baoyu-skills：为 AI Agent 定制的效率工具装备库

一、给 AI 编程工具用的「装备包」——宝玉的工具集是什么

想象一下：你是一名厨师，有了顶级灶台（Claude Code / Codex），但手里只有一把菜刀。baoyu-skills 就像给你送来了一套完整的厨师装备——切丝刀、雕花刀、蒸笼、烤箱，每一样都能让你的烹饪效率翻倍。这正是 baoyu-skills 在 AI 编程工具生态中的定位：它不是一个独立的 AI 应用，而是一套专门为 Claude Code、Codex、OpenClaw 等 AI Agent 编程工具打造的技能扩展包，帮助 AI 在编程之外完成更多日常工作效率任务。

这套工具集的作者是 GitHub 用户 JimLiu（网名「宝玉」），仓库名称直接以网名命名——足见其个人品牌意识。仓库创立至今已积累超过 19,500 颗 star，在 GitHub TypeScript 仓库中属于头部项目，也是 AI Agent 工具生态中最受欢迎的工具包之一。

二、20+ 技能，覆盖内容创作全链路

baoyu-skills 目前收录了 20 个独立技能，按用途分为三大类：

内容创作技能（Content Skills）：这类技能负责生成和发布内容，是 baoyu-skills 最核心的亮点。

baoyu-image-gen：统一调用 OpenAI GPT Image 2、Azure OpenAI、Google、DashScope（阿里通义万象）、即梦（Jimeng）、Seedream（豆包）、MiniMax 等多款图像生成 API，一次配置、多端切换，堪称 AI 图像生成的「万能钥匙」。
baoyu-xhs-images：小红书图片卡片生成器，将文章自动拆解为 1-10 张卡通风格图片，支持 风格 × 布局 组合系统。风格多达 12 种（cute、fresh、bold、notion、chalkboard 等），配色可叠加，覆盖不同视觉审美。
baoyu-comic：知识漫画生成器，创作教育类原创漫画，支持多种画风和色调组合，可批量出图，适用于教程、传记、科普类内容创作。
baoyu-cover-image：封面图生成，支持多种视觉风格定制。
baoyu-slide-deck：PPT 幻灯片生成，基于 pptxgenjs 库，支持多套设计风格。
baoyu-post-to-x：自动发推/X 动态，支持文字、图片、视频和 X Articles 长文，通过真实 Chrome 浏览器（CDP）驱动，支持自动登录。
baoyu-post-to-weibo：微博自动发布，同 CDP 方案。
baoyu-post-to-wechat：微信公众号自动发布，含排版能力。
baoyu-infographic：信息图生成，21 种布局 × 21 种风格组合矩阵，可制作数据可视化类内容。
baoyu-article-illustrator：文章插图生成，为文章内容配套视觉配图。

AI 生成技能（AI Generation Skills）：负责调用各类 AI 后端。

baoyu-wechat-summary：微信公众号文章摘要提取。
baoyu-youtube-transcript：YouTube 字幕/视频内容提取。
baoyu-danger-gemini-web：Gemini Web 浏览器版抓取，绕过登录墙获取 Gemini 生成内容。
baoyu-image-gen（已在内容技能中提到）：多后端图像生成的核心引擎。

工具技能（Utility Skills）：内容格式转换与处理。

baoyu-markdown-to-html：Markdown 转 HTML，支持富文本排版。
baoyu-format-markdown：Markdown 格式化与规范化。
baoyu-translate：多语言翻译，基于 AI 后端。
baoyu-url-to-markdown：将任意网页内容转换为 Markdown，保留排版结构。
baoyu-compress-image：图片压缩，支持多种格式和压缩级别。
baoyu-electron-extract：Electron 应用内容提取工具。

三、技术架构：TypeScript + Bun，无依赖的插件体系

baoyu-skills 的技术选型非常务实：TypeScript 编写 + Bun 运行时，无需编译步骤，直接执行。这意味着 AI Agent 可以在运行时动态加载技能脚本，真正实现了「工具按需注入」的理念。

架构设计上，每个技能都是独立可分发的文件夹——包含一个 SKILL.md（定义技能元数据和使用方式）、可选的 scripts/（执行脚本）、references/（参考文档）和 prompts/（提示词模板）。这种自包含结构意味着：你可以把任意一个技能文件夹单独拎出来，复制到任何其他项目中使用，完全不依赖整个 baoyu-skills 仓库。

共享包方面，packages/ 目录下包含了 4 个核心共享模块：

baoyu-chrome-cdp：统一的 Chrome CDP 浏览器驱动，所有需要操控浏览器的技能（发推、微信、网页抓取）都依赖它。CDP（Chrome DevTools Protocol）直接控制真实 Chrome 浏览器，而非模拟 UA，因此可以处理需要登录态的操作。
baoyu-md：Markdown 处理工具集，包含 turndown 等库的封装。
baoyu-fetch：HTTP 请求封装，统一处理超时、重试等逻辑。
baoyu-codex-imagegen：Codex 图像生成后端封装。

依赖层面，package.json 明确依赖 sharp（图片处理）、pptxgenjs（PPT 生成）、pdf-lib（PDF 操作），以及 @mozilla/readability（网页内容提取）等。整体依赖轻量，无重型 ML 框架，无需 GPU。

四、安全设计：零-shell 执行策略

值得特别注意的是 baoyu-skills 的安全设计理念。CLAUDE.md 中明确列出了严格的安全规则：

禁止 pipe shell 安装：永远不使用 curl | bash 方式安装任何工具，要求使用 brew install 或 npm install -g。
HTTPS 强制：所有远程下载必须走 HTTPS，最多允许 5 次重定向，超时 30 秒。
数组形式 spawn：所有系统命令必须使用数组形式的 spawn/execFile，绝不使用字符串拼接注入 shell。
外部内容不可信：所有外部内容（HTML、Markdown）都被视为不可信来源，不执行其中包含的代码块，对 HTML 进行严格净化。

这些规则使得 baoyu-skills 即使在 AI Agent 自动执行脚本的场景下，也能保持较高的安全性。

五、部署体验：零门槛的快速上手

baoyu-skills 的部署方式极度友好。对于 AI 开发者而言，只需一行命令即可完成安装：

npx skills add jimliu/baoyu-skills

或直接在 Agent 中输入自然语言：「请帮我安装 github.com/JimLiu/baoyu-skills 中的 Skills」。支持插件市场注册、UI 界面安装等多种方式。

不过需要注意两个硬性前置依赖：

Node.js >= 18：运行环境要求。
Bun（推荐）或 npx：TypeScript 运行时，推荐 Bun 以获得更好的性能。
Chrome 浏览器（部分技能需要）：需要 CDP 浏览器控制的技能（发推、微信、网页抓取类）要求系统已安装 Chrome。
各 AI 平台的 API Key（部分技能需要）：图像生成等技能需要配置 OpenAI、Google、DashScope 等平台的 API 密钥，首次使用时会引导用户配置 EXTEND.md 文件。

无 Dockerfile、不支持 Docker Compose，无 Web UI，硬件要求极低（512MB RAM + 200MB 磁盘）。部署难度「简单」，预计 5 分钟内完成安装和基础配置。

六、局限性：能力边界的真实评估

没有任何工具是万能的。baoyu-skills 的局限性主要体现在三个方面：

平台依赖性强：部分技能（如发推、发微信公众号）依赖 Chrome CDP，在 Linux 无头服务器环境下运行可能遇到问题，特别是涉及验证码、复杂登录态时，成功率不稳定。

API Key 成本：图像生成类技能涉及多平台 API 调用，OpenAI GPT Image 2、DashScope、即梦等各有计费标准，长期高频使用有一定成本。

模型上下文开销：README 中文档明确警告——不要一次性加载所有 20+ 技能，每个加载的技能都会占用 AI 的上下文 token。正确的使用方式是按需加载，这需要用户对 AI Agent 有一定理解。

七、行业意义：AI Agent 工具生态的基础设施

baoyu-skills 的意义远超一个工具集本身。它代表了 AI Agent 生态的一个重要趋势：从「让 AI 编程」走向「让 AI 完成完整工作流」。传统的 AI 编程工具只能帮你写代码，而 baoyu-skills 让 AI 具备了内容创作、社媒发布、多平台运营的完整能力。

从 GitHub 增长曲线看，该仓库 star 数超过 19,500，fork 数 2,276，说明其受众不仅是个人开发者，也包括了大量有内容运营需求的团队。其 TypeScript + Bun 的轻量化选型、以及对 Codex、Claude Code、OpenClaw 等多个 AI 平台的兼容支持，使其成为当前最具通用性的 Agent 技能包之一。

如果你正在使用 Claude Code、Codex 或 OpenClaw，baoyu-skills 是提升效率的必装装备；如果你在构建 AI Agent 平台，baoyu-skills 的插件架构也是值得参考的设计范本。

baoyu-skills：为 AI Agent 定制的效率工具装备库

一、给 AI 编程工具用的「装备包」——宝玉的工具集是什么

二、20+ 技能，覆盖内容创作全链路

baoyu-skills 目前收录了 20 个独立技能，按用途分为三大类：

内容创作技能（Content Skills）：这类技能负责生成和发布内容，是 baoyu-skills 最核心的亮点。

baoyu-image-gen：统一调用 OpenAI GPT Image 2、Azure OpenAI、Google、DashScope（阿里通义万象）、即梦（Jimeng）、Seedream（豆包）、MiniMax 等多款图像生成 API，一次配置、多端切换，堪称 AI 图像生成的「万能钥匙」。
baoyu-xhs-images：小红书图片卡片生成器，将文章自动拆解为 1-10 张卡通风格图片，支持 风格 × 布局 组合系统。风格多达 12 种（cute、fresh、bold、notion、chalkboard 等），配色可叠加，覆盖不同视觉审美。
baoyu-comic：知识漫画生成器，创作教育类原创漫画，支持多种画风和色调组合，可批量出图，适用于教程、传记、科普类内容创作。
baoyu-cover-image：封面图生成，支持多种视觉风格定制。
baoyu-slide-deck：PPT 幻灯片生成，基于 pptxgenjs 库，支持多套设计风格。
baoyu-post-to-x：自动发推/X 动态，支持文字、图片、视频和 X Articles 长文，通过真实 Chrome 浏览器（CDP）驱动，支持自动登录。
baoyu-post-to-weibo：微博自动发布，同 CDP 方案。
baoyu-post-to-wechat：微信公众号自动发布，含排版能力。
baoyu-infographic：信息图生成，21 种布局 × 21 种风格组合矩阵，可制作数据可视化类内容。
baoyu-article-illustrator：文章插图生成，为文章内容配套视觉配图。

AI 生成技能（AI Generation Skills）：负责调用各类 AI 后端。

baoyu-wechat-summary：微信公众号文章摘要提取。
baoyu-youtube-transcript：YouTube 字幕/视频内容提取。
baoyu-danger-gemini-web：Gemini Web 浏览器版抓取，绕过登录墙获取 Gemini 生成内容。
baoyu-image-gen（已在内容技能中提到）：多后端图像生成的核心引擎。

工具技能（Utility Skills）：内容格式转换与处理。

baoyu-markdown-to-html：Markdown 转 HTML，支持富文本排版。
baoyu-format-markdown：Markdown 格式化与规范化。
baoyu-translate：多语言翻译，基于 AI 后端。
baoyu-url-to-markdown：将任意网页内容转换为 Markdown，保留排版结构。
baoyu-compress-image：图片压缩，支持多种格式和压缩级别。
baoyu-electron-extract：Electron 应用内容提取工具。

三、技术架构：TypeScript + Bun，无依赖的插件体系

共享包方面，packages/ 目录下包含了 4 个核心共享模块：

baoyu-chrome-cdp：统一的 Chrome CDP 浏览器驱动，所有需要操控浏览器的技能（发推、微信、网页抓取）都依赖它。CDP（Chrome DevTools Protocol）直接控制真实 Chrome 浏览器，而非模拟 UA，因此可以处理需要登录态的操作。
baoyu-md：Markdown 处理工具集，包含 turndown 等库的封装。
baoyu-fetch：HTTP 请求封装，统一处理超时、重试等逻辑。
baoyu-codex-imagegen：Codex 图像生成后端封装。

四、安全设计：零-shell 执行策略

值得特别注意的是 baoyu-skills 的安全设计理念。CLAUDE.md 中明确列出了严格的安全规则：

禁止 pipe shell 安装：永远不使用 curl | bash 方式安装任何工具，要求使用 brew install 或 npm install -g。
HTTPS 强制：所有远程下载必须走 HTTPS，最多允许 5 次重定向，超时 30 秒。
数组形式 spawn：所有系统命令必须使用数组形式的 spawn/execFile，绝不使用字符串拼接注入 shell。
外部内容不可信：所有外部内容（HTML、Markdown）都被视为不可信来源，不执行其中包含的代码块，对 HTML 进行严格净化。

这些规则使得 baoyu-skills 即使在 AI Agent 自动执行脚本的场景下，也能保持较高的安全性。

五、部署体验：零门槛的快速上手

baoyu-skills 的部署方式极度友好。对于 AI 开发者而言，只需一行命令即可完成安装：

npx skills add jimliu/baoyu-skills

或直接在 Agent 中输入自然语言：「请帮我安装 github.com/JimLiu/baoyu-skills 中的 Skills」。支持插件市场注册、UI 界面安装等多种方式。

不过需要注意两个硬性前置依赖：

Node.js >= 18：运行环境要求。
Bun（推荐）或 npx：TypeScript 运行时，推荐 Bun 以获得更好的性能。
Chrome 浏览器（部分技能需要）：需要 CDP 浏览器控制的技能（发推、微信、网页抓取类）要求系统已安装 Chrome。
各 AI 平台的 API Key（部分技能需要）：图像生成等技能需要配置 OpenAI、Google、DashScope 等平台的 API 密钥，首次使用时会引导用户配置 EXTEND.md 文件。

无 Dockerfile、不支持 Docker Compose，无 Web UI，硬件要求极低（512MB RAM + 200MB 磁盘）。部署难度「简单」，预计 5 分钟内完成安装和基础配置。

六、局限性：能力边界的真实评估

没有任何工具是万能的。baoyu-skills 的局限性主要体现在三个方面：

API Key 成本：图像生成类技能涉及多平台 API 调用，OpenAI GPT Image 2、DashScope、即梦等各有计费标准，长期高频使用有一定成本。