我们如何筛选 100 个外贸 AI Skills

测评与避坑

为什么“装得上”不等于“值得用”?这是 skills100 首批 100 个 Skills 的来源、风险与实测分层方法。

FIELD NOTE.md

Agent Skills 正在快速增长,但目录数量不是决策质量。对外贸团队来说,真正重要的是来源是否清楚、任务是否匹配、权限是否可控,以及结果能否由业务人员复核。

第一层:来源与安装验证

我们记录仓库、作者、Skill 路径、安装命令、Skills.sh 使用量与 GitHub 证据,并在 Codex 和 Claude Code 两个环境完成安装。任何包含高风险更新、覆盖目录或隐式依赖安装的条目都会被剔除。

第二层:业务场景实测

安装成功之后,Skill 才进入测试队列。我们会用客户开发、广告审计、SEO、GEO、落地页与内容生产等真实任务记录输入、过程、输出和失败条件。未完成这一步的条目只标记为“已安装验证”。

第三层:持续复测

仓库、模型和平台规则都会变化。每个公开结论都需要验证日期、证据链接和限制说明;旧结论到期后,应回到“需复测”状态,而不是继续展示一个看似精确的分数。