Epismo Skills：给 AI Agent 一套"可复现的操作手册"

2026-03-02 | ProductHunt | 官网 | GitHub

截图解读：Epismo 的 Skills 管理界面，本质上是一个 GitHub 风格的 Markdown 文件列表。每个 .md 文件就是一个"技能"——定义了工作流步骤、人机分工、质量检查点。可以搜索、预览、打包下载。底部直接链接 GitHub 仓库。

30秒快速判断

这App干嘛的：把你和 AI 协作的"最佳实践"变成可复用、可分享的工作流模板（叫 Skills），通过 MCP 协议注入到 Claude Code、Codex、OpenClaw 等 Agent 环境里直接运行。

值不值得关注：值得。这是目前少有的、真正在解决"Agent 工作流可复现性"问题的开源项目。不是又一个 prompt 模板库，而是把人的判断、检查点、中间产物都结构化了。但产品很早期，社区热度还没起来。

与我有关三问

与我有关吗？

目标用户是谁：每天用 AI 工具干活的人——开发者、PM、内容创作者、自动化爱好者。特别是那些已经在用 Claude Code、Cursor 等 Agent 环境的重度用户。

我是吗：如果你经常遇到这种情况——上周用 AI 做出了一个很好的结果，但这周想复现时发现完全记不住当时是怎么做的，那你就是目标用户。

什么场景会用到：

• 重复性 AI 工作流：比如每天用 AI 写日报、审代码、做竞品分析 → 做成 Skill 一键复用
• 团队协作：把你摸索出来的 AI 工作流分享给团队，不用口头教学
• Agent 编排：需要把任务拆成多步、每步分配不同 Agent、中间加入人工检查 → Epismo 帮你管

对我有用吗？

ROI 判断：如果你每天花 1 小时以上 and AI 协作干活，花 20 分钟试试 Epismo Skills 绝对值得。但如果你只是偶尔用 ChatGPT 问个问题，这个工具对你来说太重了。

喜闻乐见吗？

爽点在哪：

• Workflow Hub 一键导入：社区里别人验证过的工作流，点 Import 直接用，不用自己摸索
• MCP 协议无缝集成：配置一次，在 Claude Code 里直接调用 Skills，不需要切换界面
• 开源 + Markdown：没有厂商锁定，Skills 本质就是 .md 文件，随时可以迁移

用户真实评价：

“面向人机协作项目运营的开源工作流层：发现社区工作流，根据你的上下文生成，然后将其作为项目运行和跟踪，让过程变得可复现，而非一次性尝试。” — @hirokiyn (创始人自述)

“这就是你的 Agent 所需要的。Epismo Skills 让人机协作工作流变得可移植、可视化、可复现。” — @EpismoAI

说实话，目前外部用户的独立评价还非常少。产品刚上线两天（HN Show HN 帖子是 2026-03-01 发的），社区反馈还在积累中。

给独立开发者

技术栈

• 核心协议：MCP (Model Context Protocol)，Streamable HTTP + JSON-RPC 2.0
• MCP 端点：https://mcp.epismo.ai/，Bearer Token 认证
• Skills 格式：纯 Markdown 文件，GitHub 托管
• 支持的 Agent 环境：Claude Code、Codex、OpenClaw 等（通过 MCP 接入）
• 可视化：Workflow Hub 带流程图渲染
• 基础设施：Web platform + MCP Server + GitHub 仓库

核心功能实现

Epismo 的核心设计其实很聪明——把"工作流"抽象成 Markdown 文件。每个 Skill 文件包含：步骤定义、人机分工边界（哪步 AI 做、哪步人做）、预期产出物、质量检查点。然后通过 MCP Server 暴露给各种 Agent 环境。

这意味着你的 Agent 不只是拿到一个 prompt，而是拿到一整套"操作手册"——知道该做什么、什么时候该停下来让人检查、什么标准算合格。

开源情况

• 开源：是。github.com/epismoai/skills
• License：需确认（GitHub 仓库已存在）
• 类似开源项目：
  • Vercel Skills（面向开发者 CLI）
  • Claude Code Skills（65 个技能 + 9 个工作流命令）
  • Microsoft Skills（MCP servers + Agents.md）
• 自己做难度：中等。核心是 Markdown 解析 + MCP Server + 可视化 Hub。1-2 人月可做 MVP，但社区生态才是壁垒。

商业模式

• 变现方式：Freemium（免费起步，高级功能付费）
• 定价：具体层级和价格尚未公开
• 用户量：早期阶段，公开数据不多。PH 86 票，Twitter 互动量 < 10

巨头风险

这是个真实的风险。Vercel 已经做了 Skills.sh（开发者方向），Microsoft 也有 Skills 仓库。Anthropic 的 Claude Code 本身就有 Skills 系统。Epismo 的差异化在于"通用工作流编排 + 社区分享"，而不是绑定某个特定的 Agent 环境。但如果 Claude Code 或 Cursor 自己内建了社区 Skills 市场，Epismo 的空间会被压缩。

给产品经理

痛点分析

• 解决什么问题：AI 工作流不可复现。你用 AI 做出了好结果，但过程散落在聊天记录、工具设置、个人判断里，下次无法复现。
• 痛点有多痛：高频刚需。RAND 2025 研究说 80-90% AI Agent 项目在生产环境失败，核心原因之一就是缺乏结构化的流程管理。每个重度 AI 用户每天都在经历这个问题。

用户画像

• 核心用户：每天深度使用 AI Agent 工具的开发者和知识工作者
• 使用场景：
  • 把个人摸索出来的 AI 工作流固化成可复用模板
  • 从社区导入别人验证过的工作流，快速上手新领域
  • 在团队内标准化 AI 协作流程

功能拆解

竞品差异

可借鉴的点

1. "Skills = Markdown" 的设计：把复杂的 Agent 编排简化为人人能写的 Markdown 文件，极大降低了门槛
2. 社区飞轮：用户创建 → 社区分享 → 他人导入 → 改进后重新分享，这个循环如果转起来就是护城河
3. MCP 协议选择：不绑定特定 Agent，而是通过标准协议接入所有环境，策略聪明

给科技博主

创始人故事

• Hiroki Yamamoto：日本裔创始人，计算科学背景
• 学术成就：开发过深度学习脑损伤评估模型，拿过最佳硕士论文奖
• 职业路径：做过数据平台、企业搜索引擎、体育博彩 UI 重设计，公司黑客松冠军
• 创业动机：每天用 AI 却无法复现好结果的挫败感。"真正的流程散落在聊天、标签页、工具设置和细微的判断中。"
• 命名哲学：Epismo 取自 Epistemology（认识论）——"更好的结果始于更深的理解"

争议点/讨论角度

• 角度1："Prompt 共享"已死，"工作流共享"才是未来？Epismo 押注的是：下一代 AI 知识传播的单位不是 prompt，而是包含步骤、检查点和人机分工的完整工作流。
• 角度2：Agent 编排赛道的"第三条路"。Vercel 做开发者工具、Manus 做全自主 Agent，Epismo 走"人在环"路线。谁赢？
• 角度3：开源 + MCP = 无厂商锁定，但这也意味着社区不起来就没有护城河。

热度数据

• PH：86 票（中等偏低）
• HN：有 Show HN 帖子（2026-03-01 发布）
• Twitter：非常早期，创始人自己发的推互动量 < 5 个 like
• GitHub：仓库已创建，社区贡献待观察

内容建议

• 适合写的角度："从 prompt 共享到工作流共享，AI 协作进入2.0时代"——用 Epismo 做案例分析
• 蹭热点机会：Agent/MCP/工作流编排是 2026 年持续热门话题，Epismo 是个很好的具体案例

给早期采用者

定价分析

上手指南

• 上手时间：15-20 分钟
• 学习曲线：低（如果你已经在用 Claude Code/Cursor）
• 步骤：
  1. 注册 Epismo → Settings → MCP Server → 创建 Secret Key
  2. 在你的 Agent 环境（如 Claude Code）里添加 MCP 配置：https://mcp.epismo.ai/ + Bearer Token
  3. 去 Workflow Hub 浏览社区工作流，点 Import 导入
  4. 在 Agent 环境里直接调用 Skills 运行工作流

坑和吐槽

1. 社区内容还很少：产品刚上线，Workflow Hub 里的工作流数量有限，很多品类可能还是空的
2. 依赖 MCP 生态：如果你用的 Agent 工具不支持 MCP，就没法用
3. Twitter 互动量说明问题：创始人发的推 < 5 个 like，说明社区还没有形成

安全和隐私

• 数据存储：云端（MCP Server 在 epismo.ai）
• 隐私政策：未找到专门的安全/隐私页面
• 安全审计：无公开信息
• 建议：如果你对数据敏感，可以考虑只使用开源的 GitHub 仓库部分，自托管 MCP Server

替代方案

给投资人

市场分析

• 赛道规模：Agent AI 市场 $5.2B (2024) → $200B (2034)
• 增长率：~40% CAGR
• 细分领域：AI Agent 编排和工作流管理，是 Agent 生态的"中间件"层
• 驱动因素：企业 AI 采用加速、Agent 可靠性需求上升、MCP 协议标准化

竞争格局

Timing 分析

• 为什么是现在：MCP 协议在 2025-2026 快速标准化，Agent 环境（Claude Code、Codex）普及，"Agent 工作流如何管理"成为真问题
• 技术成熟度：MCP 协议可用但仍在演进，Agent 环境在快速迭代中
• 市场准备度：早期采用者已经感受到痛点，但大众市场还没到

团队背景

• 创始人：Hiroki Yamamoto，计算科学背景，有 AI + 数据平台经验
• 核心团队：规模不明，从产品迭代速度看是小团队（<5人）
• 过往成绩：学术成就（最佳硕士论文），但无已知的大型创业退出经历

融资情况

• 已融资：无公开信息
• 投资人：无公开信息
• 估值：无公开信息
• 判断：很可能是自筹启动（bootstrapped）或极早期种子阶段

结论

一句话判断：Epismo Skills 抓住了一个真实的痛点（AI 工作流不可复现），用了一个聪明的方案（Markdown + MCP + 社区），但产品非常早期，社区和生态还没建立起来。能不能跑出来，取决于社区飞轮能不能转起来，以及能不能在巨头做类似功能之前建立足够的用户粘性。

资源链接

2026-03-02 | Trend-Tracker v7.3