**基于 10xProductivity 项目的最好用的前 5 个 Skill：解锁 AI 代理 10 倍生产力的核心能力**

基于 10xProductivity 项目的最好用的前 5 个 Skill：解锁 AI 代理 10 倍生产力的核心能力

GitHub 项目 gyc567/10xProductivity 是一个专为 Cursor、Claude Code 等本地 AI 编码代理设计的“食谱”框架。它让 AI 代理直接连接 Slack、Jira、GitHub、Confluence、LinkedIn 等企业工具，实现读取 + 写入 + 执行的全流程自动化，无需云中间件、无需 IT 审批、无需额外权限。核心在于“Skills”（技能），即预置的 workflows（工作流）和工具连接配方。通过“阅读”对应的 .md 文件，AI 代理就能立即获得跨工具的超级能力。

项目中提供了多个预置 Skill，我根据通用性、日常使用频率和生产力提升幅度，精选出最好用的前 5 个。这些 Skill 覆盖知识检索、自动化构建、UI 探索、网络互动和贡献维护，几乎适用于每一位知识工作者、开发者或销售/产品人员。

下面逐一拆解每个 Skill 的核心好处 + 详细激活教程 + 使用示例。所有 Skill 都需要先完成项目基础设置（克隆仓库 → 在 Cursor 中打开 → 运行 setup.md 连接工具）。

1. Enterprise Search（企业级搜索 / 机构知识检索） —— 最推荐的 No.1 Skill

好处：
这是 10xProductivity 的杀手级功能。传统方式需要在 Slack、Jira、Confluence、Notion、GitHub 等工具间反复切换、复制粘贴、脑补上下文。这个 Skill 让 AI 一次性并行搜索所有已连接工具，合成带引用的统一答案，节省 80% 以上的信息检索时间。特别适合回答“这个决策背后是怎么回事？”“谁负责这个功能？”“上周 PagerDuty 事件有哪些跟进？”这类跨系统问题，实现真正的“机构记忆”。

详细教程：

1. 确保已连接工具（运行 verified_connections.md 查看可用工具，至少连上 Slack + Confluence）。
2. 在 Cursor/Claude 中输入激活指令：

   Read workflows/enterprise-search/enterprise-search.md 并搜索 [你的问题]
   

3. AI 会自动：
   • 读取 verified_connections.md 判断可用工具；
   • 并行搜索 Slack（优先用 Slack AI 自然语言模式）+ Confluence（CQL 全文本搜索）；
   • 根据问题智能补充 Jira/Linear/GitHub/Notion；
   • 合成带来源引用的最终答案。

示例提示：

• “Search for everything related to the decision to deprecate the v1 API.”
• “Show me all PagerDuty incidents from last week that still have open Jira follow-ups.”

小贴士：Slack AI 模式响应极快（~0.2s），但需企业版；若不可用会自动回退到 search.messages。搜索结果优先可行动答案，而非原始数据。

2. Discover UI Surface（发现 UI 交互面） —— 构建任何浏览器自动化必备基础 Skill

好处：现代 Web 工具（LinkedIn、Notion、Figma 等）都是 SPA，前端 DOM 和后端网络请求高度解耦。直接写 Playwright 脚本容易选错 selector 或错过 URN/ID。这个 Skill 让你手动走一遍流程就能自动捕获“点击 → 网络请求 → 数据结构”的完整映射，极大降低自动化开发门槛和维护成本，是所有 UI 自动化 Skill 的“地基”。

详细教程（3 种模式，任选其一）：
模式 A（最快，推荐入门）：Chrome DevTools Recorder

1. 打开 Chrome → F12 → Recorder 面板 → Start new recording；
2. 手动完成一次操作流程；
3. Stop → Export as Playwright script；
4. 同时打开 Network 面板标注关键 XHR/Fetch 请求；
5. 将 selector 和网络信息写入连接文档。

模式 B（最强，推荐生产使用）：Playwright Observer

python3 workflows/discover-ui-surface/assets/observe_session.py \--url "https://www.linkedin.com/feed/" \--filter-domain "linkedin.com" \--out session_trace.json

手动操作后按 Enter，生成 session_trace_summary.md（自动映射点击 ↔ 网络请求）。

模式 C：Playwright codegen + trace（离线审查）

playwright codegen --save-trace trace.zip --load-storage linkedin_auth.json https://www.linkedin.com/feed/
playwright show-trace trace.zip

激活方式：直接告诉代理“Use discover-ui-surface skill to explore the flow for [具体操作]”。

小贴士：优先使用 ARIA、data-*、可见文本作为 selector，避免生成类名。LinkedIn 等站点建议使用持久浏览器 profile。

3. Create Workflow（创建工作流） —— 自定义自动化能力的“元技能”

好处：前两个 Skill 是现成工具，这个 Skill 教 AI 如何自己设计和构建新自动化。把复杂任务拆成可测试的“building blocks”（原子块）+ 可组合的 workflow，实现真正可复用、可维护的 10x 生产力。适合需要反复执行的多步流程（日报生成、跨工具同步、审批流等）。

详细教程（代理遵循的 7 步方法论）：

1. Clarify goals：先问最终结果、起始条件、是否需要人工审批。
2. Choose automation engine：优先 API → 内部 API → 稳定 UI → LLM（最后用）。
3. Design session lifecycle：整个 workflow 共用一个 session。
4. Define decision gates：明确 [AGENT DECIDES] 和 [HUMAN APPROVES] 点。
5. Decompose into building blocks：原子动词+名词（如 list_open_tickets）。
6. Build & verify one by one：依赖顺序构建，先 root blocks。
7. Assemble workflow：链式调用 + 决策逻辑 + 审批门。

激活方式：
“Create a workflow to [具体目标]，使用 create-workflow skill。”
示例：

• “Create a workflow to automate daily report generation from multiple sources.”
• “Build a script to monitor and comment on relevant posts in a feed.”

小贴士：社交平台（如 LinkedIn）必须加入“human-like pacing”（随机延时、真实行为模拟）避免被封。

4. LinkedIn Automation（LinkedIn 自动化） —— 个人品牌与销售利器

好处：自动搜索帖子、点赞/评论/转发、挖掘评论者并发送连接请求、发帖 + 回复私信。把每天 1-2 小时的 LinkedIn 维护时间压缩到几分钟，精准放大个人影响力或销售线索生成。模块化设计，可单独跑也可链式 workflow。

详细教程：

1. 先完成 tool_connections/linkedin/setup.md 获取 LINKEDIN_LI_AT 和 LINKEDIN_JSESSIONID（放入 .env）。
2. 激活环境：source .venv/bin/activate。
3. 运行单个脚本或完整 workflow：
   • 搜索帖子：python workflows/linkedin_automation/search_posts.py --keyword "AI agents" --max 10
   • 点赞/评论：like_post() / post_comment()
   • 挖掘连接：prospect workflow（搜索帖子 → 读评论 → 发送连接请求）
   • 发帖后互动：publish workflow

示例完整 workflow 提示：
“Run linkedin_engagement workflow with keyword 'AI agents' and comment intelligently.”

小贴士：JSESSIONID 每 24 小时需刷新；强烈建议人工审核大批量操作；遵守 LEGAL_NOTICE.md（自动化可能违反 LinkedIn 服务条款）。

5. Review Staging PR（审查并合并 Staging 贡献） —— 项目贡献与维护者必备

好处：项目采用 staging/ 目录收集社区贡献，这个 Skill 一键完成审查 → squash-merge（给贡献者 GitHub 贡献记录）→ 迁移到 tool_connections/ → 清理 + 致谢评论的全流程。极大加速社区迭代，让维护者高效把高质量工具连接纳入主仓库。

详细教程（命令行驱动）：

1. Review：

   gh pr view <PR_NUMBER> --repo gyc567/10xProductivity --json title,body,files
   

   检查清单（文件位置、前置信息、数据脱敏、prompt injection 等）。

2. Merge：

   gh pr merge <PR_NUMBER> --squash --admin
   git checkout main && git pull
   

3. Promote & Clean：

   cp -r staging/{tool-name}/ tool_connections/{tool-name}/
   rm -rf staging/{tool-name}/
   git add ... && git commit -m "Promote {tool-name} from staging..."
   

4. Acknowledge：

   gh pr comment <PR_NUMBER> --body "Thanks! Promoted in commit abc1234"
   

激活方式：告诉代理“Review and promote PR #xxx using review-staging-pr skill。”

小贴士：需 GitHub CLI + admin 权限；所有 checklist 必须通过才可合并。

---

如何快速上手这 5 个 Skill？

1. 克隆仓库 + 在 Cursor 打开。
2. 运行 setup.md 连接你常用的工具。
3. 直接对 AI 说：“Read [对应 workflow].md 并执行 [任务]”即可。

掌握这 5 个 Skill 后，你不仅能用现成工具，还能自己造新 Skill，实现真正的“AI 代理即个人超级助理”。建议从 Enterprise Search 开始，每天用 1-2 次，马上感受到 10x 生产力的爽感！