【2026】Claude Skills 怎麼選？精選 60 個工作流程與 GitHub 開源專案清單

對大多數人而言，最難的從來不是工具的數量，而是哪些值得用，以及從哪裡開始。

Web3 創業者、天使投資人 Khairallah AL-Awady 近期在 X 平台發布一份 AI 工具整理清單，自述耗費逾百小時測試與篩選，最終收錄 60 個他認為真正值得關注的 Skills 工具。

這份清單反映了當前 AI 工具市場的結構性困境。框架迭代以週計、Agent 產品以天計，開源社群的熱門專案每日翻新，光是追蹤新工具的速度，就已超出多數從業者的正常工作負荷。

作者從實用性與可接入性出發，涵蓋編碼開發、Agent 框架、工作流程自動化、資料處理到基礎設施，最終延伸至學習資源，勾勒出一條從「使用 AI」到「建構 AI 系統」的完整路徑。

原文標題：Top 60 Claude Skills, Workflows, and GitHub Repos for AI—The Complete List.
原文作者：Khairallah AL-Awady｜編譯：Grenade

Part 1：AI 程式碼 Agent 與 IDE 🛠️

這些工具可以讓 AI 替你撰寫、審查和管理程式碼。以下列出的都是在真實工作流程中能跑起來的，而不只是 Demo 好看。

01. Claude Code
Anthropic 的命令列程式碼 Agent。
可以讀取檔案、撰寫程式碼、執行測試，直接在你的本地環境運作。
想要完全掌控 AI 輔助開發流程，這是目前的標竿。
🔗 https://docs.anthropic.com/en/docs/claude-code

新手閱讀：《 Claude Code 完整教學》

02. Cursor
基於 VS Code 打造的 AI 優先程式碼編輯器。
支援行內補全、與程式碼庫對話、多檔案編輯。
對於想把 AI 整合進現有工作流程的開發者來說，是目前最好的編輯器。
🔗 https://www.cursor.com

03. Codex CLI
OpenAI 的終端機程式碼 Agent。
接受自然語言指令、讀取程式碼庫、撰寫並執行程式碼。
在多步驟的實作任務上表現強勁。
🔗 https://github.com/openai/codex

04. Windsurf
由 Codeium 開發的 AI 程式碼 IDE。
搭載 Cascade Agent，支援多檔案編輯、深度理解程式碼庫，以及流暢的開發體驗。
成長速度很快。
🔗 https://codeium.com/windsurf

05. Superpowers
20 多個經過實戰驗證的 Claude Code Skills。
涵蓋 TDD、除錯、計劃到執行的完整流程。GitHub 上超過 96,000 顆星。
如果你在用 Claude Code，第一個就裝這個。
🔗 https://github.com/obra/superpowers

06. Spec Kit (GitHub)
規格驅動開發。先寫規格，再由 AI 根據規格生成程式碼。
逼你在動手之前先想清楚。超過 50,000 顆星。
🔗 https://github.com/github/spec-kit

07. Aider
在終端機裡進行 AI 配對開發，可搭配任何 LLM 使用。
在處理既有程式碼庫時特別強。
超過 30,000 顆星。
🔗 https://github.com/paul-gauthier/aider

Part 2：Agent 框架 🤖

打造能自主思考、行動、反覆迭代的系統。

08. OpenClaw
爆紅的開源 AI Agent。
持久運作，支援多渠道（WhatsApp、Telegram、Discord），還能自己撰寫 Skills。
超過 210,000 顆星並持續成長，目前個人 AI Agent 最容易上手的入口。
🔗 https://github.com/openclaw/openclaw

09. LangGraph
以程式碼形式建構多 Agent 協作。
把 Agent 建構成帶有分支邏輯的圖形結構，支援人工介入和持久狀態。
超過 26,000 顆星。
🔗 https://github.com/langchain-ai/langgraph

10. CrewAI
多 Agent 框架，每個 Agent 都有角色、目標和背景設定。
各自有明確的職責分工。
適合團隊協作式的工作流程。
🔗 https://github.com/crewAIInc/crewAI

11. AutoGPT
用於長時間執行任務的全自動 Agent 平台。
是 Agent 框架的先驅，從早期到現在已大幅成熟。
🔗 https://github.com/Significant-Gravitas/AutoGPT

12. Dify
開源 LLM 應用建構工具。
在同一個平台整合工作流程、RAG、Agent 和模型管理。
適合非開發者打造 AI 應用。
🔗 https://github.com/langgenius/dify

13. OWL
多 Agent 協作框架。
在 GAIA 基準測試中的 Agent 協作表現名列前茅。
把最新研究成果轉化成可直接使用的程式碼。
🔗 https://github.com/camel-ai/owl

14. CopilotKit
直接在 React 應用程式中嵌入 AI Copilot。
把 AI 功能做進你的產品，而不只是停留在自己的工作流程裡。
🔗 https://github.com/CopilotKit/CopilotKit

15. pydantic-ai
基於 Pydantic 打造的型別安全 Agent 框架。
給想要結構化、可驗證 Agent 輸出的 Python 開發者使用。
🔗 https://github.com/pydantic/pydantic-ai

Part 3：MCP 伺服器與工具整合 🔗

MCP（Model Context Protocol）讓 AI 能連結外部世界。
Skills 教 AI 怎麼做事；MCP 給 AI 存取管道。

16. Tavily
專為 AI Agent 打造的搜尋引擎。
不是那種藍色連結清單，而是乾淨、有結構、LLM 可以直接讀懂的資料。
提供搜尋、擷取、爬取、地圖四種工具。
一分鐘內即可以遠端 MCP 方式接入。
🔗 https://github.com/tavily-ai/tavily-mcp

17. Context7
自動把最新的函式庫文件注入 LLM 的 Context。
再也不用擔心 API 幻覺或已廢棄的方法。
在 Prompt 裡加上「use context7」就能自動拉取最新文件。
支援數千個函式庫。
🔗 https://github.com/upstash/context7

18. Task Master AI
你的 AI 專案經理。餵給它一份 PRD，
它會生成帶有依賴關係的結構化任務清單，再讓 Claude 逐一執行。
把混亂的開發過程變成有條理的流水線。
🔗 https://github.com/eyaltoledano/claude-task-master

19. MCP Playwright
讓 LLM 控制瀏覽器自動化。
用自然語言操控真實的瀏覽器，適用於測試、爬取、互動等情境。
🔗 https://github.com/executeautomation/mcp-playwright

20. fastmcp
用最少的 Python 程式碼建構 MCP 伺服器。
是為 Claude 或其他相容 MCP 的模型建立自訂工具整合最快的方式。
🔗 https://github.com/jlowin/fastmcp

21. markdownify-mcp
把 PDF、圖片和音訊轉換成 Markdown。
讓任何文件格式都能順暢進入你的 AI 工作流程。
🔗 https://github.com/zcaceres/markdownify-mcp

22. MCPHub
透過 HTTP 統一管理多個 MCP 伺服器。
一個儀表板掌管所有工具連線。
🔗 https://github.com/samanhappy/mcphub

Part 4：Claude Skills 精選 🧠

Skills 教 Claude 專業化的工作流程。
目前有超過 80,000 個社群 Skills，以下是真正值得安裝的。

23. PDF Processing（官方）
讀取、擷取表格、填寫表單、合併和分割 PDF。
對知識工作者來說，這是效益最高的 Skill。
🔗 https://github.com/anthropics/skills/tree/main/skills/pdf

24. Frontend Design（官方）
打造真正的設計系統、大膽的排版與可投入生產的 UI。
跳脫「AI 廉價感」的美學。超過 277,000 次安裝。
🔗 https://github.com/anthropics/skills/tree/main/skills/frontend-design

25. Skill Creator（官方）
元 Skill。
用白話文描述一個工作流程，五分鐘內就能得到完整的 SKILL.md。
無需撰寫任何設定，就能打造新 Skill。
🔗 https://github.com/anthropics/skills/tree/main/skills/skill-creator

26. Corey Haines 的 Marketing Skills
超過 20 個 Skill，涵蓋 CRO、文案、SEO、電子郵件序列、成長策略。
一個行銷團隊需要的一切，全都做成 Skill 形式。
🔗 https://github.com/coreyhaines31/marketingskills

27. Claude SEO
全站稽核、Schema 驗證、關鍵字分析。
12 個子 Skill 涵蓋完整的 SEO 工作流程。
🔗 https://github.com/AgriciDaniel/claude-seo

28. Obsidian Skills
由 Obsidian CEO 親自打造。自動標籤、自動連結、原生 Vault 操作。
如果你在用 Obsidian，這個不能不裝。
🔗 https://github.com/kepano/obsidian-skills

29. Context Optimization
降低 Token 成本並提升 KV 快取效率。讓昂貴的 API 工作流程顯著節省開銷。
超過 13,900 顆星。
🔗 https://github.com/muratcankoylan/agent-skills-for-context-engineering

30. Deep Research Skill
八階段深度研究，支援自動延續。
當你需要 Claude 深入挖掘某個主題，而不只是粗略瀏覽時使用。
🔗 https://github.com/199-biotechnologies/claude-deep-research-skill

Part 5：本地 AI 與模型運行 🖥️

在自己的硬體上跑模型。隱私、速度、零 API 費用。

31. Ollama
一行終端機指令即可在本地跑開源 LLM。
支援 Llama、Mistral、Gemma 等數十個模型。
從零到本地 AI 最快的路徑。
🔗 https://github.com/ollama/ollama

32. Open WebUI
自架的 ChatGPT 介面。
乾淨、快速、功能完整。
搭配 Ollama 使用，即可建立完全私有的 AI 環境。
🔗 https://github.com/open-webui/open-webui

33. LlamaFile
把整個 LLM 打包成單一可執行檔。
零相依性、下載即用、簡單到不像話。
🔗 https://github.com/Mozilla-Ocho/llamafile

34. Unsloth
用少 70% 的記憶體，以 2 倍速度微調模型。
如果你需要用自己的資料訓練自訂模型，從這裡開始。
🔗 https://github.com/unslothai/unsloth

35. vLLM
高吞吐量推論引擎，比一般方式快 2 到 4 倍。
是開源模型生產環境部署的業界標準。
🔗 https://github.com/vllm-project/vllm

Part 6：工作流程與自動化 ⚡

把 AI 接進你現有的工具和流程。

36. n8n
開源工作流程自動化工具，支援 400 多種整合和 AI 節點。
可自架，是打造 AI 驅動自動化流程最好的視覺化建構器。
🔗 https://github.com/n8n-io/n8n

37. Langflow
拖拉式視覺化 Agent 流程建構器。
超過 140,000 顆星。
不用寫程式也能建構複雜的 Agent 工作流程。
🔗 https://github.com/langflow-ai/langflow

38. Huginn
用於監控、通知和資料收集的自架網路 Agent。
以隱私為優先，在你自己的伺服器上運行的自動化工具。
🔗 https://github.com/huginn/huginn

39. DSPy
用程式設計而非提示詞來驅動基礎模型。
史丹佛研究成果轉化的框架。當提示詞不夠穩定時使用。
🔗 https://github.com/stanfordnlp/dspy

40. Temporal
長時間運行流程的持久工作流程引擎。
當你的自動化需要在崩潰、重試和逾時後仍能繼續運作時使用。
🔗 https://github.com/temporalio/temporal

Part 7：搜尋、資料與 RAG 🔍

讓資訊進出 AI 系統。

41. GPT Researcher
自主研究 Agent，能產出整合報告。
給它一個主題，它會回傳附有資料來源的深度分析。
🔗 https://github.com/assafelovic/gpt-researcher

42. Firecrawl
把任何網站轉化成 LLM 可直接讀取的資料。
專為 AI 流水線設計的網路爬取工具。
🔗 https://github.com/mendableai/firecrawl

43. Vanna AI
自然語言轉 SQL。
用中文（或英文）問問題，它回傳資料庫查詢語句。
給需要從資料庫取得資料、但不想寫 SQL 的人使用。
🔗 https://github.com/vanna-ai/vanna

44. Instructor
用 Pydantic 模型從任何 LLM 取得結構化 JSON 輸出。
支援 OpenAI、Anthropic、Google 等 15 個以上的供應商。
這是生產環境 AI 工程師實際在用的工具。
🔗 https://python.useinstructor.com

45. Chroma
開源向量資料庫。
是替 AI 應用加入語義搜尋和長期記憶最簡單的方式。
🔗 https://github.com/chroma-core/chroma

46. dlt
原生支援 LLM 的資料流水線，可從 5,000 多個來源取得資料。
從任何地方把資料送進你的 AI 工作流程。
🔗 https://github.com/dlt-hub/dlt

47. ExtractThinker
文件智慧的 ORM。
從任何文件格式中提取結構化資料。
🔗 https://github.com/enoch3712/ExtractThinker

Part 8：API 與基礎設施 🏗️

讓一切在生產環境中正常運作的底層管線。

48. FastAPI
提供 AI 應用服務的 Python 網路框架。
文件品質卓越。
內建 Pydantic 驗證。
🔗 https://github.com/tiangolo/fastapi

49. Portkey Gateway
透過一個 API 路由到 250 多個 LLM。
切換模型不需要改程式碼。
🔗 https://github.com/Portkey-AI/gateway

50. OmniRoute
支援 44 個以上 AI 供應商的 API 代理。
提供負載均衡、備援切換和成本最佳化。
🔗 https://github.com/diegosouzapw/OmniRoute

51. lmnr
追蹤並評估 Agent 行為。
精確看到你的 Agent 在做什麼，並衡量它做得好不好。
🔗 https://github.com/lmnr-ai/lmnr

52. Codebase Memory MCP
把你的程式碼庫轉換為持久的知識圖譜。
讓 Claude 在不同 Session 之間都能記住你整個專案的結構。
🔗 https://github.com/DeusData/codebase-memory-mcp

Part 9：精選合集與學習資源 📚

哪裡可以找到更多工具，以及如何持續學習。

53. Awesome Claude Skills
最優質的 Skill 精選清單。超過 22,000 顆星。
找新 Skill 從這裡開始。
🔗 https://github.com/travisvn/awesome-claude-skills

54. Anthropic Skills Repo
Anthropic 官方的參考實作。
這是 Skill 應該怎麼建構的黃金標準。
🔗 https://github.com/anthropics/skills

55. Awesome Agents
一份精選清單，匯集超過 100 個開源 Agent 工具。
🔗 https://github.com/kyrolabs/awesome-agents

56. PromptingGuide
全面的提示詞工程參考資料，從基礎到進階 Agent 提示詞技巧全都涵蓋。
🔗 https://www.promptingguide.ai

57. Anthropic 提示詞工程教學
九個章節的實作練習，附有 Jupyter Notebook。
學習提示詞最有架構的方式。
🔗 https://github.com/anthropics/prompt-eng-interactive-tutorial

58. SkillsMP
擁有超過 80,000 個社群 Skills 的市集。
發現 Claude Skills 規模最大的目錄。
🔗 https://skillsmp.com

59. MAGI//ARCHIVE
每日更新的最新 AI Repo 彙整。
追蹤最新動態的好去處。
🔗 https://tom-doerr.github.io/repo_posts/

60. Anthropic 官方文件
涵蓋 API、提示詞最佳實踐、工具使用、Agent 以及所有相關內容。
在認真動手開發之前，建議從頭到尾讀一遍。
🔗 https://docs.anthropic.com

這份清單真正的用法

不要試著一次安裝全部 60 個工具。那只會讓你不知所措，浪費大量時間。

建議按照以下順序進行：

如果你是開發者：
從 Claude Code（01）+ Superpowers（05）+ Context7（17）+ Tavily（16）開始。
這套組合讓你擁有強大的 AI 開發環境，同時具備搜尋和文件存取能力。

如果你是創作者或知識工作者：
從 OpenClaw（08）+ Obsidian Skills（28）+ PDF Processing（23）+ Frontend Design（24）開始。
這套組合讓你的 AI 助理具備檔案管理、文件處理和內容創作的能力。

如果你在打造產品：
從 FastAPI（48）+ Instructor（44）+ Chroma（45）+ LangGraph（09）開始。
這套組合提供後端框架、結構化輸出、記憶能力和 Agent 協作，足以支撐生產環境的 AI 應用。

如果你想打好基礎：
從 Anthropic 教學（57）+ PromptingGuide（56）+ Anthropic 文件（60）開始。
在疊加工具之前，先把基礎建好。

選一條路，深入去做。隨著需求增長再慢慢擴充。

總結

Skills：教 AI 怎麼把事情做得更好。
MCP：給 AI 存取外部工具和資料的管道。
Repo：驅動這一切的開源引擎。

三者結合，你的 AI 工作流程就不只是 Demo 好看，而是真正有實力。

就這樣，60 個工具。去做點什麼吧。