花园开源了 4 个神级 Skills

做视频 · 写网页 · 生成图 · 查知识库一篇讲完怎么用

ConardLi（花园）在 GitHub 一次性放出 4 个 Agent Skills，MIT 协议、可商用。四个方向：把文章做成可录屏的"伪视频"、让 AI 写出不像 AI 做的网页、用结构化 prompt 出图、本地知识库带溯源问答。下面先看每个 Skill 能干什么，再讲怎么装。

1. web-video-presentation：把文章变成可录屏的"伪视频"

做什么：把你写好的脚本、文章或者产品介绍拆成一小段一小段的 narration，每段对应一屏 16:9 的画面，键盘点一下就往前推，录屏出来就是视频。

适用场景：技术分享、产品发布、知识付费、不想碰 Premiere 但又想要"视频感"的人。

硬卖点：

1920×1080 固定舞台——录屏不会跳尺寸，自动适配任意屏幕；

23 个内置主题，editorial、terminal、engineering、Swiss International 每个风格都不一样；

5 个硬协作 checkpoint——脚本、主题、大纲、实现模式、音频，每一步都卡住等你确认；TTS 引擎可以换，内置 MiniMax 和 OpenAI，也预留了 ElevenLabs、edge-tts、Azure、Google Cloud、macOS say 的接口。

23 个主题听起来多，实际大部分人可能 editorial 和 terminal 两个就够了。TTS 那边 MiniMax 和 OpenAI 直接能用，换其他引擎要自己配。

先装的人：以录屏出片为目标的创作者。

01npx skills add ConardLi/garden-skills -s web-video-presentation

2. web-design-engineer：让 AI 写出去掉 AI 味的网页

做什么：把 Agent 从"生成能跑的代码"拉到"做出有品味的前端"。落地页、Dashboard、原型、幻灯片、动画——前端能见的它基本都管。

适用场景：被吐槽"一眼 AI 拼的网页"的开发者、做独立产品的全栈、需要快速出 v0 的前端。

硬卖点：6 步工作流——需求→上下文→设计系统→v0→完整构建→验证，每一步有明确的产出；6 大设计流派 + 25 个风格菜谱，Linear、Aesop、Pentagram、Bloomberg、Stripe Press、Mid-Century 都有，每个菜谱直接给了配色、字体、签名手法和反例清单；还带了一个反 AI 套路的 blocklist，通用 AI UI 习气在 v0 阶段就会被拦下来。

25 个菜谱理论上都能用，但试下来 Linear、Aesop、Mid-Century 这几个主流风格效果最稳。偏实验的流派落地门槛不低。

先装的人：要做产品页、SaaS Landing、Dashboard 的。

01npx skills add ConardLi/garden-skills -s web-design-engineer

3. gpt-image-2：我拿来写 prompt，比自己憋的快三倍

实话实说，这 Skill 我装的时候以为就是个提示词收藏夹——80 多个模板塞在 references/ 里，谁不会翻啊？

用了一周发现我想错了。它真正值钱的地方不是模板多，是它知道什么时候用哪个模板。你扔一句「帮我出张信息图」，它会先判断你有没有图像 API、再选分类、再套结构——而不是一股脑把 80 个模板全塞进上下文。

我上次做技术架构图，自己写 prompt 憋了十分钟出来的东西还是像「科技峰会背景板」。换它走了一遍流程，出来的图直接能用。

三个小毛病也得说：

· 必须有 API key。Mode C（纯文字顾问）能帮你写 prompt，但拿不到图。

· 模板太多反而不好翻。80 个模板放在 references/ 里，你如果不知道自己要什么，得一个个翻目录。

· 图像编辑那条流水线我还没跑通，成功率比生成低不少。

实际测试：

- 让它生成一张微信公众号16：9封面提示词，以及一张3：4小红书风格信息图描述词

来看看实际文生图的效果：

再来一张小红书风格信息图：

先装的人：手头有 OpenAI 兼容图像 API、而且烦透了跟 Midjourney 反复斗 prompt 的人。

01npx skills add ConardLi/garden-skills -s gpt-image-2

4. kb-retriever：在本地知识库里做问答

做什么：给你本地的 knowledge/ 目录加一个问答入口。能读 Markdown、纯文本、PDF、Excel，不靠把整份文件塞进上下文。

适用场景：本地有结构化文档库、要从 PDF 或 Excel 里抽证据、不想被大文件撑爆上下文窗口。

硬卖点：先用 data_structure.md 索引文件导航，找到目标再搜，避免一上来就加载整份文件；碰到 PDF 和 Excel 会先学处理方法再动手抽数据；检索最多跑 5 轮，不会无限试探下去；工具链用了 grep、pdftotext、pdfplumber 加 pandas，答案会标注来源。不过我没在超大型知识库上跑过，上千个文件不知道会不会卡。

先装的人：本地有知识库、需要带溯源回答问题的人。

01npx skills add ConardLi/garden-skills -s kb-retriever

版本（以 GitHub Releases 为准）：gpt-image-2 v1.0.3、kb-retriever v1.0.0。web-video-presentation 和 web-design-engineer 的版本见 Releases 页。兼容环境见第四节。

仓库支持 5 种装法，按场景对号入座：

三个常用 flag：-s  单装某一个；--global 装到 ~/.skills 而非当前项目；-a claude-code 指定目标 Agent（默认自动识别）。

走一遍最小可复现路径：

1 终端运行安装命令

01npx skills add ConardLi/garden-skills -s web-design-engineer

CLI 会自动识别你当前的 Agent 环境，把 Skill 放到对应目录。不过第一次跑会慢一些，它要从 GitHub 拉包。

2 确认落点

不同 Agent 目录不一样：

Claude Code → .claude/skills/web-design-engineer/

Cursor → .agents/skills/web-design-engineer/

Codex CLI → .codex/skills/web-design-engineer/

3 验证 Skill 已激活

在 AI 里说一句话：

用 web-design-engineer 帮我做一个 SaaS Landing 的 design system

如果 AI 主动列出六步流程、开始列 design tokens（颜色、字体、间距、动效），说明 Skill 已被加载。

4 生产环境固定到 tag

别用 main 分支，用 tag 锁版本：

01npx skills add ConardLi/garden-skills/tree/web-design-engineer-v1.1.0/skills/web-design-engineer

这样每次拉到的字节永远一致。

实际可以使用自然语言安装

据仓库文档，以下环境已测试通过：

Skill 格式本身是通用的——你的 Agent 只要支持 Skills 规范，把文件夹拷过去就能用。

仓库地址：github.com/ConardLi/garden-skills，MIT，可商用、可 fork。（注意：公众号会剥除外链，建议访问仓库查看。）

按你手头的活儿对号入座：

▸ 做技术分享 / 课程 / 产品 demo 视频 → web-video-presentation

▸ 做产品页 / Landing / Dashboard → web-design-engineer

▸ 量产配图 / UI 稿 / 信息图 → gpt-image-2

▸ 本地有知识库要带溯源问答 → kb-retriever

如果还拿不准，直接去仓库 README 确认：github.com/ConardLi/garden-skills。