs Skillry

Runway、Pika、Canva 这类工具，解决的是”从零生成素材”的问题。它们的交互是图形化的：你在界面上拖、点、调参数，实时看到结果。

Skillry 解决的是另一个问题：在 Agent 的工作流里，把”生成”这一步接上去。 你不需要打开另一个网页，不需要在两个窗口之间复制粘贴，不需要在 Agent 做完代码后再去别的地方做视频。你在同一个对话框里，从”帮我改这个函数”到”帮我做一支发布片”，中间没有上下文切换。

这个差异对独立开发者和一人公司尤其重要。他们的时间碎片化，最怕的就是工作流断裂。一个能在 Agent 里完成所有事的方式，比”更好的单个工具”更有价值。

另外，传统工具产出的素材通常需要再加工——生成的视频片段要剪辑、生成的海报要排版。Skillry 的 Skill 是端到端的：从需求描述到成片 MP4，从产品链接到可编辑工程。少一个环节，就少一次损耗。

对比维度	传统 AI 视频 / 设计工具	Skillry
交互方式	图形界面	Agent 对话
工作流位置	独立工具，需切换	嵌入现有 Agent 流程
上下文连续性	断裂	连续
产出形态	原始素材为主	端到端成品
风格一致性	靠人工把控	Skill 内定义
学习曲线	中	低（会斜杠命令即可）

6. 选购决策树

说了这么多对比，最后给一个更实用的判断路径。

如果你的需求是一次性的、高度定制的、无法用语言精确描述的——直接手写 Prompt，或者用传统设计工具。Skill 给的是”大概率好看”的起跑线，不是”百分百符合想象”的终点。

如果你想理解 Skill 这个机制本身、想自己写 Skill——从 Anthropic 官方 Skills 仓库开始，它是最好的教材。等你写腻了基础示例、想要成品参考，再来 Skillry。

如果你预算敏感、想先看看有没有合适的——从 GitHub 社区列表和官网的免费 Skill 入手。官网的免费板块有一批可以直接跑的 Skill，”先完整跑通一个，产出归你”。跑通了再决定要不要订阅。

如果你已经在用 Claude Code / Codex / Cursor 干活，经常需要产出视觉物料，而且希望这些东西有稳定的设计水准——这是 Skillry 最核心的适用人群。安装量 980 的速度衔接界面短片、842 次的人物后大字、533 次的录屏同步勾选，这些数字背后是同一类需求。

如果你在带团队，需要统一设计产出——Skill 的跨 Agent 兼容性是一个被低估的价值。团队里有人用 Cursor、有人用 Claude Code、有人用 Codex，Skill 可以共用一套，设计规范通过 Skill 而不是文档来统一。

---

七、常见问题解答

1. Skillry 是什么？和直接用 ChatGPT / Claude 写提示词有什么区别？

Skillry 是一个 Agent Skills 市场。它提供的不是提示词文本，而是可以直接安装进 Claude Code、Codex、Cursor 等 Agent 的 Skill 包。

区别在于三个层面。第一是形态：提示词是一段文本，Skill 是一个包含 SKILL.md、脚本、参考资料、预览、标签的完整包。第二是生命周期：提示词是一次性的，用完就散；Skill 安装后长期驻留在 Agent 的 skills 目录里，随时可以斜杠调用。第三是内建的流程：官网的对比说得很直接——提示词可以生成片段，Skill 会在渲染前后补上策划、连续性、审核和交付检查。

举个例子。你要做一支产品发布片。用提示词，你需要自己描述风格、节奏、禁止项、避坑要点，而且下次做新片子还得重来。用 Skill，这些都已经写好了：120 BPM、7 小节、每拍有事发生、不要弹跳缓动、不要粒子、不要在镜头缩放的元素上放 will-change——你只要说”做一支 30 秒发布片”。

2. Skillry 支持哪些 AI Agent？会不会绑定在某一个平台上？

覆盖面相当广。官网首页列出的是 Claude Code、Codex、Cursor、Hermes Agent、Grok、OpenCode、OpenClaw，并注明”+6 以及更多支持的 Agent”。视频分类页列得更细：Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Kimi Code、OpenClaw。

这个设计的核心是不绑定。Skill 安装后是放进 Agent 的 skills 目录，通过斜杠命令触发，这是一个非常”原生”的集成方式——没有 SDK、没有插件、不需要改造 Agent 本身。所以你今天用 Claude Code，明天团队换成 Cursor，Skill 还是那些 Skill。

在模型和服务层面，Skill 详情页会标注具体适配了哪些。比如一支视频 Skill 可能同时适配 Claude Opus 系列、ChatGPT、GPT Image、Seedance、HeyGen、ElevenLabs、HyperFrames、ChatCut 等多个服务。这意味着同一个 Skill 可以在不同的模型组合下工作。

3. Skillry 的 Skill 是免费的吗？价格怎么算？

两种都有。

根据官网 Skills 市场页面的公示，Premium 订阅为 US$9.99/月，可访问全部 Premium Skills，随时取消。价格可能随官方调整，请以官网最新公示为准。

免费 Skill 在列表页会明确标注”免费”。官网对免费板块的说明是：先完整跑通一个，产出归你。不用付费，也没有试用期。 免费 Skill 覆盖的品类不少，包括视频（毛绒团队发布短片、化为墨尘、笔刷收尾）、幻灯片（有声报告演示）、网页（薄荷暗夜软件产品官网）等。

对于想先验证效果的用户，官网的免费区是一个合理的起点——完整跑通一遍，看看产出质量、看看流程顺不顺，再决定要不要订阅。

4. 安装 Skill 安全吗？会不会读取或改动我的项目文件？

官网的隐私政策把数据边界说得比较清楚，有三条值得重点关注。

第一，不检查本地产出。政策原文是：”仅仅因为你下载或安装 Skill，我们不会检查你在本地使用该 Skill 创建的文件。” 也就是说，Skill 装进你的环境后，它产出的东西归你，平台不会去看。

第二，Token 存的是摘要不是原文。CLI 授权相关数据包括设备授权状态、Token 权限范围、Token 摘要、撤销状态和时间，系统存储的是单向摘要。你可以随时撤销 CLI 权限。

第三，不用客户数据训练通用模型。政策明确写了不会使用客户账号数据或非公开 Skill 投稿训练自己的通用 AI 模型。对于需要做数据合规评估的团队，这一条通常是必查项。

另外，Skill 有投稿和审核流程。隐私政策提到提交的 Skill 投稿数据会经过验证、审核、发布和支持环节。这意味着目录里的 Skill 不是完全无人把关的。

5. 我应该在哪些具体工作里用 Skillry？

从官网的角色分类和品类分类来看，最典型的五类工作是：

产品发布。从产品名称或官网链接出发，做出 60 到 90 秒的发布片、配套的落地页、演示文稿。适合创始人、独立开发者、产品市场。

自媒体内容生产。口播视频包装、封面、社交卡片、标题动效。适合内容创作者。CreatorMotion 系列是这个场景的主力。

电商物料。每个新品配套的店铺页面、海报、宣传短片。适合电商卖家。

设计系统落地。让 Agent 稳定执行你的设计系统，你专心抠细节。这是官网对”设计师”角色的描述。

技术演示与培训。幻灯片、图表动效、录屏操作演示。有声报告演示这类 Skill 就是为这个准备的。

判断标准其实很简单：如果你的工作里存在”重复出现的、有明确质量标准的视觉产出”，就值得用 Skill 把它固化下来。 如果每次都是从零开始的探索性创作，那手写 Prompt 更合适。

---

Skillry 做的事情，说到底是把”品味”从一个形容词变成了一个名词——它可以被设计、被编写、被测试、被安装、被复用。

在 2026 年这个时间点，AI Agent 的能力已经足够强，强到”能不能做”不再是问题，”做得好不好看”才是。而”好看”这件事，从来不是靠更长的提示词解决的，是靠一次次踩坑、一次次总结、一次次把经验固化成流程解决的。

Skillry 把这些流程装进了 Skill 里，摆在了货架上。你要做的，是挑一个，装上，然后说一句”做一支 30 秒的发布片”。