如何用 makerskills 将 Claude Code 打造成运营搭档

当你启动自己的项目或做独立创业时，你同时扮演着开发者、营销人员和 CFO 的角色。大多数时候，我们像 Claude Code、Cursor 或 Codex 这样的 AI 工具只用来写代码。但如果能让 AI 代理按照严格的方法论来处理运营任务呢？

makerskills 项目作者 Cory Haynes 整理了一款包含 19 个现成场景的插件，适用于 AI 代理环境。这些不是泛泛的提示词集合，而是将助手转变为系统性助手的结构化协议。

文档理念先行

大多数提示词库都有表述模糊的问题。makerskills 采取了不同的方式。

每个技能都记录在单独的文件 SKILL.md 中。这是一份详细的分步指南。你可以通过控制台命令调用技能（例如 /decide），也可以直接打开 markdown 文件手动按步骤操作。这里的自动化实际上是良好文档的副产品。

公共代码和个人信息的分离设计得很巧妙。代码库本身完全开放，而个人设置、工作区 ID、财务报告和知识库则存储在本地磁盘的 ~/.config/makerskills/ 中。你的密钥和内部笔记不会泄露到公开仓库中。

所有场景都按具体工作任务分成了几个类别。

该插件可以自我学习并扩展环境的能力。

skillify 可以在对话中或基于视频录像直接创建、调整或更新技能。
toolify 将第三方 API、集成或 MCP 服务器附加到 Next.js 或 Rails 项目。该工具会引导你完成身份验证、环境变量和 Webhook 的分步设置向导。
loopify 为代理配置后台循环和定时任务，并附带停止条件检查。

decide 使用 37signals 的决策框架，包含 38 个问题。代理会为你的情况挑选 6-8 个相关问题，帮助权衡风险，并保存结果和审查日期。
unstuck 当任务看起来不可能完成时帮助你突破困境。代理会分类阻塞的原因，并从 10 个不同角度运用横向思维，在放弃之前再试一次。
domain 运行 11 步搜索可用域名。工具使用 Vercel CLI、WHOIS、RDAP API，通过无头浏览器检查 USPTO 商标，并建议替代方案，不会盲目执着于特定名称。
deep-research 在多个来源中进行深度研究，并格式化引用和保存结果。

second-brain 和 company-brain 在 markdown 文件之上组织个人或团队知识库。信息会定期清理过时的细节，这样模型就不会基于陈旧的协议给出错误的答案。
read-book 和 watch-video 从书籍（PDF、EPUB）或视频录像（YouTube、Loom、Zoom）中提取关键点、引用和摘要。

makerskills 的强大之处在于协同效应。技能之间按名称相互引用。

如果你通过 watch-video 处理会议录音，该工具可以将摘要发送到 second-brain，为 pm 标记任务，并在 decide 中记录有争议的决策。

skillify 技能可以将录制的屏幕演示视频转化为新的可执行场景。各个工具可以组合成端到端的工作流程。

在 Claude Code 中安装插件只需几分钟：

/plugin marketplace add coreyhaines31/makerskills
/plugin install makerskills@makerskills

然后在 ~/.zshenv 中设置基础环境变量：

export MAKERSKILLS_CONFIG="$HOME/.config/makerskills"

重启 shell 后，你可以立即尝试第一个技能，无需任何前置设置：

/decide

代理会询问你在解决什么困境，挑选问题，并保存结果到磁盘。

要连接个人知识库或财务规划器，你需要在 SECOND_BRAIN_VAULT 或 COMPANY_CFO_ROOT 变量中指定目录文件夹的路径。

makerskills 项目面向独立或小团队运营项目的人群。它适合独立黑客、独立创始人、技术负责人和自由职业者。

如果你经常让 AI 处理研究、笔记或财务建模等类似的复杂任务，现成的场景可以节省大量从头编写详细指令的时间。