利用AI将GitHub开源项目Skill化，打造你的专属智能技能库

昨天我写了一篇关于在扣子上使用Skills的文章。文中用了一个简单的案例：将一个非常经典的GitHub开源项目封装成一个Skill，方便后续调用。

这么做的原因很简单：我一直认为重复造轮子是一件效率很低的事情。互联网发展几十年，开源世界里大神云集，你能想象到的绝大多数需求，都有前辈们铺好了路，做出了现成的产品并开源出来。

如今很多商业APP，特别是那些所谓的“格式工厂”、“压缩工具”，绝大多数都是给某些大佬的开源工具套了个图形界面。

以前我觉得这没问题。确实，GitHub 上很多开源项目都没有 GUI，需要部署并用命令行操作。光是配置环境这一步，就足以劝退绝大多数普通用户。我自己曾经也是被挡在门外的“普通用户”之一，有太多有趣、实用、厉害的开源项目用不了。

比如格式转换这件“小事”，在没有 AI 之前，我每次都是去 Google 搜索“MP3转WAV”...

然后看着各种各样你也不知道是不是有“刺客”的链接向你招手。

所以，当 Skills 出现时，我发现它从文件结构上可以将脚本和 Prompt 打包在一起，这一点与单 Prompt 或单脚本完全不同。再加上现在一些编码能力强的基模和 Agent，我觉得它天然适合将很多大佬的开源项目“Skill 化”，从而在 Agent 中为我所用。

你要相信那些历史悠久的经典开源项目，经历了无数时间和使用者的“鞭打”，其成功率、稳定性、效率都远超绝大多数根据需求让 AI 临时编写的代码。

因此就实践了这个想法。其实不止 Coze，在 OpenCode 或者 Claude Code 这类支持 Skills 的产品里，只要你安装了 Claude 官方那个能生成 Skills 的 Skill——也就是 skill-creator，打包 GitHub 上的开源项目也完全没问题。

这种方式能以最快速度，越过所谓的“本地整合包”，变成一个类似 Agent 的产物，让你能快速用上。关于技能创建的具体方法，你可以参考云栈社区上的相关技术文档和教程。

例如昨天文章中，我把视频处理的开源项目 FFmpeg 和图片处理项目 ImageMagick，封装成了一个多模态素材处理的 Skill，效果如下。

随后，文章下的一个有趣评论引起了我的注意。

这个评论提的问题很实际：GitHub 上那么多开源项目，离大众依然非常遥远。我因为知道有特定项目可以处理特定事情，所以封装成 Skill 很简单。但大多数普通人可能连 GitHub 是什么都不知道，那该怎么封装呢？

这确实是个问题。我当时想了两分钟，忽然意识到：不对啊，这不都有 AI 了吗？

于是，我回复了一句：

没想到，引起了好几位朋友非常正向的反馈。

这时我才意识到，我的很多小技巧对不少人来说还挺有价值。所以，我觉得可以单独写一篇文章，讲讲普通人如何把整个 GitHub 当成自己的弹药库，做成 Skill，让自己真正变得“三头六臂”。

比如，我自己现在已经封装了很多 Skills。

哦，这个管理 Skills 的 Skill 也是我自己建的一个 Skill。因为每次进文件夹查看太麻烦，我可以用这个 Skill 对本地的所有 Skill 进行卸载、删除、修改等操作。

实战：创建一个视频下载 Skill

举个具体的例子。我相信大家经常有去各种视频网站（如 YouTube、B站）下载视频的需求，我自己也有。

那我们就可以直接打开 ChatGPT，选中 GPT-5.2 Thinking（目前我认为搜索能力最好、幻觉程度最低的模型之一），当然用别的也行，一般问题不大。

然后直接提出你的问题：

有没有那种就是去各种视频网站上，下载视频，比如Youtube、B站等等的github上的开源项目。

AI 搜索一阵后，就会给你推荐一个在 GitHub 上几乎封神的项目。

它叫做 yt-dlp。GitHub 上 143k 的 star，说是“真神”也不为过。

它支持上千个网站。

这就是 yt-dlp，最伟大的开源项目之一。它提醒我们，这个世界上有无数的大神和前人，已经为我们铺好了前路。你的需求，很可能早已被解决，并且解决方案就安静地躺在某个代码仓库里。

我们直接复制 yt-dlp 的 GitHub 链接，然后把这段 Prompt 发给你装好了 skill-creator 的 OpenCode 或者 Claude Code：

帮我把这个开源工具https://github.com/yt-dlp/yt-dlp打包成一个Skill，只要我后续给出视频链接，就可以帮我下载视频。

我的做法是，对于打包任务，先让 Agent 进行规划，然后再去写整个 Skill。这样我感觉成功率和后期稳定性都会更高。在 OpenCode 中，就是开启 Plan 模式。

然后，Agent 就会开始调用 skill-creator 这个生成器，开始分析 yt-dlp 项目，并规划如何将其打包封装成一个 Skill。

规划一通后，OpenCode 分析完毕，向我提出了几个定制化问题。

我给出了我的回答。

然后它会继续规划，最终给出一个非常明确的计划。

我觉得没问题后，就会切换到正式的开发模式，然后发一句话：“开始开发！”

OpenCode 就会开始工作。过一会儿，大概 2 分钟，这个基于 yt-dlp 的视频下载 Skill 就开发完成了。

测试与迭代优化

我们来试一试。比如 OpenAI 刚出的一个 YouTube 访谈视频，我想下载下来。

直接把链接扔给 OpenCode 就行。这里有个小技巧：所有涉及运行程序的 Skills，在第一次运行时，都无脑推荐在 OpenCode 里使用 GPT 5.2 Codex（如果有的话），体验会比 Claude 4.5 Opus 好很多。大致原则是：构建 Skills 时用 Claude 4.5 Opus，首次运行封装好的开源项目用 GPT 5.2 Codex，后续就无所谓了。

第一次运行，其实会遇到很多实际问题，比如 YouTube 防爬机制很强，需要安装浏览器扩展导出 Cookie，或者要安装一些额外的依赖（如 JavaScript 运行时）。不过，AI 会一步步指导你完成。

一顿操作后，视频就下载好了，全程大概几分钟。

之所以是几分钟，因为这是第一次。而后续，可能只需要十几秒。

这时，你还可以做一件事：把前面为了下载视频而做的那些操作和经验，直接告诉 AI：

把这些经验，都更新到video-downloader这个skill里，下次就别这么慢了。

然后，它就会自己修改对应的 Skill 文件。下次再需要下载时，这些前置步骤就不用重复了，真正做到随开随下。

这就是我为自己方便而总结的 Skill 全流程：根据需求，用 AI 搜索 GitHub 上的开源项目；使用 AI 将开源项目 Skill 化；首次运行后，寻找并修复问题；重新迭代优化 Skill；最终 Skill 固化，成为你的主 Agent 中一个可靠的技能。这个流程本身，就是一次高效的开源实战。

更多可能性

不止是下载视频的需求。这个模式可以扩展到无数场景。

1. 网页打包成桌面APP
你可以问：“有没有github上把网页打包成轻量级桌面APP的很棒的开源项目？”

于是，找到了 Pake。

GitHub 上一个 star 数很高的超棒项目。那就直接 Skill 化，以后你的网页开发完，一句话就能用 Pake Skill 变成桌面 APP。

2. 万能格式转换工厂
你可以直接做一个究极万能的格式转换工厂。问 AI：“我要文档、表格、电子书、图片、视频、音频、3D格式的最牛逼的转换项目，每个给我列一个 GitHub 链接。”

直接把这些最牛的格式转换项目封装在一起，做成一个万能的格式转换 Skill。从此，无需各种奇怪的格式转换器，一个 Skill 解决所有。

3. 网页归档工具
你可以把 ArchiveBox 转成 Skill。从此，任何你想保存下来的网页，都可以发送给 ArchiveBox Skill，让它以无数种你想要的格式（HTML、PDF、截图等）帮你保存下来。

它支持非常多的格式。

4. 密码破译工具
甚至，你可以把著名的 Ciphey（一个 AI 驱动的自动解密/解码工具）转成一个 Skill。从此，你就可以在本地配合 Agent，尝试破译一些密码或编码文本。

这些，全部都可以 Skill 化，全部都可以加入到你的 Agent 之中，成为你最坚实的技能，最庞大的弹药库。

我提到的这些，仅仅是 GitHub 开源世界的冰山一角。GitHub 上那些凝聚了人类经验与智慧的开源项目，本就灿烂如星海。

因为 Skills 的诞生，因为 Agent 的强大，现在，每个人、每个普通人的背后，都站着全人类过去数十年的知识积累。只要你想，它们就可以为你所用。

你无需三头六臂，但你已经拥有了调用海量知识和技能的能力。如果回到三年前，那时的你与现在能做到的事情、能力边界，还有任何可比性吗？

朋友，这样璀璨、能让你便捷获取人类集体智慧成果的时代，真的不会让你兴奋吗？探索这些技术，并与更多开发者交流心得，正是像云栈社区这样的平台存在的意义。