baoyu-skills：宝玉的 AI Agent 内容创作技能集

在 Agent Skills 生态里，绝大多数技能仓库解决的是"怎么让 Agent 写好代码"；JimLiu/baoyu-skills 解决的是另一件事——怎么让 Agent 替你产出和分发内容。宝玉（Jim Liu）把日常用 AI Agent 做内容的工作流拆成了 21 个技能：从小红书图文卡片、信息图、漫画、幻灯片，到微信公众号、微博、X 的一键发布，再到长文翻译、YouTube 字幕下载、Electron 应用源码提取。仓库 2026 年 1 月创建，8 个多月拿到 26,000+ Stars——在内容创作方向的技能集里，这个体量很少见。

本文以 v2.5.2（2026-06-18 发布）为口径，数据时点 2026-09-21。

仓库全景：21 个技能的三张地图

README 把技能分成三类，每一类对应内容工作流的不同环节：

内容技能（10 个）——生成和分发：

AI 生成后端（2 个）：

效率工具（9 个）：

带 danger- 前缀的两个技能共用逆向工程 API（后文详说）。README 还单独推荐了一个独立项目 JimLiu/baoyu-design：把 Claude Design 跑在 Cursor、Claude Code、Codex 里，产出 HTML 形式的 UI 稿、原型和落地页，不在本仓库 21 个技能之列。

作者与定位

宝玉是中文 AI 圈的活跃译者和写作者，GitHub ID 为 JimLiu。这个仓库的定位在 README 第一句话就说完了：“宝玉分享的 AI Agent 技能集（适用于 Claude Code、Codex 等），提升日常工作效率。“它不是框架，也没有 SDK，就是一批直接可装的技能文件，每个技能一个目录、一份 SKILL.md。

技能集本身也被写成了教材：宝玉出版了《图解 Skill——AI 提效实战指南》，配套仓库 JimLiu/Illustrated-Agent-Skills，系统讲技能的设计、编写、安装和迭代。读这套技能的实现，某种程度上就是在看一本打开的技能设计参考书——每个 SKILL.md 里对确认流程、参数默认值、失败回退的处理，都是可以直接借鉴的写法。

从 CHANGELOG 能看出一个明显的演进方向：2026 年 1 月建仓（最早的技能是 gemini-web），1 月中旬一次性铺开内容生成与发布矩阵——小红书卡片、幻灯片、封面、漫画、微信公众号和 X 发布都在 1 月 15 日前后入库，1 月下旬图像后端 baoyu-image-gen 落地；3 月加入翻译和微博发布，4 月加入 SVG 图表，5 月起重心转向多后端整合与中文场景深挖——baoyu-wechat-summary、baoyu-electron-extract 相继入库，v2.0.0 把分散的图像技能收敛进 baoyu-image-gen。技能与技能之间也开始互相咬合——baoyu-article-illustrator 的输出可以直接喂给 baoyu-image-gen 的批量模式，baoyu-post-to-wechat 内置了 baoyu-markdown-to-html 的转换流程，不需要单独安装后者。

内容生成：矩阵化的是参数，不是套路

内容技能的共同结构是"风格 × 布局"矩阵加自动推荐：技能先读你的内容，推荐一组组合，确认后生成。以信息图技能为例，21 种布局（桥型、鱼骨图、漏斗、冰山、时间轴、文氏图等）对应不同的信息结构，22 种视觉风格（默认 craft-handmade 手作纸艺风）对应不同的美学取向，还支持 --aspect 指定 16:9 到 2.35:1 的画幅。小红书卡片走同样的路数，只是矩阵更克制：12 种风格、6 种布局，外加 macaron/warm/neon 三个调色板覆盖。

两个设计选择值得注意。

其一，baoyu-diagram 刻意不走图像生成。README 写明它"不是图像生成技能——不调用任何 LLM 图像模型”，Claude 直接手写 SVG，布局坐标自己算。好处是图里的文字精确可控（图像模型写中文标注经常出错），且输出是自带 <style> 块的单文件 SVG，内嵌 @media (prefers-color-scheme: dark)，同一份文件在浅色和深色模式下都能正确渲染。

其二，baoyu-slide-deck 的产出不止是图片。它先出大纲（可 --outline-only 跳过出图），再逐页生成图片，最后自动合并成 .pptx 和 .pdf 文件。风格系统是四维组合（质感×情绪×字体×密度），16 个预设都是这些维度的预配置——blueprint（默认）是网格+冷色+技术字体，适合架构文档；chalkboard 是有机纹理+暖色+手写字，适合教程。

漫画技能 baoyu-comic 的预设更具体：ohmsha（欧姆社风格，漫画画风+教学特规——视觉比喻、禁"说话头”、道具揭晓式分镜）、wuxia（水墨+动作——真气特效、打斗画面）、shoujo（少女漫+浪漫——装饰元素、眼部细节）。这类预设实际上是把某个成熟品类的视觉规范编码进了提示词，比裸的"画风+基调"组合多了一层品类知识。

图像生成：一个入口对接 11 家 API

baoyu-image-gen 是全套技能里工程化最重的。它把 11 家图像 API 收进一个命令行入口：Google、OpenAI、Azure OpenAI、OpenRouter、DashScope（阿里通义万象）、Z.AI（智谱 GLM-Image）、MiniMax、即梦（火山引擎）、Seedream（豆包）、Replicate、Agnes。每家有默认模型（OpenAI 默认 gpt-image-2，Google 默认 gemini-3-pro-image，Replicate 默认 google/nano-banana-2），也都可以 --provider、--model 显式指定。

几个细节能看出对接的深度：

• 参考图不是所有 provider 都通用。--ref 只对 Google、OpenAI、Azure、OpenRouter、Replicate 部分模型、MiniMax 和 Seedream 5.0/4.5/4.0 生效；即梦不支持参考图，Z.AI 的 GLM-Image 也不支持。技能没有假装统一，README 逐家写明了差异。
• 自动选择有明确优先序。指定 --provider 就用它；给了 --ref 没指定提供方，按 Google → OpenAI → Azure → OpenRouter → Replicate → Seedream → MiniMax → Agnes 逐个试；只配了一把 key 就用那家；配了多把默认走 Google。
• 批量模式有并发上限。--batchfile 传 JSON 任务清单，--jobs 控制并发，环境变量 BAOYU_IMAGE_GEN_MAX_WORKERS 默认封顶 10，每家还有单独的并发与请求间隔控制——这是对着各家 API 的限流现实做的设计。
• v2.2.0 起还多了个不花 API 钱的选项：codex-cli 后端包装 Codex 订阅内的 image_gen 工具，走用户已有的 Codex 订阅，不需要 OPENAI_API_KEY。

发布到中文平台：公众号三通道是最有辨识度的部分

baoyu-post-to-wechat 支持贴图（多图+短文字）和文章（完整 Markdown/HTML）两种模式，发布走三条通道：

第三条通道是应对微信 IP 白名单的务实设计：本机不在白名单时，通过 SSH SOCKS5 动态端口转发，把微信 API 调用隧道到白名单内的服务器执行，远端不落任何文件，AppSecret 不出本地进程。凭据放在 .baoyu-skills/.env（项目级）或 ~/.baoyu-skills/.env（用户级），多账号用 EXTEND.md 配置账号清单，每个账号有隔离的 Chrome 登录会话，发布时 --account <alias> 选择。浏览器通道首次运行扫码登录，会话保留；v1.116.5 起还支持把登录二维码推送到 Telegram（配 TELEGRAM_BOT_TOKEN 即可），方便无头环境远程登录。

微博和 X 的发布技能走浏览器路线：脚本用 Chrome CDP（Chrome DevTools 协议，程序操控浏览器的通道）填充内容，用户审查后手动点发布——发布类技能都不自动发帖，这是全套技能一致的边界。微博普通帖最多带 18 个媒体文件，头条文章支持 Markdown 输入，标题上限 32 字、摘要上限 44 字。

baoyu-wechat-summary 是另一个中文生态特供：依赖 wx-cli 读微信群消息，把指定时间段的群聊整理成结构化摘要——话题提取（带出处和原话引用）、消息排行榜、用户画像，还支持"毒舌版"文风和增量模式（从上次摘要断点继续）。v2.4.0 加了 @bot 问答：群里 @bot 提的问题会在摘要里专门回答；v2.5.0 加了群级事实记忆，群里被纠正过的客观事实（某个报错的真正原因、某个产品的正确名称）会写进 memory.md 跨次持久化，并带注入护栏。要求微信 4.x 在 macOS 上登录运行。

效率工具：翻译和源码提取

baoyu-translate 的三档模式对应不同投入：quick 直接译，normal 先分析再译，refined 走分析→翻译→审校→润色的完整流程。受众和文风各有预设——受众分通用/技术/学术/商务四档（控制译注密度），文风从默认 storytelling 到 formal、literal、humorous、elegant 九档，也接受自定义描述。超过 4000 词的长文自动分块并行翻译，术语表走 EXTEND.md，内置英中术语表打底。输出目录保留全部中间文件，方便回查每一步的处理。

baoyu-electron-extract 解决的是"想看某个 Electron 应用怎么实现的"：按应用名定位 app.asar，提取资源；如果 .js.map 里嵌了 sourcesContent，直接重建原始源码树（含 TypeScript/JSX），没有 sourcemap 就地用 Prettier 格式化压缩后的 JS/CSS。默认跳过 node_modules，支持 --dry-run 预览，输出带 extract-report.json 统计报告。macOS 和 Windows 直接可用，其他平台传 --asar 路径。

其余工具都短小直接：baoyu-youtube-transcript 下载字幕支持多语言优先序、按视频描述切章节、说话人识别（需 AI 后处理）和原始数据缓存；baoyu-url-to-markdown 用 Chrome CDP 抓渲染后的页面，Defuddle 提取失败自动回落到旧提取器，登录页用 --wait 等你手动登入后再抓。

安装、配置与定制

前置要求只有两条：Node.js 环境，能跑 npx bun。

四条安装路径，按场景选：

# 快速安装（推荐），装到当前 Agent
npx skills add jimliu/baoyu-skills

# Claude Code 插件市场方式
/plugin marketplace add JimLiu/baoyu-skills
/plugin install baoyu-skills@baoyu-skills

# ClawHub（OpenClaw 生态）按个安装
clawhub install baoyu-image-gen

Codex 用户可以走项目级安装：Codex 会扫描项目内的 .agents/skills，把需要的技能目录复制或符号链接进去即可。微信公众号工作流的最小集是 baoyu-cover-image、baoyu-article-illustrator、baoyu-post-to-wechat 三个。

装完之后有两层配置机制。环境变量管密钥和默认模型：.env 文件按 CLI 环境变量 → 系统 process.env → 项目级 .baoyu-skills/.env → 用户级 ~/.baoyu-skills/.env 四层优先级加载，高优先级覆盖低优先级。EXTEND.md 管偏好定制：放在 .baoyu-skills/<skill-name>/EXTEND.md（项目级，团队共享）或 ~/.baoyu-skills/<skill-name>/EXTEND.md（用户级），技能执行前加载，可以覆盖默认风格、加自定义调色板、定义自己的预设。baoyu-image-gen 走得更远——首次运行如果没有 EXTEND.md，会先阻塞式引导你选好默认提供方、模型、质量和保存位置，写完配置才开始干活，之后的每次生成都免掉重复询问。

更新走插件市场：Agent 里运行 /plugin，切到 Marketplaces 标签选 baoyu-skills 更新，也可以直接开自动更新。

版本节奏与两条工程纪律

这个仓库的版本节奏是典型的高频迭代：tag 已经打了 239 个，GitHub Releases 从 v1.114.0（2026-05-05）开始建，到 v2.5.2 共 26 个。几个月里有两次值得注意的破坏性整理：v2.0.0（2026-05-24）删掉 baoyu-imagine 和 baoyu-image-cards，功能全部并入 baoyu-image-gen（旧 EXTEND.md 路径自动改名兼容）；v1.116.3 起把 README 里的 Claude Code 字样换成泛 Agent 措辞，明确多 Agent 支持。

两条纪律贯穿全部技能，写文章的人容易忽略，但它们决定了这套技能能不能真在日常里用：

确认与回退。所有生成类技能默认交互确认——技能先出方案，你确认了才执行，赶时间可以 --yes（小红书卡片）或 --quick（封面图）跳过。发布类技能一律停在"内容已填好"这一步，按下发布键的永远是人。处理失败有显式回退：Markdown 转 HTML 的 Defuddle 提取失败会回落旧提取器，图像批量任务里 Codex 后端会校验"本轮真的跑过 image_gen"，防止拿旧图蒙混过关。

逆向 API 的风险明示。两个 danger- 技能的 Disclaimer 写得很直白：baoyu-danger-gemini-web 用逆向的 Gemini Web API（浏览器 cookie 认证），baoyu-danger-x-to-markdown 用逆向的 X API——“非官方 API，风险自担”，可能随时失效，账号可能因检测被限制，X 技能首次使用还要求确认已知悉风险。命名里的 danger- 前缀本身就是警告：官方 API 能做的，优先走 baoyu-image-gen 和官方通道。

常见问题

免费吗？ 技能本身 MIT 开源（ClawHub 分发的技能按其注册表规则用 MIT-0）。但图像生成调用的是各家付费 API，按量计费；codex-cli 后端走你已有的 Codex 订阅，不额外要 key。

21 个技能要全装吗？ 不要。README 特别提醒：仓库有 20+ 技能，只装你实际需要的——全装会给 Agent 每轮运行增加不必要的上下文开销。按工作流挑：写公众号就装封面、配图、发布三件套。

支持哪些 Agent？ README 的定位是 Claude Code、Codex 等；ClawHub 通道面向 OpenClaw；image-gen 的文档还覆盖了 Cursor 原生 GenerateImage 后端的接入规则。核心运行依赖只是 Node.js 加 npx bun，不绑死某家 Agent。

会替我自动发帖吗？ 不会。所有发布类技能都是脚本填充内容、人审查后手动发布，这是刻意的边界而不是能力缺失。

适用边界

适合：以内容产出为日常工作的个人创作者和团队——尤其同时运营多个中文平台（公众号、小红书、微博）的人；想把"写完文章"到"多平台分发"这段手工活交给 Agent 的人；想学习技能（Skill）设计的人，这套 SKILL.md 是少见的、经过 26k 用户实际使用检验的样本库。

不适合：找一体化内容平台的团队——这是技能集不是产品，没有 Web 界面，没有内容排期和协作功能；对逆向 API 零容忍的环境——两个 danger 技能虽已明示风险，但用不用需要自己掂量；重度依赖数据实时性的金融、电商场景——这套技能不做行情和交易数据。

判断

baoyu-skills 的价值不在单个技能的生成质量——风格矩阵加自动推荐的套路，任何熟练的技能作者都能写。它的护城河在三处：对中文发布渠道的适配深度（微信 IP 白名单的 SSH 隧道方案、多账号隔离、微博字数限制这类脏细节），图像后端对接的完整性（11 家 API 的差异被逐家写清而不是假装统一），以及"人审发布"这条贯穿始终的边界——它清楚内容发布是要署名担责的事，Agent 做到"填好内容"为止。

局限也明显：技能之间除了少数显式衔接（article-illustrator 喂 image-gen 批量模式），整体还是 21 个独立入口，没有一条"写完文章自动出全套衍生内容再分发"的编排层；风格矩阵覆盖的是图文品类，音频和视频内容完全缺席。下一个版本的看点是它会不会从技能集长成工作流——从 CHANGELOG 的走向看，作者正在朝这个方向走。

项目信息

参考来源与口径说明

本文事实核查于 2026-09-21，主要信源：

• GitHub API：仓库元数据（stars、forks、创建时间、topics）、releases 列表（26 个，v1.114.0 至 v2.5.2）。
• README.md / README.zh.md（main 分支，v2.5.2 后无结构性变更）：技能分类与逐技能功能、安装命令、.env 加载优先级、EXTEND.md 机制、微信三通道发布、danger 技能 Disclaimer、Credits、License。文中的功能描述与引语均出自此处。
• SKILL.md 源文件：baoyu-image-gen（EXTEND.md 首次设置阻塞流程、XDG 配置路径）、baoyu-infographic（21 布局 × 22 风格，经 references/layouts/ 与 references/styles/ 目录文件数交叉验证；README 表格中的 20×17 为未同步的旧口径）。
• git 历史（本地克隆）：提交总数 736、贡献者 49 人、tag 239 个；技能加入时间线（baoyu-diagram 2026-04-11、baoyu-wechat-summary 2026-05-13、baoyu-electron-extract 2026-05-24）与 v2.0.0 破坏性变更（baoyu-imagine、baoyu-image-cards 移除）出自 commit 记录与 release notes。
• 版本锚点：文章原发布于 2026-03-31，内容已整体更新至 v2.5.2 口径；正文中标注"v2.5.2 后新增"的特性均给出对应版本号。