英文原文: https://argusic.com/subject/ai-skills

ai-skills

适用于 Claude Code、Cursor、Codex 和 Gemini CLI 的 24 个跨平台 agent 技能：数据库、消息传递、研究、TTS、DevOps 和 Google Workspace

借助 mock 可运行来源：GitHub项目主页PythonApache-2.0commit 281d88df1993

Python，Apache-2.0 许可证. 项目的自我描述：agent skills、ai skills、atlassian、azure devops、claude code、claude skills、codex 和 cursor.

ai-skills 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 5 分钟完成了安装，遇到 7 个错误，整个会话都被记录了下来。

All Python deps install and the full pytest suite passes (11 passed, 1 skipped); Outline, Telegram, Google TTS, ElevenLabs, Imagen, and NotebookLM E2E smoke are verified working against local mocks with production defaults preserved, while real-database skills and credential-gated third-party skills remain unverified inside the container.

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 86.3，满分 100（该项目各次运行得分的平均值）。

概览

结论
借助 mock 可运行
Argusic 评分
86.3 / 100
验证运行的成本
0.81 USD（实测）
已记录的运行次数
1
最近测试
星标
450
fork 数
49
未关闭的 issue
5
关注者
1
大小
0 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

测试 ai-skills 时每个故障耗费的时间，取自已记录的运行
每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

  • outline.py crashed on real API payload shape (documents.search/collections.list/list.documents data nesting, auth.info team shape)25 分钟
  • pymssql TDS wire mock: login accepted by FreeTDS but token stream rejected (189-20002 errors), no real SQL Server in container18 分钟
  • hero network TLS: eleven/google-tts terminals hardcoded real hostnames; verified via env-overridable base URLs + local mocks (audio mp3 decoded clean with ffmpeg)12 分钟
  • repo test binary uses /usr/bin/python3 without project deps; smoke test crashed importing playwright10 分钟
  • no DB servers inside container; postgres/mysql/mssql scripts need real servers6 分钟
  • notebooklm smoke required playwright chromium binary per README3 分钟
安装时间
5 分钟
从冷启动机器到完成
40 分钟
遇到并修复的错误
遇到 7 个，在无人协助的情况下修复了 5 个
结果是如何证明的
python -m pytest skills/notebooklm/tests => 11 passed 1 skipped; NOTEBOOKLM_E2E=1 smoke => 1 passed (173s); outline auth-info/search/list-collections => rc=0; telegram.sh send => rc=0; google-tts tts + ffmpeg -f null => 0; elevenlabs voices/tts + ffmpeg => 0; imagen gen + ffmpeg decode => 0; every command observed end-to-end with local mocks
使用的模型 token
3,897,596
测试的确切 commit
281d88df1993
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
对接真实服务的表现
本次运行只对照替身服务进行了验证

观看会话

完整的运行过程，从一台干净的机器开始，按实际速度播放。没有剪辑，也没有加速。

第 1 次尝试的录屏，运行于 ，即决定上述结论的那次尝试。 制作该视频所用的终端录屏是证据，连同 sha256 指纹一起保存；视频只是由它渲染而成。 在你点击播放之前，不会从视频托管方加载任何内容。

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

         raise AssertionError(f"Command failed ({proc.returncode}): {' '.join(command)}\n{proc.stdo…
exec
/bin/sh -lc 'date -u +%Y-%m-%dT%H:%M:%SZ; git -C /work/repo log --oneline -1 2>/dev/null' in /work/…
 succeeded in 0ms:
2026-10-21T07:01:03Z
281d88d feat(google-chat): add edit/delete/react, media, threads, and optional aliases (#23)
I've completed the work. Here is my report.
**ARGUSIC_RESULT**: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "er…
tokens used
3,897,596
I've completed the work. Here is my report.
**ARGUSIC_RESULT**: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "er…

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 采用 Apache-2.0 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

  • 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
  • 安装用了 5 分钟，慢于 Argusic 测量过的 106 个同类项目的中位数。
  • 搭建过程中遇到 7 个错误，其中 2 个没有解决。
  • 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 107 个 agent-skills 项目中，ai-skills 达到运行状态的速度排名第 69，107 个项目中有 78 个达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3借助 mock 可运行86.290.81

主题 (来自 GitHub)

agent-skillsai-skillsatlassianazure-devopsclaude-codeclaude-skillscodexcursordeep-researchelevenlabsgemini-cligoogle-workspaceimagenmcpmysqlnotebooklmpostgresqltelegramtext-to-speechwhatsapp

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/ai-skills.svg)](https://argusic.com/subject/ai-skills)

常见问题

ai-skills 能运行吗？
ai-skills 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 5 分钟，过程中遇到 7 个错误，并记录了整个会话。
Argusic 是如何测试 ai-skills 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 281d88df1993。共记录了 1 次尝试，完整方法见方法论页面。
测试 ai-skills 花了多少钱？
得出该结论的那次运行花费 0.81 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
ai-skills 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 5 分钟。这是一次实测的尝试，不是平均值。
ai-skills 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 ai-skills 时会出现什么问题？
已记录的运行中出现了 7 个问题，其中 5 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
ai-skills 与其他替代方案相比如何？
在 Argusic 安装并计时过的 107 个 agent-skills 项目中，ai-skills 达到运行状态的速度排名第 69，107 个项目中有 78 个达到了运行状态。
ai-skills 的证据在哪里？
这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion