https://github.com/dontbesilent2025/dbskill
最近看到一个很有中文互联网特色的项目：dbskill。它是 dontbesilent 做的一套中文 AI Skills 工具箱，主要面向创业者和内容创作者。
项目介绍里说，作者从 16152 条公开推文中筛选并整理出 4176 个知识原子，再把其中的方法沉淀成 28 个可以直接调用的 Skills。内容包括商业模式诊断、对标分析、选题和文案、短视频开头、小红书标题、行动卡点、目标拆解、知识库、决策记录，以及内容资产整理等。
我觉得它和普通提示词合集最大的区别，是增加了一个统一入口：/dbs。
用户不需要先研究 28 个 Skill 分别有什么用。把正在做的事情、手上的材料或者卡住的问题直接说出来，/dbs 会先读取当前对话，再判断这一步该调用哪个 Skill。任务完成后，如果继续输入 /dbs，它还会根据刚才的结论选择下一步，而不是一开始就机械地安排一长串流程。
比如客户总说价格贵，它会把问题交给商业诊断；有一个选题却不知道怎么展开，会进入内容分析；文稿写完但担心没有共鸣，可以检查逻辑、情绪和传播性；知道该做什么却迟迟不动，则会转向行动卡点，而不是继续给一堆方法。
这种设计挺符合真实工作。很多时候，我们缺的不是更多建议，而是先判断“眼下最应该解决哪个问题”。AI 最容易犯的毛病是一次给出十几条建议，看起来很全面，执行时却不知道从哪里下手。dbskill 的思路是一次只推进一个结点，等有了新事实和反馈，再决定下一步。
它也不只负责聊天。决策、阶段快照和报告可以保存在本机的 ~/.dbs/，下次继续恢复；本地文件夹可以建立知识库导航；大量旧文稿还能拆成概念、观点、案例、问题等内容单元，重新组合成选题。这样一来，Agent 不只是临时回答一次，而是能逐渐接手一部分长期工作。
当然，这套工具带有作者很强的方法论和表达倾向。商业诊断没有标准答案，最后仍然要拿真实客户、收入、转化和执行结果来验证，不能因为 Skill 写得完整，就把输出当成结论。
项目支持豆包、WorkBuddy、Claude Code、Codex 等支持 Skills 的 Agent。许可证是 CC BY-NC 4.0，个人学习和非商业项目可以使用；如果准备放进商业产品或对外提供收费服务，需要另行确认授权。
如果经常用 AI 做商业分析、内容创作或个人项目推进，dbskill 值得研究。它真正想解决的不是“再教 AI 几个方法”，而是让 AI 知道当前该用哪个方法，并把事情继续往前推一步。
