你想让 AI 干某一行的活,最省事的办法是给它装一个技能包。问题是绝大多数技能包靠人硬写,写到第三个行业就写不动了。
swaylq/master-skill 想干的是后面那件笨活:输入一个细分行业,它自己跑六路调研、自己提炼,最后吐出一套能直接装进编码助手的行业技能。仓库只有 186 颗星,却已经攒下 80 个成型的行业样本、30.5 万行 markdown、898 个 shell 脚本。
我把整个仓库拉进沙箱跑了一遍,第一个撞上的不是功能,是它自己的自检:退出码 1。
一、它到底是什么:一个技能的工厂
先给个白话:所谓 skill(技能包),就是一份写给 AI 的说明书加一套配套脚本,AI 读到它就进入某种角色。master-skill 不做某一个角色,它做的是生产这些说明书的流水线。
它的入口分三条:你把行业说清楚了走直接路径;只说「我想做点副业」这种模糊需求,它先反问诊断;已有技能想更新,走第三条。
定下行业之后进入六轨调研,这是它最核心的设计:不是让 AI 一次写个总结,而是拆成六条互不干扰的线去查——这一行真正的大佬是谁、从业者用什么工具、日常工作流长什么样、有没有公认的教材正典、信息源在哪、术语标准怎么定。
六轨各跑完,先做一次人工复核,再把六份调研压成一份提炼稿,最后才生成成品。我在仓库里数了下它的产物结构,每个行业都长一个样:
| 层 | 放什么 | 实测数量 |
|---|---|---|
| 提炼模板(也就是把调研蒸馏成方法论) | 入口分流、六轨提示词、提炼与质检规范 | 4 份提示词 + 7 份分轨提示词 |
| 每个行业的成品 | 方法说明书(SKILL.md)+ 调研笔记 + 命令套件 | 80 个目录,每个都带一份成品说明书 |
| 给 AI 直接调的工具 | 采集、清洗、研究、转录四组脚本 | 8 + 4 + 8 + 4 个,另加根目录 8 个主脚本 |
那些 shell 脚本不是摆设:898 个里 446 个是每个行业的流程脚本、290 个是决策清单、80 个是协议、80 个是共用库,也就是每个行业都配了一整套「按步骤跑」的命令。
举个例子,CEO 那个行业目录下有 8 个流程脚本,管资本配置、董事会沟通、危机公关、高管招聘这些动作。这是它比一般技能包重的地方:不只给 AI 一套思路,还给了一套能执行的动作清单。
二、实证:README 说全绿,自检说 7 个问题
它自带一个自检脚本,我照着跑了一遍(全套命令与原始输出在文末证据里):
$ python3 tools/self_test.py
# Self-test results — 80 prototypes checked
... 77 行 ✅ xxx: clean ...
⚠️ quant-trading-master: 7 issue(s)
- research file missing: 01-figures.md … 06-glossary.md
- references/synthesis.md missing
**Prototype subtotal**: 7 issues across 80 skills.
**Total**: 7 issues.
$ echo $?
1
80 个样本逐个检查,77 个干净,量化交易(也就是用程序自动跑交易策略)那个行业一次性缺了六个调研文件加一份提炼稿,CEO 和游戏设计两个被标注为「早期蒸馏」(也就是早几批做完没把调研过程留档)、调研档没入库。
旁边还有一个更刺眼的对照:CI 一共跑过 12 次,最近 4 次全是失败(9 月 2 日三次、9 月 6 日一次),而失败的那一步正是这个自检。README 的版本行还写着「72 样本自检全绿 + CI」。
比「红」更有意思的是它内部的数字对不上。同一件事在四个地方有四种说法:
| 说法 | 出处 | 实际 |
|---|---|---|
| 已蒸馏 72 个行业 | README 第 51 行与另外三处 | 目录下是 80 个真行业 |
| 16 道自动检验 | README 第 221 / 512 / 531 行 | 质检脚本里实际 17 条 |
| all 12 rubric items | 质检脚本的说明与命令行帮助 | 同上 17 条 |
| all 60 prototypes | CI 配置文件注释 | 自检自己打印 80 |
然后是两个质检闸门打架。同一个行业目录,我先跑机械打分那个,它判「部分通过」:17 项里 8 过 1 个部分过 1 个失败 2 个要人工 5 个跳过,失败的是第 17 条「数字必带来源」,6 个百分比一个都没标出处。
接着跑验收闸门,同一个目录它判「通过」,理由是总分 0.75 达到 0.70 的线、没有致命失败。两个脚本都能跑通、都不报错,结论一个没过一个过了。
| 行业目录 | 机械打分 | 验收闸门 |
|---|---|---|
| 大模型基础设施 | 部分通过(1 项失败) | 通过 0.75 |
| CEO | 通过(1 项部分) | 通过 0.81 |
| 量化交易 | 通过(0 失败) | 通过 0.81 |
| 运维 | 通过(1 项部分) | 通过 0.81 |
第三行最值得看:量化交易那个目录自检判它缺 7 个文件,机械打分却给「通过」——因为它没有调研目录,涉及调研的 5 项全部跳过,跳过等于不扣分。也就是说缺得越彻底,分数反而越好看。
还有两处是真的会让人踩坑的。它的主说明书写着工具在仓库的 skill/ 目录下,这个占位符全文出现 6 次,但我敲 ls -d skill,系统回「没有这个文件或目录」——工具其实都在根目录的 tools/ 下,按字面替换路径,AI 会指向一个不存在的地方。
另一个是冷汗级的:冷门行业检测脚本在一个目录下直接崩了,报的是找不到 skill_dir 这个字段。追下去是「调研目录不存在」时它提前返回,返回的数据里漏了那个字段,渲染第一步就去取,于是崩。
这里要公允说一句:崩的是错误处理那条路,不是工具全坏。同目录下的来源核验脚本我喂了个真实网址,它正常判出域名等级并给了理由。
三、坐标系:它在哪一格
它借力最明显的一处是微软的 SkillOpt:README 明说 v1.7 从那里借了五个机制——慢更新区、验收闸门、补丁编辑器、跨轮记忆、还有「把技能文档当成可训练参数」的思路。机制确实都在代码里,能跑,但跨轮记忆那个文件打开一看只有 1 条真实记录,三条经验全来自同一次实验。机制建好了,样本只有一条。
横向看,nature-skills 是「一次性写好一批技能」,pstack-claude 是「技能加工具一起给你」,两者都是成品交付;master-skill 卖的是造成品的那条产线,你想要哪个行业,自己跑一遍。那一侧怎么被调用,可以对照 agent-autoloop 那篇:一边管造技能,一边管把活派给 agent,合起来才是一台机器。
四、判断:谁值得跑一遍,谁先别碰
值得试一试的是这几类人:需要给团队造一个「行内专家」角色的、行业太窄没现成技能可抄的、以及想研究「怎么把调研过程工程化」的。它的六轨拆分和「先复核再提炼」的次序是真有讲究的,这套骨架抄得走。
零依赖也算优点——没有任何依赖清单文件,CI 注释直接写「纯标准库,不需要装依赖」,理论上拷下来就能跑。
先别碰的理由同样实在。这是 186 星的小众项目,71 天没提交,169 个提交里外部贡献是 0(其余几个名字查下来都是作者自己的邮箱变体),单人维护、单点停更风险很高。MIT 协议允许商用,但它没有任何依赖清单,版本一变你自己兜。80 个原型里 3 个调研链缺失。
最后一点最关键,也是我这轮跑下来最想说的:它的全部闸门都是查结构,没有一项查效果。有没有写「局限」这一栏、数字有没有标来源、网址在不在黑名单——这些都是格式题。
至于蒸馏出来的技能装进去之后,AI 是不是真的更像那一行的老手,这套流水线里没有任何一道关口能回答。所以它更像一台质检严格的印刷机,而不是一个能证明自己印得好的作者。
要试的话,建议挑一个你自己就懂的行业跑一遍,用你的常识去验收,别用它自己的分数。
关注 AI商业快讯,每天一篇 AI 热点深度解读。