Claude Agent Skills · GitHub Top 100

把 AI 變成
真正的專家

Skill 是寫給 AI 代理的模組化指令包。一個 Skill 讓 Claude 學會一整套工作流程——從 TDD 開發到文件生成，從記憶持久化到 UI 設計，按需載入，精準觸發。

349
GitHub 已收錄 Skills
152K
最高 Stars（Superpowers）
18
相容 AI 代理平台
5
核心使用場景分類
選擇你的使用場景
💻
→
開發環境 Skill
為 AI 注入工程師紀律。從需求釐清、TDD、Code Review 到 Git 合併，每一步都有嚴格的驗收條件，讓代理協作不失控。
適用時機：寫程式、除錯、PR 審查、多代理協作任務。
Top star：Superpowers 152K ★ · Karpathy Skills 125K ★
🤖
→
AI 自動化 Skill
串接外部世界——爬取網頁、呼叫 API、建立 n8n 工作流、操作 Google 服務。能力擴充型，沒有 Skill 就做不到。
適用時機：網頁抓取、排程任務、多平台整合、重複性流程。
Top star：anthropics/skills 37.5K ★ · HuggingFace 10.4K ★
🎨
→
前端設計 Skill
突破「AI 味」設計。注入 100+ 條 UI 規則、57 條 React 效能規則、50 種視覺風格，輸出有設計師品味的生產就緒介面。
適用時機：建立 UI 元件、Landing Page、設計系統、互動圖表。
Top star：ui-ux-pro-max 16.9K ★ · vercel/agent-skills 12K ★
🧠
→
記憶/上下文 Skill
解決 AI 的失憶問題。跨 session 壓縮並保存決策脈絡，下次開啟對話時自動注入相關歷史，還能削減 75% 輸出 token。
適用時機：長期專案、多次對話需延續、context 快耗盡時。
Top star：claude-mem 77.8K ★ · caveman 27.9K ★
📄
→
文件生產 Skill
一鍵生成可下載的 Word、Excel、PowerPoint、PDF。知道每種格式的坑——頁面尺寸、表格雙重寬度、追蹤修訂的正確 XML 結構。
適用時機：製作報告、合約、學術論文、試算表、簡報。
Top star：anthropics/skills 37.5K ★ · academic-research 3.4K ★
💻
Skill 類別 01 / Development

開發環境 Skill

為 AI 代理注入工程師紀律。從模糊需求到可合併的 PR，每一步都有明確的 SOP 與驗收條件，讓大型多代理協作不再失控。

TDD Code Review Git Workflow Multi-Agent Behavioral Guardrails
01
Skill 名稱

superpowers（obra/superpowers · ★ 174K）— 完整的 agentic 軟體開發方法論，含 20+ 子 Skill，已進入 Anthropic 官方 plugin marketplace。

andrej-karpathy-skills（forrestchang · ★ 125K）— Karpathy 四原則行為護欄：Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution。

gstack（garrytan · ★ 39K）— YC CEO Garry Tan 的 28 個斜線指令，模擬 CEO / Staff Engineer / QA Lead 等角色分工。

02
中文功能說明

開發環境 Skill 解決 AI 代理最常見的三個失控模式：假設靜默推進（沒問清楚就動手）、過度工程化（50 行解法被寫成 500 行）、側面修改（順手改了不相關的程式碼）。

Superpowers 把完整的開發週期封裝成可重複的 SOP：brainstorm → 設計文件 → 實作計劃 → subagent 執行 → 審查 → 合併。每個階段都有明確的輸出物與驗收標準，代理不能跳過任何步驟。

Karpathy Skills 則是更輕量的行為護欄——一個 CLAUDE.md 檔案，強制 AI 在動手前陳述假設、只改被要求的部分、用最少程式碼解決問題。

03
觸發條件
  • 輸入「幫我實作 [功能]」→ 觸發需求釐清流程，AI 必須先列出所有假設並等待確認，才能開始撰寫程式碼
  • 輸入「修這個 bug」→ 觸發 Surgical Changes 原則，只修改被要求的部分，不得重構周邊無關程式碼
  • 建立新 Git branch → 觸發 using-git-worktrees，在隔離的 worktree 工作，確保主線不受污染
  • 輸入「review 我的 PR」或「提交這次修改」→ 觸發 Code Review + conventional commit message 自動生成（feat / fix / refactor / docs...）
  • 任何測試相關指令 → 強制執行 RED → GREEN → REFACTOR 循環，不允許在沒有失敗測試的情況下寫實作程式碼
04
範例與情境說明
實際情境
後端工程師需要為電商系統新增「優惠碼驗證」功能。沒有 Skill：AI 修了驗證邏輯，還順手重構了 cart service、刪了幾行 comment、改了縮排風格。有了 Karpathy Skills：AI 先列出假設（優惠碼格式 / 過期規則 / 回傳格式），確認後只動 coupon_validator.py，其他檔案零異動，並新增對應測試。
使用者輸入
幫我在結帳流程加入優惠碼驗證，失效碼要回傳 400 錯誤。
AI 輸出（套用 Skill 後）
假設清單：1) 優惠碼英數 8 碼；2) 驗證寫在 coupon_validator.py；3) pytest 框架。確認後我只修改 coupon_validator.py 並新增 test_coupon.py。其他檔案不動。
05
Codex 對話框使用指南
codex — 開發環境 Skill 指令範本
我
# 步驟一：載入 Skill /plugin install superpowers@claude-plugins-official /plugin install andrej-karpathy-skills@karpathy-skills # 步驟二：開始任務（Skill 會強制先釐清假設） 任務：在結帳流程加入優惠碼驗證，失效碼回傳 400
AI
已載入 superpowers + karpathy-guidelines。 假設清單（請確認）： 1. 優惠碼格式：英數混合 8 碼 2. 修改範圍：coupon_validator.py 3. 測試框架：pytest 4. HTTP 400 訊息格式：{"error": "invalid_coupon"} 確認後我會 只修改 coupon_validator.py + test_coupon.py。 請回覆「確認」或指出需要修正的假設。
我
確認，開始實作。
AI
# RED phase — 先寫失敗測試 def test_invalid_coupon_returns_400(): response = client.post("/checkout", json={"coupon": "INVALID1"}) assert response.status_code == 400 # GREEN phase — 最小實作通過測試 # REFACTOR — 確認無其他檔案被異動
+
GitHub Top 10 開發環境 Skills
#RepoStars核心功能
1obra/superpowersgithub.com/obra/superpowers174K ★完整 agentic 開發方法論，Anthropic 官方認證
2forrestchang/andrej-karpathy-skillsgithub.com/forrestchang/...125K ★Karpathy 四原則行為護欄
3mattpocock/skillsgithub.com/mattpocock/skills46.6K ★TypeScript 工程師最佳實踐
4garrytan/gstackgithub.com/garrytan/gstack39K ★YC CEO 的 28 個角色指令
5addyosmani/agent-skillsgithub.com/addyosmani/agent-skills9.9K ★Google Chrome 工程師效能規則
6OthmanAdi/planning-with-filesgithub.com/OthmanAdi/...9.7K ★Manus 風格持久化 Markdown 規劃
7muratcankoylan/Agent-Skills-for-Context-Engineeringgithub.com/muratcankoylan/...7.8K ★上下文工程與多代理架構
8Dimillian/Skillsgithub.com/Dimillian/Skills3.4K ★Apple 平台 + diff review swarms
9sanyuan0704/sanyuan-skillsgithub.com/sanyuan0704/...2.5K ★SOLID + 安全性 Code Review
10twostraws/SwiftUI-Agent-Skillgithub.com/twostraws/...2.7K ★SwiftUI 開發代理技能
🤖
Skill 類別 02 / AI Automation

AI 自動化 Skill

串接外部世界的能力擴充型 Skill。網頁抓取、API 整合、n8n 工作流、Google 服務操作——沒有這類 Skill，Claude 根本做不到這些事。

Web Scraping API Integration n8n Workflow Scheduling Capability Uplift
01
Skill 名稱

anthropics/skills（★ 37.5K）— Anthropic 官方技能庫，含 skill-creator、webapp-testing（Playwright）、internal-comms 等核心工具，所有第三方 Skill 的格式參考標準。

huggingface/skills（★ 10.4K）— 賦予 Agent 整個 HuggingFace 生態系的能力，模型推理、資料集操作、pipeline 管理一次整合。

n8n-skills / apify/agent-skills（★ 2.2K / 2K）— n8n 工作流無誤生成 + 生產級網頁抓取與瀏覽器自動化。

02
中文功能說明

AI 自動化 Skill 屬於「能力擴充型（Capability Uplift）」——這意味著沒有這個 Skill，Claude 就完全無法完成對應任務，而非只是做得差而已。

以 Firecrawl Skill 為例：Claude 原本無法可靠地抓取 JavaScript 動態渲染的網頁。安裝後，Claude 學會自動安裝 firecrawl-cli、調用 scrape / search / interact / crawl 指令，且結果寫入檔案而非塞爆 context window。

n8n-skills 讓 Claude 理解 n8n 的節點格式、連線邏輯、觸發器語法，能直接輸出可匯入的 JSON 工作流檔案，不需要人工在 n8n 介面拖拉節點。

03
觸發條件
  • 輸入「幫我爬取 [網址]」或「搜尋 [關鍵字] 整理成表格」→ 觸發 Firecrawl Skill，自動處理 JS 渲染、反爬蟲，結果存成 Markdown 或 JSON
  • 輸入「建立 n8n 工作流，當 Webhook 觸發就 [動作]」→ 觸發 n8n-skills，生成完整可匯入的 JSON 工作流設定檔
  • 輸入「每天 [時間] 自動執行 [任務]」→ 觸發排程規劃，生成 cron 表達式 + 對應的 n8n 或 shell script
  • 需要呼叫外部 API（GitHub / Slack / Google Sheets）→ 觸發 API 整合技能，自動處理 OAuth、錯誤重試、rate limit 管理
  • 輸入「把這個重複流程自動化」→ 觸發流程分析：識別重複步驟、建議自動化工具組合、產生實作計劃
04
範例與情境說明
實際情境
電商行銷人員每週花 2 小時手動整理競品定價，複製貼上到 Excel 對比表。啟用 AI 自動化 Skill 後：Claude 自動抓取 5 個競品定價頁、解析出方案名稱 / 月費 / 功能，輸出含圖表的 Excel。全程 3 分鐘，次週只需重新跑一次指令。
使用者輸入
抓取這 5 個競品定價頁，比較方案名稱、月費、功能，存成 Excel。
AI 輸出（套用 Skill 後）
已爬取 5 頁，解析 23 個方案，存至 competitor_pricing_Q2.xlsx，含樞紐分析表與價格熱力圖。執行時間：2m 47s。
05
Codex 對話框使用指南
codex — AI 自動化 Skill 指令範本
我
# 載入網頁抓取 Skill npx -y firecrawl-cli@latest init --all --browser /skill load anthropics:xlsx # 執行競品定價抓取任務 任務：抓取以下 5 個定價頁，整理成 Excel 目標： 1. https://competitor-a.com/pricing 2. https://competitor-b.com/pricing 輸出格式：方案名稱 / 月費 / 年費 / 核心功能（3 個） 輸出檔案：pricing_compare.xlsx
AI
# 執行中... firecrawl scrape https://competitor-a.com/pricing --output a.json firecrawl scrape https://competitor-b.com/pricing --output b.json # 解析結果 已找到 Competitor A：3 個方案（Starter $9 / Pro $29 / Enterprise 議價） 已找到 Competitor B：2 個方案（Basic $12 / Team $45） # 生成 Excel 已輸出 pricing_compare.xlsx（含樞紐分析表）
+
GitHub Top 10 AI 自動化 Skills
#RepoStars核心功能
1anthropics/skillsgithub.com/anthropics/skills37.5K ★官方技能庫，自動觸發，生態圈基礎規格
2K-Dense-AI/scientific-agent-skillsgithub.com/K-Dense-AI/...18.4K ★研究、科學、工程、金融分析即用型技能
3huggingface/skillsgithub.com/huggingface/skills10.4K ★HuggingFace 生態系整合，模型推理與資料集
4numman-ali/openskillsgithub.com/numman-ali/openskills10K ★通用技能載入器，跨平台統一格式
5alirezarezvani/claude-skillsgithub.com/alirezarezvani/...5.2K ★329 Skills + 30 Agents，含行銷/法規/商業場景
6google/skillsgithub.com/google/skills3.8K ★Google 產品官方 Agent Skills
7hardikpandya/stop-slopgithub.com/hardikpandya/stop-slop3.7K ★移除 AI 寫作痕跡，輸出更自然文字
8antfu/skillsgithub.com/antfu/skills3.5K ★Anthony Fu（Vite 核心作者）策展技能集
9apify/agent-skillsgithub.com/apify/agent-skills2K ★生產級網頁抓取與瀏覽器自動化
10czlonkowski/n8n-skillsgithub.com/czlonkowski/n8n-skills2.2K ★n8n 工作流無誤生成，輸出可匯入 JSON
🎨
Skill 類別 03 / Frontend Design

前端設計 Skill

突破「AI 味」設計。注入設計系統規範、100+ 條 UI 規則、57 條 React 效能規則，讓 Claude 輸出有設計師品味的生產就緒介面，而非千篇一律的紫色漸層卡片。

Design System React Performance Accessibility Typography Anti-Slop
01
Skill 名稱

vercel-labs/agent-skills（★ 12K）— Vercel 官方三件套：react-best-practices（57 條效能規則，按影響力排序）、web-design-guidelines（100+ 條 UI 規則）、remotion-best-practices（程式化影片）。各子 Skill 安裝量達 126K–176K。

ui-ux-pro-max-skill（★ 16.9K）— 跨平台 UI/UX 設計智慧，涵蓋行動端、桌面端、無障礙設計標準。

anthropics/frontend-design（安裝量 124K）— Anthropic 官方設計 Skill，50 種視覺風格 + 配對字型字典，強制 AI 離開舒適圈。

02
中文功能說明

前端設計 Skill 解決 AI 介面設計的根本問題——「AI 味」。沒有這類 Skill，Claude 產出的 UI 永遠是 Inter / Space Grotesk 字型 + 藍紫漸層背景 + 圓角卡片的組合，任何人一眼就認出來是「AI 做的」。

Vercel React Best Practices 的關鍵設計：57 條規則按實際影響力排序。排在第一位的是消除 API 請求瀑布流（request waterfall），而不是 useMemo 和 React.memo——因為大多數開發者（和 AI）都本末倒置，跳過真正的效能瓶頸直接優化微小細節。

Web Design Guidelines 則在每次生成 UI 前，強制 Claude 對照 100+ 條可及性與 UX 規則，輸出違規清單，不符合標準就不能提交。

03
觸發條件
  • 輸入「幫我做一個 [元件名稱]」→ 觸發設計風格詢問（極簡 / 大膽 / 企業感 / 雜誌風），選定後載入對應的字型 + 色彩配置
  • 提交 React 元件程式碼審查 → 觸發 Vercel React Best Practices：先查 waterfall，再查 bundle size，最後才看 useMemo（高影響優先）
  • 輸入「這個介面看起來太 AI 了，幫我改」→ 觸發 stop-slop / taste-skill，重新選配字型與色彩，移除通用設計模式
  • 輸入「生成架構圖」或「畫系統圖」→ 觸發 fireworks-tech-graph，輸出生產品質 SVG + PNG 技術架構圖
  • 製作簡報或行銷素材 → 觸發 guizang-ppt-skill，生成雜誌風格水平滑動 HTML 投影片
04
範例與情境說明
實際情境
新創公司需要一個 Landing Page 給投資人看，工程師用 AI 做出的版本「一看就知道是 AI 生的」。啟用前端設計 Skill 後：AI 詢問品牌調性（回答：科技感但有溫度），自動選用 DM Serif Display + DM Sans 字型配對、深靛藍 #1B2A6B 主色 + 暖米背景，生成 WCAG AA 對比標準（7.2:1）的 React 頁面，完全不像通用模板。
使用者輸入
幫我做一個 SaaS Landing Page，有 Hero、功能介紹、定價三區塊。風格：科技感但有溫度。
AI 輸出（套用 Skill 後）
選配：DM Serif Display 標題 + DM Sans 內文。主色 #1B2A6B / 背景 #F5F0E8。對比比率 7.2:1，通過 WCAG AA。無 Inter、無紫色漸層、無通用卡片模板。
05
Codex 對話框使用指南
codex — 前端設計 Skill 指令範本
我
# 載入設計 Skill /plugin install frontend-design@anthropic-official /skill load vercel:react-best-practices /skill load vercel:web-design-guidelines # 任務：定價卡片元件 目標：PricingCard React 元件，三個方案 強調方案：Pro（中間，視覺強調） 品牌調性：極簡企業感，非紫色漸層 禁止使用：Inter 字型、通用卡片模板
AI
# 設計決策 字型：Fraunces（標題）+ Lato（內文）—— 避開 Space Grotesk 主色：Slate #1E293B / 強調 #0EA5E9 Pro 卡片：2px info 邊框強調（非色塊填滿，避免視覺壓迫） 布局：CSS grid auto-fill，不使用 flex + 手動斷點 # React Best Practices 檢查（按影響力順序） 1. ✓ 無 API waterfall（定價為靜態資料） 2. ✓ 無不必要 bundle（無外部 icon 庫） 3. ✓ 無多餘 re-render（props 不含函數引用） export function PricingCard({ plan, highlighted }) { ... }
+
GitHub Top 9 前端設計 Skills
#RepoStars核心功能
1nextlevelbuilder/ui-ux-pro-max-skillgithub.com/nextlevelbuilder/...16.9K ★跨平台 UI/UX 設計智慧，生產級介面
2vercel-labs/agent-skillsgithub.com/vercel-labs/agent-skills12K ★React 效能 57 條 + Web UI 100+ 條規則
3anthropics/frontend-designgithub.com/anthropics/skills124K 安裝50 種視覺風格字典，官方出品
4Leonxlnx/taste-skillgithub.com/Leonxlnx/taste-skill6.9K ★前端程式碼風格改善集合
5heygen-com/hyperframesgithub.com/heygen-com/hyperframes7.7K ★HTML → 影片，HeyGen 官方出品
6op7418/guizang-ppt-skillgithub.com/op7418/guizang-ppt-skill2.9K ★雜誌風格水平滑動 HTML 簡報
7yizhiyanhua-ai/fireworks-tech-graphgithub.com/yizhiyanhua-ai/...2.8K ★生產品質 SVG + PNG 技術架構圖
8Cocoon-AI/architecture-diagram-generatorgithub.com/Cocoon-AI/...2.3K ★深色主題系統架構圖，獨立 HTML/SVG
9zarazhangrui/codebase-to-coursegithub.com/zarazhangrui/...2.7K ★Codebase → 互動式單頁 HTML 課程
🧠
Skill 類別 04 / Memory & Context

記憶/上下文 Skill

解決 AI 的失憶根本問題。跨 session 壓縮並保存決策脈絡，下次對話自動注入相關歷史。還能削減 75% 輸出 token，讓長期複雜專案也能持續推進。

Persistent Memory Context Compression ChromaDB Semantic Search Token Reduction
01
Skill 名稱

thedotmack/claude-mem（★ 77.8K）— 跨 session 持久記憶系統，ChromaDB 向量語意搜索，支援多機同步，92 位貢獻者，超過 220 個版本。曾單日暴增 3,000+ stars。

JuliusBrussee/caveman（★ 27.9K）— 讓 Agent 說穴居人語言，削減約 75% 輸出 token，同時保持完整技術精確度。Context 壓縮的創意解法。

kepano/obsidian-skills（★ 7K）— Obsidian 官方支援的第二大腦知識管理，自動建立跨文件知識連結。

02
中文功能說明

AI 最大的致命弱點：每次對話都失憶。你昨天花了 3 小時解釋的技術架構、兩週前放棄的方案、上次 session 決定的資料庫設計——下次開啟對話，全部清零。

claude-mem 的解法是三個步驟：① session 結束時，背景 Observer AI 自動壓縮「這次做了什麼 / 決定了什麼 / 遇到什麼問題」寫入本地記憶庫；② 下次開啟時，向量語意搜索找出與當前任務最相關的歷史（不是全量載入）；③ 靜默注入 context，Claude 直接知道「昨天的待辦事項」。

caveman 則從另一個角度解決問題：不是讓 AI 記得更多，而是讓 AI 說得更少。把輸出壓縮成穴居人語法（「我看程式碼。發現問題。建議改這裡。」），保留技術內容但節省 75% token，讓 context window 能撐得更久。

03
觸發條件
  • 每次 Claude Code session 結束 → 自動觸發 claude-mem，壓縮工具使用記錄 / 決策點 / 未完成任務，寫入 ~/.claude-mem/
  • 新 session 開始 → 自動向量語意搜索，注入與當前任務最相關的歷史記憶（非全量，不浪費 context）
  • 輸入「你還記得我們上次討論的 [主題] 嗎？」→ 觸發記憶查詢，回傳相關 session 摘要與時間戳
  • context window 使用率超過 70% → 觸發 caveman 模式，切換精簡語法輸出，削減約 75% token 消耗
  • 在 Obsidian 中新增或修改筆記 → 觸發 obsidian-skills，自動建立知識連結與跨文件摘要索引
04
範例與情境說明
實際情境
你正在開發一個持續 3 個月的 SaaS 產品，每天都與 Claude 對話。沒有 claude-mem：每次都要重新解釋「我們用 PostgreSQL 而不是 Redis，認證模組有個 race condition 還沒解」。有了 claude-mem：第 47 次開啟對話，Claude 自動提示：「根據 session #46 記憶：放棄 Redis 改用 PG LISTEN/NOTIFY，auth/session.py race condition 尚未修復（issue #47），優先處理。」
使用者輸入
繼續上次的工作，我們在做什麼？
AI 輸出（套用 Skill 後）
記憶載入（23 筆 session）。上次（2天前）：coupon_validator.py 測試通過。待辦：auth/session.py race condition（issue #47，高優先）。繼續？
05
Codex 對話框使用指南
codex — 記憶/上下文 Skill 指令範本
我
# 安裝 claude-mem（一次性） npm install -g claude-mem && claude-mem install # 查詢歷史記憶 /plugin install claude-mem /memory query project:my-saas-app /memory list pending-tasks --limit 5
AI
# 記憶庫查詢結果 查詢範圍：project:my-saas-app（23 筆 session，最近 30 天） 待辦事項（未完成）： 1. auth/session.py race condition ← 高優先 2. 定價頁 A/B 測試設定 ← 等待 PM 確認 3. DB migration script ← 等待 staging 環境 上次決策記錄： - 放棄 Redis，改用 PostgreSQL LISTEN/NOTIFY - 認證流程採 JWT，refresh token 存 httpOnly cookie 要從哪個開始？
+
GitHub Top 6 記憶/上下文 Skills（2K+ 門檻）
#RepoStars核心功能
1thedotmack/claude-memgithub.com/thedotmack/claude-mem77.8K ★跨 session 持久記憶，ChromaDB 語意搜索
2JuliusBrussee/cavemangithub.com/JuliusBrussee/caveman27.9K ★Token 削減 75%，穴居人語法壓縮
3kepano/obsidian-skillsgithub.com/kepano/obsidian-skills7K ★Obsidian 第二大腦知識管理
4wanshuiyin/Auto-claude-research-in-sleepgithub.com/wanshuiyin/...6.6K ★Session 休眠期自主 ML 研究
5letta-ai/claude-subconsciousgithub.com/letta-ai/...2.4K ★背景代理建立記憶並靜默耳語
6Lum1104/Understand-Anythinggithub.com/Lum1104/Understand-Anything2.1K ★Codebase → 互動知識圖譜 + 語意搜索
📄
Skill 類別 05 / Document Production

文件生產 Skill

不只是在對話框顯示文字——直接輸出可下載的 Word、Excel、PowerPoint、PDF。知道每種格式的坑，讓生成結果真正能用於工作場合。

DOCX XLSX PPTX PDF Tracked Changes
01
Skill 名稱

anthropics/skills（文件套件）（★ 37.5K）— Anthropic 官方四件套：docx（Word）、xlsx（Excel）、pptx（PowerPoint）、pdf（PDF），生態圈基礎規格，所有第三方文件 Skill 的參考標準。

academic-research-skills（★ 3.4K）— 完整學術研究工作流：research → write → review → revise → finalize，適用論文、報告、技術文件。

Research-Paper-Writing-Skills（★ 2.8K）— ML / CV / NLP 論文撰寫技能包，改編自 Peng Sida 教授開源筆記。

02
中文功能說明

文件生產 Skill 的核心價值不是「會寫文字」——Claude 本來就會寫。它的價值是知道每種格式的坑，並確保輸出的檔案真正可用，而不是開啟後排版全跑掉。

docx Skill 記住的關鍵知識：頁面尺寸預設是 A4，但台灣商業文件通常用 US Letter，必須明確設定（12240 × 15840 DXA）；表格需要「雙重寬度」設定——既要設 columnWidths，也要設每個 cell 的 width，少一個就在 Google Docs 開啟時跑版；清單絕對不能用 unicode 符號（`•`），必須用 LevelFormat.BULLET。

xlsx Skill 知道不能用 WidthType.PERCENTAGE（Google Sheets 開啟時破版），公式必須用 A1 表示法而非 R1C1。pptx Skill 按照內容類型自動選配版面，不會讓文字塞滿一整張投影片。

03
觸發條件
  • 輸入「幫我寫一份 Word 報告 / 合約 / 備忘錄」或「產生 .docx」→ 觸發 docx skill，自動設定頁面尺寸 / 字型 / 頁碼，不再需要手動修改格式
  • 輸入「做一個 Excel 試算表」或「把資料做成樞紐分析表」→ 觸發 xlsx skill，正確處理公式、圖表、多工作表結構
  • 輸入「幫我做投影片」或「製作簡報」→ 觸發 pptx skill，按內容自動配置版面，支援主題色 / 動畫 / 備注頁
  • 輸入「把這份 PDF 的表格提取出來」或「合併 / 分割 / 加浮水印」→ 觸發 pdf skill
  • 上傳既有 .docx 並輸入「幫我加追蹤修訂」或「在這段加批注」→ 觸發 docx 編輯模式，以 XML 操作文件結構，作者署名「Claude」
04
範例與情境說明
實際情境
法務助理每月需根據範本產生 30 份客製化合約，過去手動逐一填入客戶資料需 4 小時。啟用文件生產 Skill 後：上傳 clients.csv + contract_template.docx，Claude 自動生成 30 份格式正確的合約——Arial 12pt、US Letter、頁碼居中、追蹤修訂啟用，逐一打包。全程 5 分鐘。
使用者輸入
根據 clients.csv（30 筆）套用 contract_template.docx，生成 30 份客製合約，追蹤修訂啟用。
AI 輸出（套用 Skill 後）
已讀取 30 筆。生成中：contract_陳大明_Q3.docx ✓ ... 30/30 完成。Arial 12pt，US Letter，頁碼居中，追蹤修訂啟用。
05
Codex 對話框使用指南
codex — 文件生產 Skill 指令範本
我
# 載入文件生產 Skill /skill load anthropics:docx # 任務：生成 Q3 季度報告 格式：US Letter（12240×15840 DXA） 字型：Arial 12pt 章節：1. 執行摘要 / 2. 財務表現 / 3. 下季規劃 特殊需求：含自動目錄（可點擊跳頁）、頁碼居中 輸出：Q3_report.docx
AI
# docx skill 啟動，預先檢查格式坑 注意事項（已自動處理）： - page.size：明確設定 US Letter（預設 A4 不適用） - HeadingLevel：設定 outlineLevel 確保 TOC 可跳頁 - LevelFormat.BULLET：清單使用 numbering config，不使用 • 符號 - ShadingType.CLEAR：表格背景避免 SOLID（否則全黑） # 生成中... python scripts/office/validate.py Q3_report.docx ✓ XML 結構驗證通過，輸出至 Q3_report.docx
+
GitHub Top 5 文件生產 Skills（2K+ 門檻）
#RepoStars核心功能
1anthropics/skills（doc 套件）github.com/anthropics/skills37.5K ★docx / xlsx / pptx / pdf 四件套，官方維護
2Imbad0202/academic-research-skillsgithub.com/Imbad0202/...3.4K ★學術研究完整工作流，五階段 SOP
3Master-cai/Research-Paper-Writing-Skillsgithub.com/Master-cai/...2.8K ★ML/CV/NLP 論文撰寫，Peng Sida 教授筆記
4PleasePrompto/notebooklm-skillgithub.com/PleasePrompto/...2.7K ★Claude 直接與 Google NotebookLM 通訊
5markdown-viewer/skillsgithub.com/markdown-viewer/skills2.4K ★Markdown 內建精美圖表與視覺化