Skill Hub 空白机会调研报告
📍 位置：SkillHub机会 / 机会分析
📌 核心发现：生活服务、个人财务、家庭亲子、本地化（中国场景）是明显的空白领域
📥 输入：SkillHub.club、GPT Store、awesome-claude-skills 生态分析
📤 流向：→ findings.md（待创建）
调研日期：2026-03-16
一、现有 Skill Hub 生态概览
1.1 主要平台现状
| 平台 | 规模 | 特点 |
|---|
| SkillHub.club | 7,000+ skills（15,000+ 含评级） | Claude/Codex/Gemini/OpenCode 多平台支持 |
| GPT Store | 3,000,000+ GPTs | OpenAI 官方商店，体量最大 |
| Anthropic 官方 Skills | 数十个官方 skill | 高质量但数量少 |
| awesome-claude-skills (GitHub) | 22,000+ stars，1,000+ skills | 社区维护，覆盖面广 |
1.2 各平台热门类别（已饱和）
以下类别 已经非常拥挤，不建议进入：
| 类别 | 代表性 skill | 饱和度 |
|---|
| 前端开发/设计 | frontend-design（277K 安装）、web-design-guidelines（137K）、React best practices（176K） | 极高 |
| 代码审查/Git 工作流 | git-commit、code-review、PR review 等 | 极高 |
| 写作/文案 | GPT Store 的 Write For Me、各类文案 GPT | 极高 |
| 图片生成 | DALL·E GPTs、各类 image generator | 极高 |
| SEO/营销 | 大量 SEO GPT、营销文案工具 | 高 |
| 编程辅助 | Python GPT、Code Copilot、BugBlaster | 高 |
1.3 覆盖不足的类别
通过交叉分析 SkillHub、GPT Store 和 awesome-claude-skills 仓库，以下领域 明显供给不足：
- 生活服务类：做饭、家务、购物决策等日常场景几乎空白
- 个人财务管理：仅有 1 个加拿大专用的财务 skill，缺乏通用/中国场景
- 健康/运动管理：仅有基础的 claude-ally-health，缺乏实用型
- 家庭/亲子教育：几乎没有
- 旅行规划：有但少，且多为简单提示词
- 社交/沟通辅助：几乎空白
- 本地化生活工具（中国场景）：完全空白
二、大众日常高频需求分析
2.1 普通人每天/每周的高频任务
| 频率 | 任务 | AI 可简化程度 |
|---|
| 每天 | 决定今天吃什么、做饭 | 高 |
| 每天 | 处理邮件/消息、写回复 | 中（已有工具） |
| 每周 | 采购/购物决策 | 高 |
| 每周 | 记账/财务管理 | 高 |
| 每周 | 运动/健康管理 | 中 |
| 每月 | 旅行/出行规划 | 高 |
| 不定期 | 合同/文档审核 | 高 |
| 不定期 | 送礼/社交场景 | 中 |
| 不定期 | 家电维修/家居问题排查 | 中 |
| 不定期 | 孩子作业辅导/学习规划 | 高 |
2.2 AI 带来最大价值的场景特征
- 决策疲劳型：需要从大量选项中做选择（吃什么、买什么、去哪玩）
- 专业门槛型：普通人搞不懂但又需要做（合同审核、税务、保险比较）
- 重复整理型：每次都类似但耗时的工作（记账归类、食材清单、行程安排）
- 信息不对称型：需要专业知识但市面上信息零散（健康咨询、理财建议）
三、具体 Skill 建议（5-8 个）
Skill 1：智能菜谱规划师（Meal Planner Pro）
功能描述：
根据冰箱现有食材、口味偏好、人数、营养需求，生成本周菜单 + 采购清单。支持中式/西式菜谱，可设置预算限制。
选择理由：
- 需求频率：极高。“今天吃什么”是全球性每日痛点
- 竞争度：Skill Hub 上几乎没有成熟的菜谱规划 skill，GPT Store 有少量但评价一般
- 技术可行性：高。纯提示词 + 结构化输出即可，无需外部 API
实现思路：
- 纯 prompt engineering，不依赖外部 API
- 内置中式家常菜、西式简餐的知识库（写入 skill 的 context）
- 输出格式：周一到周日菜单表 + Markdown 购物清单 + 每道菜的 5 分钟速记做法
- 可选：接入营养数据库 API 提供热量估算
潜在风险/限制：
- 纯提示词方案可能菜谱重复率高，需要精心设计随机性
- 营养数据的准确性取决于 LLM 知识，如需精确需接入外部数据
Skill 2：日常合同/条款审核助手（Contract Reviewer）
功能描述：
上传租房合同、劳动合同、服务协议等日常文档，自动标出不合理条款、霸王条款、缺失条款，并用大白话解释风险。
选择理由：
- 需求频率：中高。租房、入职、买保险、订阅服务时都需要
- 竞争度：GPT Store 有一些法律 GPT 但多偏专业/英文场景，Skill Hub 几乎空白
- 技术可行性：高。Claude 本身法律文本理解能力很强
实现思路：
- 纯 prompt skill，内置常见合同类型的审核清单
- 针对中国场景：内置《劳动法》《消费者权益保护法》关键条文参考
- 输出格式：风险等级标注（红/黄/绿）+ 每条问题的白话解释 + 修改建议
潜在风险/限制：
- 必须声明”非法律建议”免责
- 不同地区法律差异大，需明确适用范围
- 上传敏感文件的隐私顾虑
Skill 3：家庭记账归类器（Smart Expense Tracker）
功能描述：
粘贴银行/支付宝/微信账单文本或 CSV，自动识别分类（餐饮、交通、购物、娱乐等），生成月度消费报告 + 可视化图表 + 省钱建议。
选择理由：
- 需求频率：高。人人需要但很少人能坚持手动记账
- 竞争度：仅有 1 个加拿大专用 skill 和一个基础模板，缺乏中国场景/通用方案
- 技术可行性：高。文本解析 + 分类 + Markdown 表格输出
实现思路：
- 接受多种输入格式：纯文本流水、CSV、截图 OCR 文本
- 内置消费分类体系（参考随手记/挖财的分类标准）
- 输出：分类表格 + 月度趋势分析 + 消费 Top 5 + 优化建议
- 进阶：对比上月数据，标出异常消费
潜在风险/限制：
- 账单格式多样，解析准确性需要持续优化
- 金融数据敏感，需提示用户注意隐私
Skill 4：送礼顾问（Gift Advisor）
功能描述：
输入收礼人信息（关系、年龄、性别、兴趣、预算、场合），推荐具体礼物方案 + 购买渠道 + 附赠贺卡文案。
选择理由：
- 需求频率：中。节日、生日、婚礼、探病等场景周期性出现
- 竞争度：Skill Hub 和 GPT Store 都极少，是明确空白
- 技术可行性：高。纯提示词即可实现高质量推荐
实现思路：
- 纯 prompt skill
- 内置中国送礼文化指南（不同场合的禁忌、价位参考、热门品类）
- 根据关系亲疏 + 场合 + 预算给出 3-5 个具体方案
- 每个方案含：品名、价格区间、推荐购买渠道（京东/淘宝/线下）、配套贺卡文案
潜在风险/限制：
- 商品推荐无法实时验证价格和库存
- 礼物推荐主观性强，需要充足的文化背景知识
Skill 5：旅行行程规划师（Trip Planner）
功能描述：
输入目的地、天数、人数、预算、偏好（美食/文化/自然/亲子），生成详细的每日行程表，含景点、交通方式、餐厅推荐、预算分配。
选择理由：
- 需求频率：中高。每次出行前必需，尤其自由行
- 竞争度：GPT Store 有一些但质量参差不齐，Skill Hub 上比较少
- 技术可行性：高。Claude 对旅行知识掌握良好
实现思路：
- 纯 prompt skill + 结构化输出模板
- 内置中国热门城市和海外热门目的地的基础信息
- 输出：每日时间线行程 + 交通指南 + 餐厅推荐 + 花费预估 + 打包清单
- 可选：接入天气 API 提供出行建议
潜在风险/限制：
- 景点信息可能过时（开放时间、票价变化）
- 无法实时查询机票酒店价格
- 需要声明信息仅供参考
Skill 6：家电故障排查助手（Home Fix Helper）
功能描述：
描述家电/家居问题的症状（如”洗衣机不排水”、“空调制冷差”），给出可能原因、自己动手修复步骤、以及何时该叫维修师傅。
选择理由：
- 需求频率：中。每个家庭每月都会遇到各种小问题
- 竞争度：极低。Skill Hub 和 GPT Store 几乎没有此类工具
- 技术可行性：高。家电维修知识体系成熟且结构化
实现思路：
- 纯 prompt skill，内置主流家电（洗衣机、空调、冰箱、热水器、马桶等）的常见故障排查树
- 交互式问诊：先问症状 → 再问具体表现 → 给出排查步骤
- 输出：可能原因列表（按概率排序）+ 自修难度评级 + 图文步骤 + 是否需要叫师傅
潜在风险/限制：
- 涉及电气/燃气的操作需要安全提示
- 不同品牌型号差异大，建议仅作为参考
- 需要免责声明
Skill 7：家长作业辅导助手（Homework Helper for Parents）
功能描述：
专为中国中小学家长设计。拍照/输入孩子的作业题目，给出解题步骤 + 知识点讲解 + 引导孩子思考的提问方式（不是直接给答案，而是教家长怎么辅导）。
选择理由：
- 需求频率：极高（中国有 2 亿+ 中小学生家庭）
- 竞争度：GPT Store 有一些教育 GPT 但多为英文，中文教育辅导 skill 极少
- 技术可行性：高。数学/语文/英语基础题 Claude 解题能力很强
实现思路：
- 纯 prompt skill
- 内置中国课标知识体系框架（小学数学/语文/英语的核心知识点）
- 输出分两层：① 给家长看的解题过程 ② 引导孩子思考的话术模板
- 标注对应年级和知识点，方便家长了解孩子的学习进度
潜在风险/限制：
- 数学计算偶有错误，需提示家长验证
- 教材版本差异（人教版/北师大版等）
- 不应鼓励孩子直接抄答案，需强调辅导引导的理念
Skill 8：保险/金融产品比较器（Insurance & Finance Comparator）
功能描述：
输入需求场景（如”给30岁男性买重疾险”、“选哪个信用卡最划算”），对比分析市面主流产品的核心条款、费用、优缺点，给出决策建议。
选择理由：
- 需求频率：中。买保险、选信用卡、选理财产品时有刚需
- 竞争度：极低。这类需要专业知识 + 白话翻译能力的 skill 几乎没有
- 技术可行性：中高。依赖 LLM 对金融知识的理解
实现思路：
- 纯 prompt skill
- 内置保险产品核心条款解读框架（保障范围、免责条款、等待期、理赔条件等）
- 输出：产品对比表 + 每项关键差异的白话解释 + 适合人群推荐 + 注意事项
潜在风险/限制：
- 产品信息更新频繁，LLM 知识可能过时
- 必须声明”非投资/保险建议”免责
- 不同地区产品差异大
四、优先级排序
排序逻辑
综合三个维度评分（1-5 分）：
- 价值得分：需求频率 × 用户痛点强度
- 可行性得分：技术实现难度、是否需要外部 API、维护成本
- 竞争得分：Skill Hub 上现有供给越少得分越高
| 排名 | Skill | 价值 | 可行性 | 竞争优势 | 总分 | 推荐理由 |
|---|
| 1 | 智能菜谱规划师 | 5 | 5 | 5 | 15 | 每日刚需、零 API 依赖、近乎空白市场 |
| 2 | 日常合同审核助手 | 4 | 5 | 5 | 14 | 痛点极强、纯提示词、市场空白 |
| 3 | 家长作业辅导助手 | 5 | 4 | 5 | 14 | 中国市场巨大、差异化明显 |
| 4 | 家庭记账归类器 | 4 | 4 | 4 | 12 | 人人需要、已有模板但不成熟 |
| 5 | 送礼顾问 | 3 | 5 | 5 | 13 | 完全空白、实现简单、有传播性 |
| 6 | 家电故障排查助手 | 3 | 5 | 5 | 13 | 独特切入点、完全空白市场 |
| 7 | 旅行行程规划师 | 4 | 4 | 3 | 11 | 需求大但已有一些竞品 |
| 8 | 保险产品比较器 | 3 | 3 | 4 | 10 | 价值高但信息时效性是硬伤 |
第一梯队（优先开发）
智能菜谱规划师 + 日常合同审核助手 + 家长作业辅导助手
理由：
- 三者都是 纯 prompt skill，无需外部 API，开发成本最低
- 覆盖「每天吃什么」「签合同怕被坑」「辅导孩子作业」三大真实痛点
- 在 Skill Hub 上几乎 没有竞品
- 面向 最广泛的人群（做饭的人、租房/上班族、家长）
第二梯队（跟进开发）
送礼顾问 + 家电故障排查助手 + 家庭记账归类器
理由：
- 同样是蓝海市场，但使用频率略低于第一梯队
- 送礼顾问天然有 社交传播属性（用户会分享给朋友）
- 家电排查是 独特差异化，几乎没有 AI 工具覆盖
第三梯队（观察后决定）
旅行规划师 + 保险比较器
理由：
- 旅行规划已有一些竞品，需要做出明显差异化才值得
- 保险比较器信息时效性问题较大，维护成本高
五、总结
核心洞察
-
Skill Hub 生态严重偏向开发者：当前 90%+ 的 skill 面向程序员（代码审查、Git 工作流、前端开发等），面向普通大众的日常生活 skill 是一片蓝海
-
“面向大众”本身就是差异化：Anthropic 非开发者黑客松的获奖者（心脏科医生、律师、道路工人）证明了非技术用户对 Claude 的需求是真实的
-
中国场景是更大的空白：绝大多数 skill 基于英文/海外场景，专门服务中文用户的日常 skill 几乎为零
-
纯 prompt skill 是最佳起步策略：不依赖外部 API 的 skill 开发快、维护少、可移植性强
行动建议
- 先从第一梯队的 3 个 skill 开始开发
- 每个 skill 做好中英双语版本（扩大用户群）
- 在 SkillHub.club 和 awesome-claude-skills 两个渠道同时发布
- 通过社交媒体（小红书/X）展示实际使用案例带动下载
数据来源：SkillHub.club、GPT Store、awesome-claude-skills (GitHub)、Composio、Firecrawl Blog、XDA Developers、CB Insights、Garry’s List 等公开信息，调研日期 2026-03-16