[!NOTE]
这不是一篇 Github 入门教程。这是一份让普通人继承全人类开源遗产的工程手册。
我一直觉得，重复造轮子是一件极其愚蠢的事情。
互联网三十年，开源世界大神如云。你能想到的绝大多数需求，早就有人铺好了路，做成了产品，然后无私地开源了出来。
问题在于——你用不了。
Github 上那些神级项目，大多没有 GUI。需要部署、环境配置、命令行操作。光是"环境"这一条，就能卡死 99% 的普通用户。
格式转换这种破事，以前我只能去 Google 搜 "MP3 转 WAV"，然后盯着一堆不知道有没有刺客的链接干瞪眼。
直到 Skills 的出现。
核心洞察：Skills = 脚本 + Prompt 的打包机制
Skills 的本质，是把脚本和Prompt打包在一起。
这意味着，配合 Coding Agent（如 Claude Code、OpenCode），你可以把任何 Github 开源项目"Skill 化"——封装成一个你的 Agent 随时可以调用的技能。
而且，你要相信那些历史悠久的开源项目。它们经历了无数时间和用户的考验，其稳定性、成功率和效率，远超你让 AI 临时写的代码。
完整工作流：把 yt-dlp 变成你的视频下载 Skill
举个例子。你经常需要从 Youtube、B站下载视频。
Step 1：用 AI 检索 Github
打开 ChatGPT，用 GPT-5.2 Thinking（搜索能力最强、幻觉最低）提问：
"有没有能从各种视频网站下载视频的 Github 开源项目？"
结果：yt-dlp。143k Stars，支持上千个网站。真神。
Step 2：发送 Skill 化指令
将 Github 链接发给装好了 skill-creator 的 Claude Code / OpenCode：
帮我把这个开源工具：https://github.com/yt-dlp/yt-dlp
打包成一个 Skill。后续给出视频链接，就能帮我下载。
Step 3：规划 → 开发 → 测试
- 开启 Plan 模式，让 Agent 分析项目、规划 Skill 结构。
- 切换 Dev 模式，发送"开始开发！"，约 2 分钟完成。
- 首次运行时可能遇到问题（如 Cookie 导出），AI 会引导你解决。
Step 4：迭代固化
运行成功后，让 AI 把调试经验写回 Skill 文件：
"把这些经验更新到 video-downloader skill 里，下次别这么慢了。"
从此，随开随下，十几秒搞定。
我的 Skill 弹药库（部分）
项目
Stars
Skill 用途
yt-dlp
143k
视频下载：Youtube、B站、几乎全网
FFmpeg + ImageMagick
—
万能格式转换工厂
Pake
45k
一句话把网页打包成桌面 App
ArchiveBox
—
网页存档：PDF、HTML、截图
Ciphey
—
密码自动破译
这些，全部可以 Skill 化，全部可以成为你 Agent 的弹药库。
我甚至做了一个 Skill 管理 Skill——用来管理我本地所有 Skills 的查看、卸载、优化操作。
标准化流程
1. 需求 → 2. AI 检索 Github → 3. Skill 化 → 4. 首次调试 → 5. 迭代固化
至此，一个开源项目，从遥不可及的命令行工具，变成了你 Agent 中一个可靠的、可复用的技能。
结语：站在巨人肩上
你永远不是第一个有这个需求的人，也不会是最后一个。
人类开源精神的涓涓长河，在此刻为你展开。你无需三头六臂，你已经拥有了整个开源世界的智慧。
因为 Skills 的诞生，因为 Agent 的强大，每一个普通人，背后都站着全人类过去数十年的积累。
如果回到三年前，告诉那时候的你：有一天你可以让 AI 帮你把 Github 上的任何开源项目变成你随叫随到的技能——你会相信吗？
朋友，这样的时代，真的不会让你兴奋吗？
本文基于 @Khazix0918 原创内容改写，保留核心洞察。