WorkBuddy技能评测 #215 | 5k-1w 档总览：636 条、47 个热度簇，这是全市场最像「真实生活」的一档

2026-11-05silcano

基本信息

• 档位区间：热度 5,000 – 9,999（仓库 Star 数）
• 收录条数：636 条，去重后 636 个技能，分布在 47 个热度簇
• 边界事实：9,208 是本档最高（prd），5,312 之后直接掉到 4,207 —— 5,000–5,311 之间几乎是空的
• 数据来源：SkillKit 中央技能库（WorkBuddy 生态的第三方技能市场，非 WorkBuddy 官方自研）

它解决了什么痛点

前四档都有一个共同毛病：热度是被仓库光环灌出来的。24 万 Star 的 React 仓库带 7 个内部工具，1.8 万的 davila7 一个人占了半档。到了 5k-1w 这一档，光环基本消失——这里的技能是被「具体的人在具体项目里用出来」的，热度低但指向明确。

代价是噪声变大。636 条里既有微软官方 SDK 的 87 份说明书，也有 188 个「xxx-pro / xxx-expert」角色卡，还有一堆只对自己作者有用的单点工具。你在列表页翻十页，会发现三种东西混在一起：官方文档的技能化、某个人的工作流导出、纯粹的功能性小工具。不分类的话，这一档是最难读的一档。

对我有没有用（技术 / 自媒体 / AI / 读书）

技术：本档最值钱的地方，但不是「装」，是「对照」——角色专家系列（#223–#226）等于把 188 个资深工程师的工作清单摊开给你看，读一遍就知道自己的流程漏了哪几步。AI：中等偏上，上下文工程合集（#218）和 AI 生成工具（#229）是这一档的技术核心，其余多是调用第三方 API 的封装。自媒体：意外地好，这一档出现了真正的写作与调研工具（document-review、deep-research、beautiful-prose、x-article-publisher），比高热度档里那些「SEO 审计」实用得多。读书：偏弱，只有科研合集（#219）和几份文档技能沾边。

本档拆成了 25 篇

636 条硬塞一篇只会变成目录，所以按「来源/用途」拆成 25 篇：#215 总览（本篇）、#216 Azure 与微软官方 SDK、#217 Composio 平台自动化第二弹、#218 上下文工程与 Agent 工程、#219 科研与数据科学、#220 企业办公与知识工作、#221 全栈工程实践、#222 工程质量与架构、#223 角色专家·语言与框架、#224 角色专家·工程角色与架构、#225 角色专家·安全测试与运维、#226 角色专家·增长职能与商业、#227 命令集与团队工作流、#228 内容与自媒体工具箱、#229 AI 生成与平台接入、#230 前端与设计、#231 杂项独立技能，以及 9 个值得单独成篇的单点技能（#232–#240）。表格里每条都指向它所属的那篇。

典型场景

你只有半小时，想从这一档里捞到东西。做法：先看 #231（杂项）里有没有你正在做的事，再看 #224 角色专家的英文命名——那份清单本身就是一份「资深工程师该会什么」的目录，把你不熟的 3 个词抄下来去搜对应技能，比随机装十个有用。成果：半小时后你手上会有一份 3–5 个「确实对应你当前项目」的技能清单，而不是 20 个装完就忘的收藏。

一句话结论

这一档是市场的腰部：噪声最大，但真东西也最多。别整档扫，按「来源」找——官方出的读文档，个人出的读思路。

📊 完整对比数据见在线总表：WorkBuddy 技能市场全量调研总表（腾讯文档）