AI Skills

What is it（这是什么）

AI Skills 是给 AI 编程助手用的「技能包」——把一套固定的工作流程（比如「先读需求→查数据库 schema→写迁移脚本→跑测试→提交 PR」）封装成 AI 可以直接调用的模块。技术本质上是对 Prompt + 工具调用（Function Calling）+ 上下文注入的标准化封装，让 AI 从「每次都要你重新解释一遍要干什么」变成「装上技能就能按流程干活」。商业意义在于：这是 AI 编程从「玩具」走向「生产工具」的关键一层中间件，谁掌握了技能包的分发渠道，谁就掌握了 AI 编程工作流的入口。

Why now（为什么现在出现）

三个条件在 2026 年同时成熟。第一，Claude Code、Cursor、GitHub Copilot 等 AI 编程助手在 2025 年完成了大规模用户教育，开发者已经习惯让 AI 写代码，但普遍痛点从「AI 不会写」变成了「AI 写得不对、不按规范来」。第二，MCP（Model Context Protocol）在 2025 年被 Anthropic 开源后成为事实标准，为技能包提供了统一的技术底座——没有 MCP，每个助手都要单独适配，技能包不可能形成生态。第三，2026 年初多个 AI 编程助手开始支持自定义指令集和插件系统，技术可行性窗口打开。一年前 MCP 还没普及，一年后各大厂商可能已经内置官方技能市场，独立开发者的时间窗口就是现在这 6-12 个月。

Market Evidence（市场证据）

当前信号非常早期但方向明确。从 2 个独立信源（juejin、github）获得 2 次提及，增长率 100%，趋势分数 63/100，处于 nascent 阶段。这个数据组合的含义是：讨论刚刚开始，但增速快——从 1 次到 2 次虽然是绝对小数，但 100% 的增长率说明有人在主动讨论和传播这个概念。juejin 是国内开发者社区，github 是代码托管平台，两个信源的性质不同：juejin 上的讨论代表认知扩散，github 上的出现代表有人在动手做东西。信号质量判断：这是真实需求的早期信号，不是社区热点。理由很简单——AI 编程助手已经大规模普及，但「让 AI 按流程工作」的痛点还没有被解决，Skills 是对这个痛点的直接回应。风险在于信号量太小，需要持续观察未来 4-8 周是否有更多信源跟进。

Who's Behind It（谁在推动）

这个领域的「庄家」是 Anthropic 和 Cursor。Anthropic 通过 MCP 协议掌握了底层标准，Claude Code 的 Skills 功能是最早的落地形态；Cursor 拥有最大的 AI 编程助手用户基数，它的插件/技能系统一旦开放就是最大的分发渠道。GitHub Copilot 背靠微软，大概率会走企业级路线。开源社区方面，juejin 上的讨论说明国内开发者已经在跟进，但还没有形成有影响力的开源项目。独立开发者的机会在于：大厂在做底层协议和平台，但没有人做「技能包的 npm」——一个让开发者发布、发现、安装 AI 技能包的注册中心。这个位置目前是空的。

TAM & Market Size（市场规模）

潜在用户群体是全体使用 AI 编程助手的开发者。根据 2025 年数据，全球 AI 编程助手用户约 2000-3000 万，其中付费用户约 500-800 万。如果 AI Skills 成为标准工作方式，每个付费用户每年在技能包上的支出预计在 $50-$200 之间（参考 VS Code 插件市场的付费习惯）。这意味着一个 $2.5 亿-$16 亿的新兴市场。当前机会分 0/100、需求分 0/100 说明市场尚未被验证，但这恰恰是早期进入者的优势——等到分数上来，竞争也已经上来了。市场规模处于爆发前夜：AI 编程助手市场本身在 2026 年预计增长 40%+，Skills 作为其上层应用会跟着水涨船高。付费意愿方面，开发者对提升效率的工具付费意愿强，但对「技能包」这种新品类需要教育。

Competitive Landscape（竞争格局）

当前竞争格局几乎空白，竞争分 0/100 反映了这一点。已有玩家分三类：第一类是平台方（Anthropic 的 Claude Code Skills、Cursor 的 Rules/Plugins），它们提供技能运行环境但不做技能内容；第二类是开源项目（如 GitHub 上零星的 prompt 模板仓库），质量参差不齐、没有商业化；第三类是咨询/服务商（帮企业定制 AI 工作流），项目制、不可规模化。明显的市场空白是「技能包的分发和交易平台」——类似 npm 或 VS Code Marketplace，但针对 AI Skills。大公司会不会做？Anthropic 和 Cursor 都有可能做官方市场，但它们的优先级在底层模型和编辑器体验上，第三方技能市场至少还有 12-18 个月的时间窗口。独立开发者的差异化机会在于垂直领域的深度技能包（如「Django 全栈开发技能包」、「数据管道 ETL 技能包」）。

Business Model（商业模式）

推荐「免费增值 + 市场抽佣」的混合模式。具体来说：基础技能包免费（吸引流量和建立信任），高级/垂直技能包按月订阅 $9-$29，平台对第三方技能包交易抽佣 15-20%。定价依据：VS Code 插件市场付费插件均价 $5-$15/月，JetBrains 插件 $10-$30/月，AI 技能包的价值高于普通插件（直接替代部分开发工作），定价可以略高。12 个月收入预测：保守情况（500 付费用户 × $15/月 × 12）= $90,000；基准情况（2000 付费用户 × $19/月 × 12）= $456,000；乐观情况（5000 付费用户 × $25/月 × 12）= $1,500,000。用户获取成本估算：开发者工具类产品 CAC 约 $20-$50，通过 GitHub、juejin、技术博客等内容营销可以降到 $10-$20。回本周期：按月订阅 $19 计算，1-3 个月回本。关键前提是技能包质量过硬，能形成口碑传播。

MVP Blueprint（MVP 蓝图）

核心功能列表（只做必须的）：1）技能包注册中心——开发者可以发布、搜索、安装技能包，支持版本管理；2）技能包格式规范——定义一套简单的 YAML/JSON 格式描述技能（名称、描述、依赖、执行步骤）；3）CLI 工具——aiskills install <package> 一键安装到本地 AI 编程助手；4）Web 端展示页——每个技能包一个页面，含 README、安装量、评分。砍掉：用户系统（先用 GitHub OAuth）、支付（先全免费）、评论（先用 GitHub Issues）。

推荐技术栈：前端 Next.js + Tailwind（部署 Vercel），后端 FastAPI（Python，标签里有 Python），数据库 PostgreSQL + Redis 缓存，技能包存储用 S3 兼容对象存储，CLI 用 Python Click 或 Node.js Commander。部署用 Railway 或 Fly.io，成本 $20-$50/月。

最快上线路径：用 Next.js 的 commerce 模板改造前端，后端用 FastAPI 快速搭 REST API，技能包格式参考 MCP 的 tool 定义简化。第一版不做支付，先验证「有没有人愿意发布和安装技能包」。GitHub 上开一个 monorepo，用 GitHub Actions 自动发布 CLI 到 PyPI/npm。

Commercial Opportunities（商业化机会）

方向一：AI Skills 注册中心（平台型）。产品描述：技能包的发布、发现、安装平台，类似 npm 但针对 AI 编程技能。目标用户：AI 编程助手的中重度用户（每天使用 2 小时以上）。预期月收入：$5,000-$20,000（抽佣 + 高级订阅）。为什么更优：平台效应，先发优势明显，一旦形成网络效应后来者很难追赶。

方向二：垂直领域技能包（内容型）。产品描述：针对特定技术栈的深度技能包，如「FastAPI 生产级开发技能包」、「React Native 跨端技能包」。目标用户：使用特定技术栈的中小团队。预期月收入：$2,000-$8,000（订阅制）。为什么更优：启动快、不需要平台冷启动、可以独立于平台方生存。

方向三：企业定制技能包服务（服务型）。产品描述：帮企业把内部开发规范封装成 AI Skills，让 AI 编程助手按公司标准工作。目标用户：50-500 人规模的技术公司。预期月收入：$10,000-$30,000（项目制 + 维护费）。为什么更优：客单价高、付费意愿强、可以作为平台冷启动的现金流来源。

Product Ideas（产品创意）

🥇 SkillHub — 「AI 编程技能包的 npm」。目标用户：所有使用 AI 编程助手的开发者。场景：开发者搜索「Django 迁移」找到现成技能包，一键安装后 AI 就能按最佳实践干活。为什么现在做：市场空白，MCP 协议刚成熟，大厂还没顾上做第三方市场。6-12 个月窗口期。

🥈 SkillForge — 「把你的开发流程变成 AI 技能」。目标用户：有内部开发规范的中小技术团队。场景：团队 leader 把 code review 规范、部署流程、测试标准封装成技能包，新成员装上后 AI 直接按团队标准工作。为什么现在做：AI 编程助手已普及但「不按规范来」是最大痛点，企业愿意为此付费。

🥉 SkillMetrics — 「AI 技能包的分析和优化平台」。目标用户：技能包开发者和重度用户。场景：分析哪些技能包被用得最多、哪些步骤经常失败、如何优化 prompt。为什么现在做：随着技能包数量增长，质量参差不齐的问题会凸显，分析工具是刚需。但依赖前两个产品先成功，所以排第三。

SEO Opportunity（SEO 机会）

搜索量趋势：上升。当前「AI Skills」相关搜索量极低，但增长曲线陡峭。3-5 个有价值的长尾关键词：「AI 编程技能包」、「Claude Code Skills 教程」、「MCP 技能包开发」、「AI coding skills marketplace」、「如何给 AI 编程助手写技能」。竞争程度评估：SEO 难度 0/100，几乎无竞争。内容策略建议：做「教程型 + 对比型」页面最容易拿排名——「如何写第一个 AI Skill」教程、「Claude Code Skills vs Cursor Rules」对比。现在写的内容会在 6-12 个月后随着搜索量爆发带来持续流量。

Risk Assessment（风险评估）

什么情况下判断会错：如果 Anthropic 或 Cursor 在 6 个月内推出官方技能市场并封闭生态，第三方平台的价值会被大幅压缩。最大的三个风险：技术风险——MCP 协议可能被替代或重大变更，导致技能包格式需要重写；市场风险——「技能包」可能只是过渡形态，AI 编程助手直接内置所有能力后不需要外部技能；执行风险——平台型产品的冷启动极难，没有足够多的技能包就没有用户，没有用户就没人发布技能包。最低成本验证方式：先用 2 天做一个 Landing Page，放 3 个手工写的技能包示例，收集 waitlist 邮箱。如果在 2 周内拿到 200+ 邮箱注册，说明需求真实。放弃信号：如果 4 周内 waitlist 不到 50 人，或者大厂宣布官方技能市场，立即转向垂直技能包方向。

Action Plan（行动建议）

第一步（今天）：在 GitHub 上创建一个 repo，定义一套最简单的 AI Skill 格式规范（YAML），写 3 个示例技能包（如「FastAPI CRUD 生成」、「React 组件测试」、「SQL 迁移脚本」），发到 juejin 和 GitHub 上测试反应。

低成本验证（第一周）：做一个 Landing Page（用 Framer 或 Carrd，2 小时搞定），放上 3 个技能包示例和 waitlist 表单，发到 5 个开发者社区。目标：200 个 waitlist 注册。

如果信号确认（第二周开始）：开发 MVP——CLI 工具 + 技能包注册中心 Web 端。用 Next.js + FastAPI，2 周内上线可用版本。

时间线：第一周完成验证和 Landing Page；第一个月完成 MVP 并获取前 100 个用户；第三个月实现首个付费转化，月收入达到 $1,000-$3,000，同时发布 10 个以上官方技能包建立内容壁垒。

Related Terms（相关趋势）

• MCP (Model Context Protocol) — AI Skills 的底层技术依赖，技能包通过 MCP 协议与 AI 编程助手通信
• AI Coding Assistant — 互补关系，AI Skills 是编程助手的能力扩展层，两者共生
• Prompt Engineering — 子领域关系，AI Skills 是 Prompt Engineering 的产品化和标准化形态
• VS Code Marketplace — 竞争/类比关系，在插件分发层存在功能重叠，但 AI Skills 面向的是 AI 工作流而非编辑器功能