花一天时间把工作 Skill 化，开始享受 AI 时代的复利

推荐语

AI时代的工作新范式：如何通过Skill化管理实现效率复利，柳比歇夫工作法的现代AI升级版。

核心内容：
1. 从柳比歇夫时间记录法到AI Skill管理的方法迁移
2. 145个AI Skill的七大类应用场景解析
3. 开源Skill库与自动化工作流搭建实践

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

柳比歇夫是苏联时期的昆虫学家，他从 26 岁开始记录自己每天的时间花在哪里，精确到分钟，一直记到 82 岁去世。56 年没断过。

他的方法后来被写成了一本书叫《奇特的一生》。核心就一件事：只记录不评判，凡事先记下来再说。

只有记下来了，才知道自己的时间花在哪里，才会有优化的方法。

我把自己这几个月用 AI 做过的所有 Skill，全部梳理了一遍，看看有什么，哪个用的多。同时参考柳比歇夫工作法来优化自己的 skill 管理方式。

简单做了个统计，自己做的加上收藏别人开源的Skill，共 145 个。

这 145 个 Skill 就是我的"AI 时间日志"。

从我创造它们的动机和使用它们的频率反应了我在哪些环节用 AI、用了多少、效果怎么样。

这就像我开了家公司，有 100 多员工，每隔一段时间，要和员工对齐一下：

他们最近工作咋样，没用的要优化，有用的升职。

优化的Skill 可以删除或提升，有用的 Skill 可以做成自动化的，自己不干扰的情况下也能使用。

Agent 靠并行能力来突破时间限制，Agent 越多，能力复利越大，时间在它眼中就越"无限"。

我花了一天整理 Skill，做了个分类，也想清楚了还有哪些空白可以补上。

在文末我提供了一些制作 Skill 的方法，希望对你有所启发

所有 Skill 已经开源在 GitHub：github.com/zephyrwang6/myskill，直接拿去用。

做内容的，写东西是每天的事，这类数量最多。

x-post用得最多。把一篇长文扔进去，出来一条即刻/X 动态，风格规则、黑名单句式都写死在 SKILL.md 里了。content-digest处理播客字幕，一万字进去，十几个核心观点就出来了。

podcast-script-generator把文字内容改成口播脚本，适合拍短视频的时候用。

这些 Skill 都绑了我的写作风格.md，哪些句式我喜欢、哪些表达我讨厌、标题怎么起、结尾怎么收。AI 每次动手前先读一遍，写出来的东西至少像我写的。

因为涉及到的 Skill 太多，我还做了一个前端页面来使用他们。

每天要看的播客、推文、Newsletter 太多了，不处理就堆着。

我做了一个自动化获取播客，提字幕、做提炼、推送到飞书，然后在我搭建的网站 onpod.site，公开给读者。

这算是一个Agent 2Product，完全由 AI 自主运营内容的产品。

相关的 Skill 有：

podcast-workflow：串联这些 Skill ：从youtube-feed拉更新、youtube-transcript-cn提字幕、content-digest做提炼、feishu-wiki存飞书、md2img出小红书卡片图，6 个子 Skill 串在一起，说一句"处理第 2 个"就全自动跑完。之前专门写过一篇文章讲这个流程。播客处理 skills

关于信息处理类的，我基本都做了定时任务，跑在了飞书对接的小龙虾里。

每隔 6 小时就能收到我关注的博主在博客、X、Newsletter 的更新。

真的就像皇帝在批阅奏折一样。

我本职是产品经理。有个 Skill 能用自然语言描述需求，自动生成 HTML 原型和需求文档。

以前改个按钮要画图、截图、贴文档、调格式，一个复杂系统，几个页面，要至少 2 人天做完。

现在说一句话等几分钟就行。

还有自动生成埋点方案的、写 SQL 出图表的，都是些重复劳动，做成 Skill 省不少时间。

但这些都是根据我负责的产品界面和需求文档模板来做的，暂不公开。

如果你需要这类 Skill，可以后台回复产品原型，我看看人多的话，

多的话会更新几个更通用的画原型的 Skill，感兴趣的可以关注。

feishu-wiki把本地的内容自动推送到飞书，实现云端协同

还有mem-record自动记录 Agent 做了啥。

以及提供给 Agent 搜索网络，识别文件的工具，类似 Autoglm 提供的这些。

用 HTML/React 快速出交互原型：frontend-design

用自然语言生成流程图：mermaid-generator

根据文章内容生成封面图：article-batch-illustration

把 Markdown 转小红书卡片图：md2img

宝玉老师做的一些 Skill 我都有保存

我的年度目标、周计划、日志、复盘全在 Obsidian 里。对应的 Skill 直接读这些文件，生成周计划、做复盘对比。

和 workflows.jsonl 里定义的流程一一对应。

每一天开始我会调用start-my-day 这个 Skill 来做今天的计划。

哪类 Skill 多，说明我在那个方向花了精力。哪类少，说明还在手动硬扛。

第一个是数据复盘。我存了公众号和小红书的发布数据，但从来没做过分析。什么选题容易爆、发布时间有没有影响，全凭感觉。补了一个数据分析的 Skill。

第二个是没有一个 Skill 来创作、记录、优化我的 Skill

对技能的管理，需要实现一个从创造技能——记录使用——分析迭代的循环。

Skill 的根源是我们每个人context 决定的，显性知识的部分可以制作成通用的，隐性知识只能靠自己来挖掘。

对于 Skill 的记录和迭代

哪些高频使用？哪些做完就没打开过？我不知道。

就像柳比歇夫如果只列了"活动清单"但不记录每天干了什么，那清单就是死的。

于是我做了两个东西：

skill-logger：每次用完一个 Skill，自动追加一行日志，记录时间、名称、场景、满意度。

https://github.com/zephyrwang6/myskill/tree/main/skill-logger

skill-analyzer：每周跑一次，读日志文件，输出频率排行、满意度变化、两周没用过的 Skill 清单。

https://github.com/zephyrwang6/myskill/tree/main/skill-analyzer

高频的继续打磨，低频的考虑淘汰或合并。

下一步再准备把自己用的高频的 Skill 优化一下，做一些更通用的。

根据我最近创作的方式，我总结了四种方法。

找一份你最满意的交付物：PRD、周报、分析报告、短视频脚本都行，发给 AI：

"按这个文件标准来，我每次提供你 xxx 时，一起讨论，然后输出和上面类似的内容，制作一个 Skill"。

我有个写需求文档的 Skill 就是这么来的。把写过的最好的三份 PRD 发给 Claude，让它提炼结构、语气、必填字段，封装成 Skill。之后每次写 PRD 不用再从零描述格式。

播客处理工作流就是这种：拉更新 → 选播客 → 提字幕 → 内容提炼 → 存飞书 → 出图片。

把每步的输入输出写清楚，串起来就是一个完整的 Skill。

适合那些步骤固定、每次都差不多的重复性流程。

也可以先完成其中一个步骤，然后再串联其他步骤。

把最近一个月和 AI 的聊天记录回看一下，让 AI 分析"我反复在让它做的是什么"。

我试过一次，发现一个自己没注意的模式：几乎每次写完文章都会说"帮我换个更抓人的标题"。

出现了十几次，但从来没做成 Skill。发现之后马上补了一个 爆款标题制作的 Skill。

每个人工作中都有些"只可意会"的东西。

我在 Obsidian 里有写作风格.md和审稿标准.md，记了六个维度的检查清单。

每隔一段时间，我会更新这两个文档。

绑到写作 Skill 之后，AI 每次动手前都会先读，不用我想着"把风格文件发给它"。

类似的还有公司的代码规范、团队的设计原则、审批流程中那些没写在文档里的规则。

这些东西从脑子里挪到 Skill 里，就变成了可复用的能力。

145 个 Skill，不看清单我自己都记不住有哪些。

经常会做了一堆然后忘了用，又回到手动写提示词。还有存在 openclaw 和 Claude code，codex 调用不同的 skills。

有几个办法来提升使用的效率。

写作风格、审稿标准这种每次都要的，我直接写在 CLAUDE.md 里。AI 启动就自带，不需要手动调用。

比如我的写作类 Skill 有 30 多个，命令行敲名字太麻烦，而且经常记不住该用哪个。我用writeflow做了个本地 Web 界面：左边粘贴原始内容，右边一排按钮，"公众号文章""即刻动态""小红书文案""播客脚本""标题优化"。

点一下，后台调 Claude Code 跑对应 Skill。

30 多个 Skill 变成 30 多个按钮，不用记名字。

大部分 Skill 还需要人审一眼，但有些场景可以放手。播客处理工作流我跑了几十次，输出质量已经稳定了，基本不用改。每天早上 Clawdbot 推送更新，我说一句"处理第 2 个"，后面全自动。

我的判断标准：连续用了 20 次不需要手动改输出，就可以自动化。

信息总结、快速改写这些轻量级的，放在 OpenClaw 或手机端。在地铁上刷到好内容，掏手机跑一下就行。

代码生成、图片生成、原型制作这些要看效果做调整的，在 Claude Code 里跑。

这些 Skill 散在不同工具里会乱。全部放一个 GitHub 仓库：

github.com/zephyrwang6/obsidian/tree/main/.claude/skills

用软链接挂到各个工具的 Skill 目录。改一处，所有地方生效。

ln -s ~/github/my-skills/x-post ~/.claude/skills/x-post

有些 Skill 会调用外部 API，飞书开放平台、图片生成服务。API Key 不能直接写在 SKILL.md 或脚本

我的做法是统一用环境变量管理。Skill 的脚本里写os.environ['YOUTUBEAPIKEY']，Key 本身存在.env文件里，.gitignore把.env排除掉。

这样 Skill 开源的时候只需要告诉别人"把你的 Key 填进.env就行"，不用担心泄露。

前面说的skill-logger和skill-analyzer不只记录，也驱动迭代。

每周看一次数据，发现哪个 Skill 满意度下降了，打开看看是规则过时了还是场景变了。

用着用着会越来越好

Skill 做的好，它可让你突破时间的限制。纳瓦尔提到的代码、自媒体的复利，都是 Agent 最擅长的内容形式，现在 Skill 就是它能力的单元。

每一个 Skill，都是你给未来的自己存下的一笔利息。Skill 越多，复利越厚，终有一天，你会发现时间不再是你的约束。

关于 Skill 更多的制作技巧和进阶用法，可以看我的 AI 生产力系统专栏，那里有更系统的拆解。

我是空格，持续分享 AI 产品的思考与实践。

你有哪些工作可以 Skill 化？欢迎评论区分享。如果有用，点赞转发支持一下。