Top 12 Agent Skills 清單我查過了：對照 129 個 skill 的架構之後，只有 3 個值得裝

ByteByteGo 在八月做了一張圖，Top 12 Agent Skills You Should Know，列的是 GitHub 上星數最高的 12 個 agent skill repo。

我第一個反應是不相信。圖上寫第一名 Superpowers 有 26.6 萬星。

—

不相信的理由很具體。我去查了 GitHub 全站，超過 25 萬星的 repo 一共只有 14 個，而且都是那種存在很多年的經典大字典：build-your-own-x 54.2 萬、awesome 49.9 萬、public-apis 46.9 萬、freeCodeCamp 45.4 萬。

一個 agent skill 的 repo 要擠進那個名單，聽起來不合理。

所以我把 12 個一個一個丟去 GitHub API 查。

結果是我錯了。

—

2026 年 8 月 23 日實查：obra/superpowers 276.3k 星、affaan-m/ECC 242.3k、mattpocock/skills 232.7k、anthropics/skills 171.1k。ByteByteGo 圖上的數字全部屬實，而且實際星數更高，因為圖是八月初製作。

12 個全部是真的。不但是真的，實際星數還比圖上更高，因為那張圖是八月初做的，這半個月又漲了一輪。

我的推論錯在哪，我想清楚了。我拿「全站只有 14 個超過 25 萬星」當基準，但那個基準是舊的。它反映的是 2024 年以前的 GitHub，那時候能拿到 25 萬星的只有累積十年的大清單。agent skill 這個類目在 2026 年就是漲成這樣，一個 repo 三個月衝到 27 萬星是這一年的常態，不是異常。

用舊的量級直覺去否定新的事實，這是我這次踩到的第一個坑。

—

不過查證還是有收穫，只是收穫跟我預期的相反。

排名已經不準了。graphify 圖上排第 10 寫 7.5 萬星，實際是 10.96 萬星排第 7。ponytail 圖上 8.6 萬，實際 10.84 萬。半個月的差距就足以把順序洗掉。

還有一個更容易誤導人的：everything-claude-code 這個名字現在搜不到正主，因為它改名了，現在叫 ECC，24.23 萬星、36707 個 fork。你用舊名字去搜，搜到的最高只有 2.7k，那是翻譯版跟複製版。差了將近 90 倍。

清單型的圖片最常見的問題不是造假，是過期跟改名。

—

真正有用的部分是接下來這段。

我手上有一套跑了半年的設定，129 個 skill，分成 6 層架構。所以我做的不是「這 12 個好不好」，是「這 12 個裡面，有幾個是我已經有的」。

我把每個 repo 的 skill 清單抓出來對。

第 5 名 anthropics/skills，官方那套 19 個 skill，我早就裝了。canvas-design、frontend-design、mcp-builder、webapp-testing、claude-api、skill-creator 這些都在現有清單裡。對已經在用 Claude Code 的人來說，這一項是舊聞。

graphify 跟 Understand-Anything，兩個都是把程式碼庫變成可查詢的知識圖。這件事我已經有 CodeGraph 在做，而且已經寫進設定檔有明確的使用時機。這兩個對我是重複投資。

第 1 名 superpowers 裡的 14 個 skill，我抓出清單逐條對，有 6 個在我既有的規則裡已經有對應條文：subagent-driven-development 對到派工驗證的規則、dispatching-parallel-agents 對到模型調度守則、systematic-debugging 對到問題分類的規則、verification-before-completion 對到「何時算真的完成」的檢查清單、writing-skills 對到 skill 寫作規範。

—

12 個爆紅 skill repo 對照一套 129 個 skill 的既有架構：5 個是重複投資（官方那套已裝、graphify 與 Understand-Anything 跟 CodeGraph 同質、superpowers 有 6 個 skill 對應到既有規則），只有 3 個值得補。

12 個裡有 5 個是重複的。這個比例我覺得值得記下來，因為它不是這份清單的問題，是任何一份熱門清單的常態。

排行榜是按星數排的，星數反映的是「多少人覺得這個有用」，不是「這個對你有用」。這兩件事沒有關係。

—

剩下真正值得補的只有 3 個。

第一個是 caveman，省 token。它官方給的數字是 provider 回報的輸入 token 少 33.2%。它的做法不是叫模型講話簡短而已，是在送出去給模型之前先壓縮要讀進去的東西，而且宣稱可以位元組還原。

第二個是 ponytail，少寫程式。它的 benchmark 是我這次看到最誠實的一份。

ponytail 的 benchmark：headless Claude Code 改真實的 FastAPI 加 React 專案，12 個任務、n=4、Haiku 4.5，對照無 skill 的同一個 agent。結果 LOC 少 54%、token 少 22%、成本少 20%、時間少 27%，安全檢查 100% 保留。同表列出 caveman 只少 20% LOC 且 token 多 7%。

它不是拿一個玩具範例跑一次，是真的開 headless 的 Claude Code 去改一個真實的開源專案，跑 12 個任務、每個跑 4 次，用留下來的 git diff 評分。而且它把 caveman 拉進同一張對照表，標明 caveman 只少 20% 程式碼、token 反而多 7%。

敢把競爭對手放進自己的 benchmark 表格裡，而且對手在某一欄贏過自己的，這種很少見。願意這樣做的通常數字是真的。

第三個不是整包，是 superpowers 裡我確實沒有的那幾條：test-driven-development、writing-plans、executing-plans、using-git-worktrees。

我的架構裡「怎麼確認完成了」寫得很細，但「怎麼寫計畫、怎麼照著計畫執行」是空的。這是對完帳之後才看得出來的缺口。

—

最後一個訊號，我覺得比排行榜本身更值得注意。

社群已經有人做了 ponytail-lite 跟 impeccable-lite。兩個的說明寫得很直白，一個說「不要那些外掛瘋狂」，一個說「不要那些外掛機械」。

意思是這些爆紅的 skill 正在變重。impeccable 現在是 1 個 skill 加 23 個指令加 59 條偵測規則，superpowers 是一整套方法論加 14 個 skill 加跨 14 種工具的安裝說明。

對已經有自己架構的人來說，整包裝進去的代價是把自己灌胖。129 個 skill 再加幾包，很快就變 200 個，然後每一個的份量都變輕。

抄想法，不要抄整包。先看它的 SKILL.md 想解決什麼問題，再決定是抄一條規則進既有的檔案，還是真的需要那一整包。

—

補一句必要的話：這篇是查證與適配性評估，不是使用實測。我實際做的是查星數、抓 repo 的 skill 清單、跟自己的架構對帳。caveman 那 33.2% 和 ponytail 那 54% 都是 repo 官方公布的數字，我還沒有自己跑過。

學到的是：熱門清單要先查重複再查好壞。好不好是別人的評分，重不重複只有你自己算得出來。