Agent Skills 走出开发者工具：产品、科研与上下文工程领跑

Agent Skills 生态起步时几乎是纯开发者工具现象。半年前，头部仓库几乎都围绕代码生成、测试与部署。如今局面在变：三个新类别进入前 20，且增速快于 dev-tools 老牌仓库。

转变信号

三个仓库代表生态走向：

phuryn/pm-skills（约 9700 Star）把结构化产品管理带入 AI Agent：65 个 Skill 覆盖发现、战略、执行、调研与 GTM，框架来自 Teresa Torres、Marty Cagan、Alberto Savoia。核心洞察：PM 大量时间花在流程而非产品本身，Agent 可以更快、更一致地跑完这些流程。

k-dense-ai/claude-scientific-skills（约 1.7 万 Star）覆盖 140 个科学工具，横跨生物信息、药物发现、临床研究、数据分析等。这不是开发工具，而是科研平台。科学家可以用自然语言描述药物发现流水线，由 Agent 查询 ChEMBL、用 RDKit 做分子分析、用 DiffDock 对接、并生成结构化报告。

muratcankoylan/agent-skills-for-context-engineering（约 1.4 万 Star）解决元问题：如何管理进入 Agent 上下文窗口的内容。随着窗口变大而注意力未同比提升，上下文工程本身成为一门学科。该合集教 Agent 如何设计、优化与评估自己的上下文。

为何重要

dev-tools 在数量上仍占主导，但新类别解决的是不同问题：

模式一致：Skill 在强制执行人们知道该做却常跳过的纪律——开发者跳过测试、PM 跳过假设验证、科学家跳过文档、上下文工程师跳过压缩。Skill 让「正确路径」成为默认。

工程类 Skill 的标杆

在 dev-tools 中，addyosmani/agent-skills（约 9500 Star）以结构化方式突出：不按零散工具拆分，而是用六个阶段覆盖完整软件生命周期——Define、Plan、Build、Verify、Review、Ship。每个 Skill 落实资深工程师级纪律，借鉴 Google 工程文化。

sickn33/antigravity-awesome-skills（约 3.1 万 Star）走聚合路线：一条 npm 命令安装 1400+ Skill，支持按角色打包，兼容 10+ AI 编程助手。

值得观察的三点

1. 领域 Skill 会继续扩张。 法律、金融、教育、医疗仍供给不足，每个领域第一个高质量合集都会获得大量关注。

2. 质量将比数量更重要。 生态仍在聚合阶段。用户 Skill 变多后，上下文过载会成为真实问题。范围清晰、渐进披露的 Skill 会胜过庞大合集。

3. 跨工具兼容成为差异化因素。 能在 Claude Code、Cursor、Codex、Gemini 上通用的 Skill，比只绑单一工具的合集更有结构优势。

本周我们发布的内容

• 覆盖全生命周期的生产级 Agent Skills — Addy Osmani 的结构化工程 Skill
• 科研向 Agent Skills — 140 个科学工具与数据库
• 掌握上下文工程 — 构建更好的 Agent 系统
• 浏览并安装 1400+ Agent Skills — antigravity 技能库
• AI 驱动的产品管理 — 从发现到上线

想每周了解生态动态？收藏资讯页获取持续报道。