Garden Skills — 面向 AI 编程代理的技能合集
为 Claude Code、Cursor、Codex 等 AI 编程代理准备的、开箱即用的 Agent Skills 精选合集，覆盖 Web 设计、视频演示、图像生成与知识检索。
证据显示：技能设计包含用户确认检查点（如web-video-presentation和beautiful-article中的协作检查点），但未明确权限最小化原则；数据流透明度有限，未说明数据如何被处理或存储；敏感数据处理未提及；依赖安全性未提供依赖清单或审计；外部影响（如网络调用、文件写入）未明确说明；回滚机制未提及；来源归属仅通过README中的链接和下载链接体现，但未验证。扣分原因：缺乏明确的权限声明、数据流说明和依赖安全信息。
证据显示：README和技能描述在多个语言版本中保持一致，技能结构清晰；依赖可用性未验证，但提及了外部工具如pdftotext、pandas等；失败消息未在静态文件中体现。扣分原因：依赖可用性和失败处理未在源码中明确。
证据显示：明确面向Claude Code、Cursor、Codex等AI编码代理，场景覆盖广泛；能力边界通过技能描述和README中的类别说明；触发精度未明确，但技能有明确的SKILL.md；环境适配通过多种安装方法和兼容性说明。扣分原因：触发精度和具体环境适配细节不足。
证据显示：信息架构清晰，有目录和分类；安装说明详细，提供多种方法；命名稳定，技能名称一致；示例和FAQ通过README中的案例展示；已知限制未明确列出；许可证为MIT；版本控制和变更日志通过GitHub Releases和标签体现；维护责任通过贡献指南和PR欢迎说明。扣分原因：已知限制未明确，版本变更日志未在源码中直接体现。
证据显示：输出可用性通过案例和演示展示；边际价值通过丰富的功能和主题体现；成本效益未明确，但提供了免费的开源许可证。扣分原因：成本效益未量化，输出可用性未经过实际测试。
证据显示：README中的声明有部分链接支持，但未提供独立验证；跨来源佐证有限，主要依赖自身文档；事实与推断未明确区分。扣分原因：缺乏独立验证和事实推断分离。
- 静态审查无法验证实际运行行为，所有评分基于源码和文档推断。
- 依赖安全性未提供依赖清单或审计，使用前应检查依赖。
- 数据流和敏感数据处理未明确，涉及敏感数据时需谨慎。
- 外部影响（如网络调用、文件写入）未明确，使用前应审查技能行为。
这个 Agent 能做什么，适合哪些场景？
Garden Skills 是 ConardLi 维护的开源 Agent Skills 集合，遵循 Anthropic 的 SKILL.md 规范，可用于 Claude Code、Cursor、Codex 等编程代理。仓库包含五个技能：web-design-engineer 将 AI 生成的网页打磨为具备设计系统与 25 种风格配方的成品；web-video-presentation 将脚本或文章转化为可录屏的 16:9 演示，内置 23 种主题与可插拔 TTS；gpt-image-2 提供 79 个结构化提示词模板，支持本地生成或委托主机工具；kb-retriever 面向本地知识库的分层检索，避免上下文过载；beautiful-article 将任意来源（URL、PDF 等）加工为可分享的精美文章。所有技能均以独立文件夹分发，支持 CLI、插件市场、ZIP 或子模块安装，并附有版本化的发布制品。项目采用 MIT 许可证，是生产级技能开发的参考实例。
Garden Skills 通过标准 SKILL.md 文件为 AI 编程代理提供可加载的能力模块。web-design-engineer 依据产品语境创建设计系统，从风格配方库中挑选方案，生成并验证 React 原型；web-video-presentation 将文章转为脚本大纲，构造 1920×1080 的 Vite + React 演示，并通过 MiniMax 或 OpenAI TTS 合成可选旁白；gpt-image-2 提供三种运行模式（本地 Garden、主机委托、仅顾问），通过 79 个模板生成或编辑图像；kb-retriever 解析本地 knowledge/ 目录，利用 data_structure.md 分层导航，结合 grep/pdftotext/pdfplumber/pandas 提取证据并以带来源的格式回答；beautiful-article 执行 source → plan → 确认 → 构建 → 审查 → 修复的编辑流程，输出自包含 HTML（可选 PDF）文件。
- 前端开发者希望将 ChatGPT 生成的网页雏形升级为具备设计系统与品牌细节的生产级页面。
- 技术写作者需要将文章或教程快速转化为可录屏演示视频，并选择适合的视觉主题。
- 产品设计师需要生成 UI 线框、宣传图或信息图表，并希望有结构化提示词模板和本地图片管理。
- 团队维护本地文档库，希望 AI 助手能基于 Markdown/PDF/Excel 精准回答并给出引用来源。
- 内容编辑希望将网址、PDF 或笔记整理为排版精美的深度文章，同时保留 10 种文章类型的选择。
这个 Agent 有哪些优点和局限？
- 模块化 Skills 设计，严格遵循 SKILL.md 规范，便于集成至多种代理。
- web-design-engineer 提供 25 种风格配方与反模式清单，产出超越通用 AI 模式的视觉设计。
- web-video-presentation 内置 23 种主题与可插拔 TTS，支持完整的录屏工作流。
- gpt-image-2 提供 79 个提示词模板与三种运行模式，适应不同执行环境。
- 每个技能附带版本化 ZIP 与校验和，适合可复现的 CI 部署。
- 依赖第三方代理（如 Claude Code）对 Skills 的支持，不同代理的兼容性未全面验证（仅列明六种）。
- web-video-presentation 的 TTS 需要外部服务（MiniMax 或 OpenAI），可能产生额外费用。
- gpt-image-2 的某些模式（Mode C）仅生成提示词，需要用户手动执行，降低自动化程度。
- beautiful-article 仍处于 v0.1.0 阶段，可能缺乏生产环境的稳定性保证。
- kb-retriever 限制检索轮数为 5 次，复杂知识库可能无法深入挖掘。
如何安装或部署这个 Agent？
使用 npx skills CLI 安装全部或单个技能：npx skills add ConardLi/garden-skills（全部），或指定 -s 参数安装特定技能（如 npx skills add ConardLi/garden-skills -s web-design-engineer）。也可通过 Claude Code 插件市场订阅：/plugin marketplace add ConardLi/garden-skills，然后 /plugin install <pack>@garden-skills。对于 CI 或离线环境，从 GitHub Releases 下载对应版本的可校验 ZIP 并解压到代理的技能目录（如 .claude/skills/）。手动克隆仓库后复制 skills/ 下所需文件夹亦可。
如何使用这个 Agent？
安装后，在支持的代理（如 Claude Code）中自动识别技能，根据描述触发。例如在 Claude Code 中安装 web-design-engineer 后，直接要求“为这个着陆页应用 Linear 风格”即可。对于 web-video-presentation，需提供脚本或文章，技能会生成演示框架并可选调用 TTS（需配置 MiniMax 或 OpenAI API 密钥）。gpt-image-2 在花园模式下将生成结果保存至 garden-gpt-image-2/ 目录。kb-retriever 要求本地存在 knowledge/ 文件夹，并提供带来源的回答。beautiful-article 需提供源链接或文件，按流程确认后输出 HTML。
这个 Agent 与同类方案有什么区别？
同类项目包括 Anthropic 官方 skills 仓库和社区集合（如 travisvn/awesome-claude-skills 与 obra/superpowers），Garden Skills 的特点在于提供更专业的 Web 设计、视频演示和图像生成技能，并附带独特的风格配方库与主题系统。