coco-skill-hub 收录我在内容创作、技术表达和课程生产中持续使用的 Agent Skills。每个 Skill 都是一个自包含目录，可以按需单独安装，也可以一次安装整套能力。
这些 Skill 不只是 Prompt 集合。它们会把任务路由、质量边界、参考资料、模板、脚本和视觉资产放在一起，让 Agent 在真实项目中按照稳定流程工作。
| Skill | 适合解决的问题 | 主要产物 |
|---|---|---|
teach-generator |
规划、编写、审校和发布中文或技术课程 | 课程蓝图、章节正文、练习、项目、质量报告 |
technical-image-generation |
生成结构清晰、文字可读的技术插图 | 流程图、架构图、对比图、机制下钻图、数据故事图 |
gzh-cover-image-generator |
生成标题内嵌、适合信息流传播的公众号封面 | 1800 x 766 横版封面与多个创意候选 |
coco-humanizer-zh |
去除中文文本中的模板化 AI 腔 | 保留事实和术语的自然中文改稿与审校意见 |
technical-image-generation 用统一的水彩墨线视觉语言，覆盖七类常见技术解释任务。
流程与生命周期 用编号主路径、分支和反馈箭头解释任务如何推进，以及失败后回到哪里。 |
系统架构与边界 把组件、职责、数据流和系统边界放进同一张可追踪的结构图。 |
全景总览 先建立完整心智模型，再用一个局部放大区补充关键细节。 |
方案对比 在固定维度下并列选择、优势、代价和适用条件，避免只列功能。 |
机制下钻 聚焦一个局部机制，展示输入、中间状态、判断依据和结果。 |
抽象概念解释 从直觉模型进入正式术语，同时保留适用边界和常见误区。 |
数据故事 让指标变化、观察点和决策动作出现在同一条阅读路径上。 |
gzh-cover-image-generator 默认采用黑、白、荧光黄构成的新潮工业反叛风，标题本身就是画面的第一视觉。
数字冲击：用超大数字、爆裂结构和标题层级制造第一眼传播力，适合数量级变化与热点事件。
增长曲线 适合爆发、增长和旧秩序被击穿。 |
档案调查 适合危险、调查、警示和规则边界。 |
它把课程视为一个需要来源、验收标准和持续迭代的教学产品，而不是一次性生成的一组文章。工作流覆盖任务定义、来源登记、课程蓝图、分章写作、练习闭环、确定性检查、语义量规、Humanizer 和人工发布判断。
一个实际使用场景是：
为零基础产品经理设计一门 AI Agent 课程。
课程需要从 Agent、Tool、Workflow 的基本关系讲起，
最终让学习者能够设计并验收一个具备人工控制点的 Agent 工作流。
Skill 不会直接堆出若干章节，而是先建立 MISSION.md、RESOURCES.md、COURSE-GENERATION-SPEC.md 和 COURSE-BLUEPRINT.md，再按章节类型选择写法、练习和验收证据。
teach-generator的中文质量闭环依赖coco-humanizer-zh，安装时应同时选择两者。
它先判断图片需要解释的是流程、架构、对比、机制还是数据，再选择对应构图。重点不是“生成一张好看的图”，而是确保标题、文字、关系线、边界和阅读顺序都经得起检查。
| 需要解释的问题 | 选择的图型 | 实际组织方式 |
|---|---|---|
| 一个系统的全貌是什么 | 全景总览 | 一条全局阅读路径，加一个受控的局部放大区 |
| 任务怎样一步步完成 | 流程与生命周期 | 编号步骤、主路径、失败分支和反馈箭头 |
| 组件如何协作、边界在哪里 | 系统架构 | 分层组件、职责标签、数据流和边界框 |
| 多个方案如何选择 | 方案对比 | 固定比较维度、优势、代价和适用条件 |
| 一个机制内部如何运作 | 机制下钻 | 输入、中间状态、判断依据、输出和异常路径 |
| 抽象概念怎样建立直觉 | 概念解释 | 直觉模型、正式术语、适用边界和常见误区 |
| 指标变化意味着什么 | 数据故事 | 趋势、观察点、原因假设和决策动作 |
它面向公众号信息流，不把文章内容缩成信息图，而是提炼一个最值得停下来的冲突：增长、风险、权力反转、旧规则失效或利益变化。默认输出 3 个明显不同的创意方向，标题必须逐字嵌入图片。
它会删掉空洞造势、机械排比、翻译腔和没有信息量的过渡，但保留原文事实、论点、术语、代码和作者语气。它只负责表达质量，不替代事实核查、教学设计或发布判断。
coco-humanizer-zh是原humanizer-zh的新名称。Hub 不保留旧名称的重复副本。
改写前：在当今快速发展的数字化时代，AI Agent 正以前所未有的速度重塑各行各业。
改写后：AI Agent 已经进入真实工作流。团队接下来要解决的，是它能调用什么、失败后如何恢复，以及哪些决定必须留给人。
推荐使用 skills CLI。它会检测 Codex、Claude Code、Cursor 等 Agent，并把 Skill 安装到对应目录。
npx skills add chokcoco/coco-skill-hub --skill '*' -y# 课程生成：同时安装必需的中文审校 Skill
npx skills add chokcoco/coco-skill-hub --skill teach-generator coco-humanizer-zh
# 技术插图
npx skills add chokcoco/coco-skill-hub --skill technical-image-generation
# 公众号封面
npx skills add chokcoco/coco-skill-hub --skill gzh-cover-image-generator
# 中文去 AI 味
npx skills add chokcoco/coco-skill-hub --skill coco-humanizer-zh加上 --global 可以安装到用户级目录：
npx skills add chokcoco/coco-skill-hub --skill coco-humanizer-zh --globalgit clone https://github.com/chokcoco/coco-skill-hub.git
# 以安装到项目级通用目录为例
cp -R coco-skill-hub/.agents/skills/coco-humanizer-zh your-project/.agents/skills/手动安装 teach-generator 时，也要复制同级的 coco-humanizer-zh：
cp -R coco-skill-hub/.agents/skills/teach-generator your-project/.agents/skills/
cp -R coco-skill-hub/.agents/skills/coco-humanizer-zh your-project/.agents/skills/手动安装时，优先使用跨 Agent 通用的 .agents/skills/。部分 Agent 也支持自己的专用目录；使用 CLI 时无需手动判断，它会自动处理。
| 场景 | Skill 目录 |
|---|---|
| 通用项目级目录（推荐） | .agents/skills/<name>/ |
| Codex 用户级目录 | ~/.codex/skills/<name>/ |
| Claude Code 专用项目目录 | .claude/skills/<name>/ |
安装后可以在请求中直接点名 Skill，也可以让支持自动发现的 Agent 根据 frontmatter 描述自行选择。
使用 $technical-image-generation，为这份系统设计生成一张架构边界图。
使用 $gzh-cover-image-generator，根据文章标题生成 3 张公众号封面，标题必须逐字保留。
使用 $coco-humanizer-zh 审阅这篇中文技术文章，保留术语和事实，只修改有 AI 腔的句子。
coco-skill-hub/
├── .agents/
│ └── skills/
│ ├── teach-generator/
│ ├── technical-image-generation-skill/
│ ├── gzh-cover-image-generator/
│ └── coco-humanizer-zh/
└── README.md
每个目录都以 SKILL.md 为 Agent 入口；README.md 面向使用者；references/、assets/、scripts/、templates/ 等目录只在该 Skill 需要时存在。