khazix-skills：把 AI 从对话工具变成能独立跑一整夜的项目助手
数字生命卡兹克的AI技能开源合集 |特工技能：纯粹的洁癖（文档/内存清零）、hv 分析、khazix-writer 等、Claude Code、Codex 和 40 多个特工。
秒懂
- 它是什么？
- 数字生命卡兹克开源的 AI Skills 合集，包含 leader、neat-freak、hv-analysis 等六个 Skill。它们解决的是同一个问题：让 Agent 从一次对话变成能独立执行长任务的协作单位。
- 适合谁用？
- 适合已经在用 Claude Code、Codex 等支持 Agent Skills 标准工具的人。你的日常工作如果包含长程任务、项目文档维护、竞品调研，这个合集能省掉不少重复劳动。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 3 天前。
- 用什么语言写的？
- 主要是 Python（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月14日）和我们的分析，不构成法律意见。
开源项目深度解析
一个合集，六个不同的收尾工具
khazix-skills 是作者「数字生命卡兹克」从自己项目里搬出来的 AI Skills 合集。README 里说得很直白：都是在自己项目里跑通了一段时间，确实省事，才搬出来开源的。六个 Skill 各自独立，leader 负责把模糊想法定义成目标，storage-analyzer 扫磁盘给清理建议，aihot 拉 AI 资讯日报，neat-freak 整理项目文档和记忆，hv-analysis 出研究报告，khazix-writer 按作者口吻写公众号长文。它们不是一套完整方案，更像是六个用顺手了才公开的私人工具。合集的共同点是都围绕一个场景：AI 不再只是回答问题的对话对象，而是要独立跑几小时甚至一整夜的任务执行者。这个定位决定了每个 Skill 都带有明确的边界意识，什么该做、什么不该做，写得比大多数开源项目细。
leader 的七问：目标定义比执行更重要
leader 是六个 Skill 里最特殊的一个，它不直接完成任务，而是帮你写目标任务书。README 用了一个比喻：给 AI 定目标就像派船出海，出发前必须想清楚七件事。目的、完成态、证据、反作弊、地界、取舍、未知，每一条都对应任务书里的一个具体部分。比如「证据」要求每条验收都要贴出实际命令输出，而不是让 AI 自己说完成了；「反作弊」要求把偷懒路径一条条点名禁止。第零问是这张海图是你自己测的还是听来的，所以它动笔前会先钻进代码库亲手跑一遍，文档里写的命令可能根本不存在。这个设计针对的是长程任务的失效模式：短任务跑偏一眼就能发现，长任务跑偏八小时才发现，浪费就大了。leader 会先实测调研，再问你最多 5 个必须拍板的问题，全程约 12 分钟，产出是纯 Markdown。
neat-freak 的三层对齐与两条底线
neat-freak 解决的是文档和记忆过期的问题。代码迭代了七八轮，文档还是最初一版；记忆里写着 SQLite，实际早换成了 PostgreSQL；CLAUDE.md 里的接口列表跟实际路由对不上。它跑一次 /neat，会动三层东西：项目根的 CLAUDE.md 或 AGENTS.md，docs 和 README，以及 Agent 自己的记忆系统。三层受众不同，职责不重叠，得分别处理。v3.0 有两条底线：小项目有专门的轻量路径，没有 git 没有规则文件的项目，它会把 README 对齐到代码现状，默认建一份最小的 AI 规则文件；绝不擅自删东西，所有删除只出候选清单，你确认了才动手，机器生成的记忆默认只读。它还检查规则有没有被真实执行，比如 CLAUDE.md 和 AGENTS.md 是否同源、必备文件有没有缺、规则里引用的路径还在不在。纯代码任务、整理数据这类请求不会触发它，它只管项目知识收尾。
storage-analyzer 的三色分级与安全模型
storage-analyzer 的定位是替代 CleanMyMac 这类写死规则的清理软件。CleanMyMac 扫到一个 3.8G 的 Chrome 文件夹只会告诉你「用户缓存文件，可删」，但你不清楚里面是什么、删了哪些网站要重新登录。这个 Skill 由 Agent 驱动，每一项都给出具体路径、类型说明、删除影响和推荐处置方式。三色分级是核心：绿灯是纯缓存可以一键清，黄灯含用户数据只给「在访达打开」和「移废纸篓」，红灯是系统文件最多给「打开文件夹」。安全模型是全程只读扫描，删除操作必须你在浏览器上点按钮，加上浏览器弹框二次确认才执行。本地服务跑在 127.0.0.1 加随机端口加 token。macOS 完整实测，Windows 代码就绪但多盘符支持标注为首次使用需要留个心眼。这个 Skill 的价值不在于能扫出多少垃圾，而在于每一项清理决策都附带解释，让用户自己决定。
安装方式与运行前提
安装方式只有一种：在支持 Agent Skills 的 Agent 里说一句话，比如「帮我安装这个 skill：https://github.com/KKKKhazix/khazix-skills/tree/main/neat-freak」。Agent 会自己 clone 到对应目录。README 声称 Claude Code、Codex、Qoder、Kimi Code、iFlow、CodeBuddy、Cursor 等 40+ 支持该标准的 Agent 都能装。如果你的 Agent 不支持 Skill 也没关系，把对应目录的 SKILL.md 全文下载下来，当成项目规则文件或直接贴进对话，效果一致。每个 Skill 的触发方式都是自然语言，比如 storage-analyzer 说「帮我看看存储」或「C 盘满了」，neat-freak 说「跑一下洁癖」或「把文档和记忆整理一下」。没有目标模式的 Agent 也能用 leader 的产出，直接粘贴发送。这个安装设计的好处是零配置，坏处是你得信任 Agent 自己 clone 仓库的行为，对于安全要求高的环境，手动下载 SKILL.md 可能是更稳妥的选择。
khazix-writer 与 hv-analysis：两个有立场的工具
khazix-writer 是作者自己写公众号的那套 Skill，装上之后 Agent 写出来的东西就是作者的口吻和节奏。它是有立场的，会拒绝写「赋能、抓手、闭环」，拒绝「首先...其次」，拒绝「在当今 AI 快速发展的时代」。如果你想要通用好文笔，这个 Skill 不适合。hv-analysis 则同时跑两条线：纵向把研究对象从诞生讲到当下，横向把同期所有主要竞品摆出来逐一对比，最后交汇出一份 10000 到 30000 字的 PDF 研究报告。它适合调研竞品、研究新概念、写作前做素材准备，不适合单纯查名词解释，README 明确说那种问题用普通对话就行，杀鸡用牛刀。两个 Skill 的共性是有明确的使用边界，作者在 README 里直接写「不适合」的场景，而不是假装什么都能干。这种诚实在开源项目里不多见。
维护成本与许可证
项目使用 MIT 许可证，可以自由使用、修改、分发。维护成本取决于你依赖哪个 Skill。neat-freak 和 storage-analyzer 这类涉及文件操作的 Skill，需要跟随 Agent 工具的更新而验证兼容性，特别是 Windows 路径支持这类标注为「代码就绪」但未完整实测的部分。leader 和 hv-analysis 这类纯提示词类 Skill，维护成本集中在模型的迭代上，作者在 README 里推荐用规划强的模型出目标、执行强的模型跑长程，这意味着模型换代后可能需要重新验证提示词效果。aihot 依赖外部服务 aihot.virxact.com，如果这个服务停止更新，Skill 就失效了。仓库没有提供版本发布记录，依赖的是 main 分支的持续更新，这意味着你无法锁定某个稳定版本，clone 下来的内容可能随时变化。对于生产环境使用，建议定期检查 main 分支的变更。
编辑结论
适合已经在用 Claude Code、Codex 等支持 Agent Skills 标准工具的人。你的日常工作如果包含长程任务、项目文档维护、竞品调研，这个合集能省掉不少重复劳动。不适合的是那些只用 AI 做单轮问答的人，六个 Skill 里至少四个是为多轮长任务设计的。也不适合想要通用写作风格的人，khazix-writer 明确拒绝「赋能」「抓手」这类词，它是有立场的。安装前先验证一件事：你的 Agent 是否完整支持 Agent Skills 标准，README 说支持 40+ 工具，但每个工具对 SKILL.md 的解析程度可能不同。neat-freak 的删除操作需要人工确认，storage-analyzer 的 Windows 路径标注为「代码就绪」，首次使用需要额外留意。这个合集的边界很清楚：它不解决模型能力问题，只解决任务定义和知识收尾问题。
社区笔记