把人与 AI 协同进化中跑通的工作流，整理成可以直接复用的能力包。
Reusable capability packs for human-AI co-evolution in real work.
很多人用 AI，问题不在于不会写提示词。
真正的问题是：每次都从零开始。
今天让 AI 翻译一份 PDF，明天让 AI 整理一篇文章，后天又想做一个可以分享的读物。每次都要重新解释背景、重新讲标准、重新调格式。时间久了，你会发现自己不是在用 AI 提效，而是在不断训练一个临时工。
这个仓库想解决的是另一件事：
把人与 AI 一起做事、一起学习、一起改进时跑通的工作流，沉淀成一个个可以复用、可以安装、可以分享的「能力包」。
它不是一个 prompt 大杂烩，也不是我的私人配置备份。
它更像一个逐步长出来的工具箱：每个能力包都应该能完成一个真实任务，并且有清楚的输入、输出、边界和使用方式。
| 能力包 | 它解决什么问题 | 状态 |
|---|---|---|
bilingual-reader-maker |
把英文 PDF / 长文做成中英双语移动阅读版，输出 HTML + PDF。 | Stable |
concept-explainer |
在做真实任务时，把陌生工具、命令、配置、架构和报错链路解释成通俗知识卡片。 | Stable |
第一个能力包来自一个很具体的需求：
把一份英文创业手册，做成适合中文读者学习英语的双语读物。
最后我们定下来的标准是：
- 保留原材料的视觉气质，比如封面、章节图、配色、图标。
- 正文不强行左右分栏，而是手机友好的单栏阅读。
- 英文一段，中文一段，方便查词、跟读、复制和解析。
- HTML 是真文本，不是截图；PDF 从 HTML 导出，方便分发。
- 署名放在文末，克制一点，不打扰阅读。
因为对普通使用者来说，skill 这个词还是太技术。
他们真正关心的不是：
这个 prompt 怎么写？
这个 agent 怎么调用？
这个脚本怎么跑？
他们关心的是：
我给你一个英文 PDF，你能不能变成一份好看的双语读物？
我有一批笔记，你能不能帮我整理成文章？
我有一个工作流，能不能下次不用重新解释？
所以这里的每个 skill，都会尽量被打磨成一个「能力包」：
让 AI 不只是聊天，而是稳定地完成一类任务。
如果你使用 Codex：
mkdir -p ~/.codex/skills
cp -R skills/bilingual-reader-maker ~/.codex/skills/
cp -R skills/concept-explainer ~/.codex/skills/如果你使用 Claude Code：
mkdir -p ~/.claude/skills
cp -R skills/bilingual-reader-maker ~/.claude/skills/
cp -R skills/concept-explainer ~/.claude/skills/如果你使用 OpenClaw / SkillHub 这类兼容 SKILL.md 的 Agent Skills 生态，可以把对应 skill 文件夹复制到你的 skills 目录，或在平台支持 GitHub 导入时填写本仓库地址：
https://github.com/PhilRobinluo/ai-coevolution-skills
然后开启新的会话，说：
请用 bilingual-reader-maker，把这份英文 PDF 做成中英双语移动阅读版。
或者：
请用 concept-explainer，一边帮我跑这个 CLI，一边把我不懂的 npm、package.json、环境变量讲成知识卡片。
GitHub 是真源
手机/H5 是普通人的入口
Skill/CLI 是进阶用户的工具层
这个仓库会优先保证三件事：
- 可复用：不是一次性的聊天记录，而是能重复执行的流程。
- 可理解：尽量讲人话，让非技术用户也知道它能干什么。
- 可公开：不放私人路径、账号密钥、个人数据库、微信文件路径和不可分享的材料。
这个仓库会慢慢加入更多能力包：
- 双语读物制作
- 任务中的概念解释与知识卡片
- 文章与公众号发布准备
- 知识库整理
- 学习材料转 HTML / PDF
- 面向普通人的 AI 工作流模板
如果你只是想看热闹，可以先 Star。
如果你也在把自己的 AI 工作流产品化，欢迎 fork、改造，或者提 issue 分享你的场景。
Most people do not fail with AI because they lack prompts.
They fail because every workflow starts from scratch.
One day you ask AI to translate a PDF. The next day you ask it to turn an article into a shareable document. Then you need a mobile-friendly reader, a publishing checklist, or a reusable writing process. Each time, you explain the background again, restate the standard again, and fix the format again.
This repository is built around a different idea:
Turn proven human-AI co-evolution workflows into reusable capability packs.
It is not a random prompt dump.
It is not a private config backup.
It is a growing library of practical skills that are meant to do real work.
| Capability Pack | What it does | Status |
|---|---|---|
bilingual-reader-maker |
Turns English PDFs or long articles into polished Chinese-English mobile readers, with HTML and PDF output. | Stable |
concept-explainer |
Explains unfamiliar tools, commands, configs, architecture, and troubleshooting chains as short knowledge cards during real tasks. | Stable |
The first pack came from a concrete use case: turning an English startup playbook into a bilingual study edition for Chinese readers.
The resulting standard is simple:
- Keep the source material's visual identity when appropriate.
- Do not force side-by-side columns when they hurt mobile reading.
- Put the English paragraph first, then the Chinese translation.
- Keep HTML as real text, so it can be copied, searched, parsed, and restyled.
- Export PDF from HTML for easy sharing.
Because most users do not care about the internal words: prompt, agent, script, tool call.
They care about the job:
Can you turn this PDF into a good bilingual reader?
Can you convert my notes into a publishable article?
Can we make this workflow reusable next time?
That is what each skill here is trying to become:
a reusable unit of work that makes AI more dependable.
For Codex:
mkdir -p ~/.codex/skills
cp -R skills/bilingual-reader-maker ~/.codex/skills/
cp -R skills/concept-explainer ~/.codex/skills/For Claude Code:
mkdir -p ~/.claude/skills
cp -R skills/bilingual-reader-maker ~/.claude/skills/
cp -R skills/concept-explainer ~/.claude/skills/For OpenClaw, SkillHub, or other SKILL.md compatible agent-skill platforms, copy the skill folder into your skills directory, or import this repository when GitHub import is supported:
https://github.com/PhilRobinluo/ai-coevolution-skills
Then start a new session and ask:
Use bilingual-reader-maker to turn this English PDF into a Chinese-English mobile reader.
Or:
Use concept-explainer while helping me run this CLI. Explain npm, package.json, and environment variables as short knowledge cards.
GitHub is the source of truth.
Mobile/H5 is the beginner-friendly front door.
Skills and CLIs are the advanced working layer.
This repository will grow slowly, with a bias toward useful, understandable, and shareable workflows.
MIT. See LICENSE.