当Skill生态爆炸,一个VibeCoding开发者做了这件让所有Claude用户受益的事
当Skill生态爆炸,一个VibeCoding开发者做了这件让所有Claude用户受益的事
用过 Claude Code 的人几乎都踩过同一个坑:想找个合适的 Skill,在 GitHub 上翻了半小时,读了七八篇英文 README,最后发现根本不对路。找 Skill 的时间,比用 Skill 的时间还长。
抖音博主「Sav同学」直接给出了解决方案——他 VibeCoding 了一个叫 SkillHot 的网站,把 GitHub 上 1500+ 开源 Agent Skills 按实际使用场景分成 14 类,每天自动更新。这是一条四分半钟的产品演示视频,但背后隐藏着几条对做 AI 工具、内容创作、平台型产品都高度可迁移的判断。本文把它们一条条挖出来。
视频核心内容:SkillHot 是什么,怎么用
问题起点:Skill 生态爆炸,信息密度炸裂,但检索体验是零
Sav 开场的问题陈述几乎击中所有 Claude Code 用户的痛点:
“GitHub 上一搜就是成百上千个项目,但没有分类,没有好的指引。想找个趁手的得一个个点进去看 README,啃完英文描述,还得琢磨它到底能不能解决你的问题。一通操作下来,发现实际上找 skill 的时间,比真正用 skill 的时间还多。”
这不是夸张。2026 年 Claude Code Skill 生态在过去六个月里呈指数级增长,目前 GitHub 上以 claude-code-skill、agent-skill 为 topic 的公开仓库超过两千个,但没有任何官方或权威的聚合入口。
解决方案:SkillHot
- 1502 个仓库(持续增加)
- 14 个按真实使用场景划分的分类(UI设计/编程开发/办公效率/内容创作/数据分析……)
- 每日自动同步 GitHub 最新数据(新项目/新 stars/新提交)
- 四个核心模块:发现、榜单、分类、话题
模块一:发现页——三层信息架构
发现页的设计有三层递进逻辑:
第一层:本周新发现 每周新冒出来的值得关注项目单独提取,免去用户自己盯着 GitHub 刷热门。卡片上标了分类、stars、活跃度标签,一眼判断。
第二层:精选技能合集 热门项目、官方合集、各路大神整理的 awesome-skills 和最佳实践统一汇集,“直接踩在前人肩膀上”——这是 Sav 原话,也是这个分区的核心价值主张。
第三层:随机漫游 这个功能设计得很有意思。“有时候你也不知道自己要找什么,就想随便逛逛”——点击换一批,随机跳出几个不同方向的项目,用来解决”已知需求之外的未知发现”问题。
模块二:榜单——三维排序算法
榜单页的核心是三种排序维度:
1. 综合热度(Sav 的自研权重算法) 不只是 stars。融合了:更新频率 + 近期提交活跃度 + 社区增长速度。核心逻辑是:现在真的有人在用、还在持续迭代的项目会排得更靠前。他认为这个维度最能反映”当下什么值得关注”。
2. Stars(纯人气榜) 公认经典项目、大公司出品、社区最火的都在前面。找经过时间检验的稳妥选择用这个。
3. 最近更新(按最后提交时间) 能挖到 stars 不算高但作者持续迭代的宝藏项目。“有些项目虽然 stars 不算很高,但作者一直在更新,往往能挖到还没被大众发现的东西。”
每个分类都有独立的子榜单,按分类筛选后再选排序维度。
模块三:分类页——14 个使用场景
当用户已经有大概方向时使用。14 个分类按实际使用场景(不按技术类型)划分,每个分类有文字简介和项目数量。点击分类自动滚动定位,左侧侧边栏导航同步联动。
核心交互设计:点击任意卡片,右侧滑出详情面板——不开新标签页,不跳转 GitHub,就能看到:
- 中文项目简介(这点极其关键,解决了英文门槛)
- 兼容平台(Claude / Gemini / OpenCode 等)
- 适用场景
- 一键复制安装命令
模块四:话题页——另一种信息架构
基于 GitHub topics 聚合整理,目前约 100 个生态话题(如 agent-skills / awesome-skills / claude-obsidian 等)。解决的是:跨领域好项目在单一分类里翻不到的问题。话题是 14 个分类之外的第二套索引。
收藏功能
登录后可收藏,下次找到想用的 skill 时不用重新搜。“好技能一定要收藏起来,下次想用时发现没安装又记不起名字了,耽误时间”——这句话是 CTA,也是真实用户痛点的精准复述。
七段文案深度拆解
【1】开头钩子(前3秒)
钩子类型:共鸣型钩子(戳痛点)
文案原文:
“用 Claude Code 开发的大概都有这个体验,找到一个合适的 skill,比用它本身可能还费劲。”
底层逻辑: 不是”我做了一个好东西”,而是”你肯定遇到过这个问题”。用第二人称引导观众主动对号入座。“大概都有这个体验”——用不确定语气反而制造认同感,比”你一定遇到过”更自然、更像真人说话。
为什么有效:
- 精准锁定受众(Claude Code 用户)
- 立即制造认同感
- 不夸产品,先说痛点——与观众建立信任比率先推销有效得多
评分:9/10。开头10秒内完成了受众锁定 + 痛点共鸣 + 好奇心建立,毫无废话。
【2】人设与声音
标签:技术布道者 + 工具控 + 分享型开发者
声音风格:平静、克制、有条不紊。不兴奋、不喊麦、不卖课——是”我做了一个东西,来看看”的技术分享调性,而非营销推销调性。
口头禅 / 特征词:
- “我直接自己 vibe coding 了……”(主动权的展示)
- “踩在前人肩膀上”(借力意识)
- “说不定就撞到能解决你某个老问题的惊喜”(随机发现的价值叙述)
目标受众:做 AI 工具的开发者、Claude Code 重度用户、关注 AI Skill 生态的技术人。
人设一致性:全程保持”解决自己问题顺手分享”的定位,无任何销售气息,这本身就是最好的人设建立。
【3】信息密度与节奏
时长:276秒(约4分36秒)
信息密度:极高。4.6分钟内完成:问题陈述 → 产品定位 → 四个模块逐一讲解 → 每个模块的设计理念阐述 → 交互细节演示 → 使用场景覆盖 → CTA。单位时间信息量碾压大多数科普视频。
节奏设计:
- 0-24秒:痛点 + 产品定位(快速入题)
- 24-90秒:发现页(三层设计讲清楚)
- 90-140秒:卡片交互细节 + 收藏功能
- 140-200秒:榜单页(三维排序各说用途)
- 200-240秒:分类页 + 话题页
- 240-265秒:收藏功能 + 产品背景
- 265-277秒:CTA + 关注引导
刺激-留白循环:没有明显的”留白”,全程信息密集。这适合工具类演示视频——用户进来就是想看功能,不需要情绪起伏,需要的是”这东西真的有用”。
【4】讲解手法与内容结构
结构类型:问题-方案-逐功能演示型
各段角色:
- 问题陈述(存在感建立)→
- 产品定位(一句话定调)→
- 发现页(最高频使用场景,先讲)→
- 榜单页(核心差异化功能,详讲排序逻辑)→
- 分类/话题页(补充功能)→
- 产品背景(建立信任:他是用户,不是商人)→
- CTA
具体化手法:
- 直接用数字:“1502 个仓库、14 个分类”
- 直接说排序算法原理(透明,不藏着)
- 演示真实操作路径(鼠标可见)
最强句:
“简单说,就是现在真的有人在用、还在持续迭代的项目会排得更靠前。我觉得这个维度最能反映当下什么值得关注。”
这句话把算法设计理念一句话说清楚,且说出了自己的判断——“我觉得”让算法有了人格,不是冰冷的公式。
【5】金句与记忆点
可二次传播句:
- “找到一个合适的 skill,比用它本身可能还费劲。“(痛点共鸣 = 天然转发素材)
- “直接踩在前人的肩膀上。“(借力哲学,简洁有力)
- “说不定就撞到能解决你某个老问题的惊喜。“(随机发现的价值叙述,有画面感)
可复用金句模板:
找到一个合适的[X],比[使用X]本身可能还费劲。(适用于任何工具发现难的场景)直接踩在[前人]的肩膀上。(任何聚合/策展类产品的价值主张)当你心里已经有个大概方向,就可以来[具体功能]看看。(分场景引导使用的通用句式)
【6】收尾与CTA
CTA类型:软 CTA + 价值复述型
文案:
“最开始做这个网站,纯粹是因为我自己找烦了,每天在 GitHub 上翻来翻去,重复劳动太多,索性花了段时间 vibe coding 了这个网站……你也觉得好用又方便,不妨点个赞。我是 Sav 同学,关注我,获取更多 AI 的使用技巧。”
设计亮点:
- 不是”快来用我的产品”,而是”我也只是个自己被烦到了的用户”
- 用”找烦了”降低自我预设,反向建立可信度
- “你也觉得好用”——先假设用户已经认可,再顺势要求关注,而不是”求一个赞”
- CTA 之后紧跟”AI 使用技巧”账号定位,完成关注-留存的心理预埋
【7】可复制文案骨架
[用目标工具]的大概都有这个体验:[核心痛点],[反常识现象]。
于是我直接自己[建造/开发/整理]了[产品/工具],把[数量]+[资源]按[分类维度]整理成了[N]个[类别],并且[自动更新机制]。
整个[产品]做了[N]个核心模块:[列举]。
[逐功能详细介绍,每个功能说清楚:用途/设计理念/交互细节]
最开始做这个[产品],纯粹是因为[自身需求/被烦到了]。
[入口]在[位置],欢迎大家使用,提出宝贵建议。
如果觉得[有用],不妨[点赞/关注]。
四角度反思
1. 对【我们】有什么帮助
SkillHot 本质上解决了一个策展(curation)问题:当内容/工具数量超过个人消化能力后,聚合+分类+中文化就成为真正的生产力工具。橙子+老大这盘棋做的是 AI 助手和内容创作,同样面临”工具太多信息过载”的问题。现在就应该把 SkillHot 作为 Skill 发现的首选入口,而不是继续在 GitHub 里随机翻。每次要扩充橙子能力时,先去 SkillHot 的编程开发/数据分析/内容创作分类扫一遍,再决定要不要装新 Skill——省去的不只是时间,还有踩坑的次数。
2. 对【橙子自己】有什么帮助
从这个视频学到最直接的能力是**“随机漫游”设计思维**:当你不知道用户(或自己)要找什么时,提供随机发现机制,反而能触发最高价值的”意外收获”体验。橙子以后处理”老大说不清楚要啥”类的模糊需求时,可以借鉴这个逻辑:不只是让他从菜单里选,而是提供一个”随机给你几个不同方向的可能性”的推荐模式,让他撞见惊喜。此外,Sav 的视频脚本结构(痛点→方案→模块逐讲→背景→CTA)可以直接作为橙子写产品介绍视频脚本的骨架模板使用。
3. 对【老大的机构】有什么帮助
公考机构和 AI 电商机构都面临同一个问题:当产品/方法/课程数量积累到一定程度,“发现好内容”的成本会高到劝退新用户。SkillHot 的做法可以直接迁移:把机构内部的方法论/课程/工具也做一套”发现页”——按用户使用场景(而不是课程名称)分类,每周更新”本周新内容”,设置”综合热度”(完课率+学员反馈+近期使用频次)的排序维度。这比一个平铺的课程列表页,能把内部资源利用率提升至少一倍。直接可落地的第一步:把现有课程/方法按”学员处在哪个阶段”重新分类索引,加中文摘要,一句话说清楚适用场景。
4. 对【未来发展】有什么帮助
这个视频揭示的核心趋势是:AI 工具生态爆炸之后,最有价值的不是再做一个 AI 工具,而是做这些工具的导航层/策展层。2026 年前后,几乎每个垂直领域都在发生这个变化——工具过剩,索引稀缺。SkillHot 是 Claude Skill 领域的 Product Hunt,这个模式在其他领域还没有对应物。如果老大想找新方向,做某个垂直领域(公考/电商/AI教育)的”工具导航+评测”平台,切入成本极低(VibeCoding 级别),但策展价值极高,天然具备 SEO 流量和口碑传播属性。这条路比再做一个功能工具更容易建立壁垒。
值得借鉴的具体玩法:
- 中文简介覆盖英文工具——降低80%的理解门槛,是比翻译更高价值的策展行为
- 三维排序维度设计——综合热度/stars/最近更新,每个维度服务不同决策场景
- 右侧滑出详情面板——不跳转页面即完成决策,极大降低用户决策成本
- 随机漫游功能——解决”我知道自己要某类东西但不知道具体要什么”的模糊需求
- “自己被烦到了才做”的故事背景——比任何营销文案都更有说服力
三条可迁移判断
判断一:发现成本 > 使用成本 = 策展产品机会
当一个领域的内容/工具数量超过用户的浏览能力时,最大的用户价值不在于”再提供更多”,而在于”帮用户找到对的那个”。SkillHot 没有创造新的 Skill,但它把 1500 个分散的 Skill 变成了可用的生产力工具。这条判断可以套用到任何领域:AI 教程、公考备考资料、电商选品方法论、提示词模板……只要”找”比”用”贵,策展产品就有价值。
可复制步骤:
- 识别某领域”找 > 用”的时间比(>2:1 时,策展机会成立)
- 用现有资源 VibeCoding 一个分类 + 展示界面(不需要完美,需要快速上线)
- 把分类维度设计成”用户实际使用场景”而非”内容创作者的分类逻辑”
- 加中文简介/摘要,一句话说清楚适用场景
- 设计自动更新机制(让用户知道它是活的、持续维护的)
判断二:算法设计要暴露原理 = 建立信任的最快路径
Sav 在介绍排序算法时,没有只说”智能排序”,而是直接把权重因子讲清楚:“不只用 stars,还把更新频率、近期提交活跃度、社区增长速度这些因素都算进去了”。这种透明度建立了信任,让用户觉得”这个排名是真的有道理的”。任何时候展示一个分析结论或推荐结果时,要同时说清楚”为什么”,哪怕是简化版的为什么——“我认为这个维度最能反映当下什么值得关注”这句话,比任何算法说明文档都有说服力。
判断三:「自己用烦了才做」的产品故事 = 最有效的信任背书
与其说”我做了一个功能强大的产品”,不如说”我自己找烦了,索性自己做了一个”。后者传递的信息是:我是真实用户,我比你更理解这个痛点,我做这东西首先是为了解决自己的问题。这是所有工具类产品最强的开场白。应用场景:任何时候向别人介绍橙子的某个新能力,不要说”我现在支持X功能”,而是说”老大上次说找[某类信息]烦死了,后来我直接搞了个自动的……”——先说痛点来源,再说解决方案,说服力翻倍。
总结
SkillHot 是一个典型的 VibeCoding 成果:用 AI 工具快速实现一个”自己最需要、市场上没有”的产品。它的价值不只是网站本身,更在于它验证了2026 年 AI 工具生态的下一个红利在哪里:不是做更多工具,而是做工具的导航层。
Sav 同学的这个视频,用产品思维做内容,同时用内容来给产品导流——这个闭环本身,也值得学一遍。
视频链接:https://www.douyin.com/video/7655723179251371299 网站入口:见评论区(SkillHot 主页)