SkillForge：Agent 时代的"录屏即自动化"，填补技能创建最后一公里

2026-02-24 | ProductHunt | 官网

SkillForge 首页：简洁的落地页，橙色主色调，核心 CTA "Start Recording — It's Free"。强调无需安装、浏览器运行、任意应用、Agent 框架兼容。

30 秒快速了解

这产品是做什么的：你在屏幕上做一遍任务，SkillForge 用 AI 逐帧分析你的每个点击和输入，自动生成结构化的 SKILL.md 文件，让 AI Agent（比如 OpenClaw）可以自主重放这个任务。简单来说就是“把录屏变成自动化脚本”。

值不值得关注：值得。不是因为产品本身多成熟（上线才一周），而是因为它踩中了 2026 年最热的赛道交叉点——Agent Skills 生态正在爆发（OpenClaw ClawHub 已有 5,705 个社区技能），但创建技能文件仍然是个体力活。SkillForge 用“录屏”这个最低门槛的方式解决了这个问题。

与我相关的三个核心问题

与我有关吗？

目标用户是谁：

• 正在使用 OpenClaw/Claude Agent 等工具的开发者，需要快速生成 SKILL.md
• 想自动化重复工作但不会写代码的普通用户
• 需要把操作流程标准化的团队管理者

我是目标用户吗：如果你每天在做重复性的跨应用操作（比如从 CRM 复制数据到表格、从邮件提取信息填表单），或者你在搭建 AI Agent 但被 SKILL.md 的编写拖慢了节奏，那你就是目标用户。

什么场景会用到：

• 日常：每天重复的查数据、填表、发消息流程 → 录一次，让 Agent 每天执行
• 开发：给 OpenClaw/Claude 创建新技能 → 录屏比写 SKILL.md 快 10 倍
• 团队：新人入职操作培训 → 录一次变成可重放的技能文件
• 不需要这个的场景：纯 API 对接的自动化（直接写代码更靠谱）

对我有用吗？

ROI 判断：如果你每周有 3 个以上需要自动化的工作流，$8/月的投入绝对值回票价。但如果你只是偶尔用用，免费的 100 积分加上永久免费的录屏提取功能就够了。

惊艳时刻

爽点在哪里：

• 零摩擦起步：不用装任何东西，打开浏览器就能录。对比 UiPath 那种半天都装不好的 RPA 工具，这个体验差距太大了
• “意图理解”而非“坐标记录”：AI 理解的是你“要做什么”，不是你“点了哪个像素”。按钮位置变了照样能跑

“哇”的瞬间：

"录屏转 AI Agent 的 Markdown 文件这个点子太棒了。无需安装、基于浏览器、支持任何应用——这才是正确的无摩擦方案。SkillForge 在构建 Agent 训练数据方面潜力巨大。" -- @PineapplesDev

用户真实评价：

正面："只需读入视频，AI 就会自动生成‘点击这里，输入这个’之类的逻辑... 关键点在于这不仅仅是宏录制，而是 AI 理解了‘意图’并将其代码化。" -- @ai_negi_lab_com

吐槽：暂无明显负面反馈（产品上线不到一周，社区讨论量极低）

独立开发者视角

技术栈

• 前端：Web 应用，浏览器端运行，无需安装
• 后端：云端 AI 处理（具体技术栈未公开）
• AI/模型：视频逐帧分析 + 动作提取（点击、键入、导航），生成结构化 Markdown
• 输出格式：SKILL.md，兼容 agentskills.io 标准
• 基础设施：推测为云端部署，录屏数据上传到服务器处理

核心功能实现

SkillForge 的核心技术挑战在于“视频理解 -> 结构化动作提取”。它不是简单的 OCR 或像素级录制，而是需要理解用户在屏幕上做了什么“动作”——点了哪个按钮、输入了什么文字、切换到了哪个应用。这需要多模态 AI 能力（视觉理解 + 动作语义解析）。输出的 SKILL.md 是一个结构化的 Markdown 文件，包含步骤描述、动作类型、目标元素等信息，可以被 Agent 框架解析和执行。

四步流程：录制 (Record) -> 提取 (Extract) -> 审核与编辑 (Review & Edit) -> 喂给你的 Agent (Feed to Your Agent)。第四步用紫色边框突出，强调最终输出是可供 Agent 执行的技能文件。

开源情况

• SkillForge (skillforge.expert) 本身不开源
• 类似开源项目：
  • lhassa8/skillforge：Anthropic Agent Skills 开发工具包，命令行工具，从模板/AI 生成 SKILL.md
  • tripleyak/SkillForge：Claude Code Skills 生成元技能
  • AI-SkillForge：从自然语言描述生成 SKILL.md 的 CLI 工具
• 自己做难度：高。核心难点在于视频理解模型的训练和动作提取的准确率。用 GPT-4o/Gemini 的视频理解能力 + 自己写解析逻辑，预计 2-3 人月可以做出 MVP，但精度和覆盖度需要大量迭代

商业模式

• 变现方式：免费增值 (Freemium) + 月订阅
• 定价：免费录屏+提取 / $8/月完整功能（含 7 天试用）
• 用户量：未公开，从 PH 84 票和极低的社交媒体讨论量来看，估计数百级别的早期用户

巨头风险

这是个很实际的问题。OpenClaw 自己、Anthropic (Claude Agent Skills)、甚至 Vercel (agent-skills) 都在建设 Skills 生态。如果 OpenClaw 官方直接内置“录屏生成技能”功能，SkillForge 的核心价值就被吃掉了。但短期内（3-6 个月），巨头们更关注的是 Agent 运行时本身的稳定性，“技能创建工具”还不是优先级。SkillForge 有一个窗口期。

产品经理视角

痛点分析

• 解决什么问题：AI Agent 能执行任务了，但“告诉 Agent 怎么做”（创建 SKILL.md）还是个手工活。开发者要写大量的步骤描述、条件判断、错误处理。非开发者根本无从下手
• 痛点有多痛：高频刚需。OpenClaw ClawHub 上 5,705 个技能里，每一个背后都是有人手写的。而且每个人的工作流不同，不可能全靠社区覆盖

用户画像

• 画像 1：AI 工具重度用户，用 OpenClaw/Claude 但每次都要手写 SKILL.md，烦了
• 画像 2：运营/行政人员，每天做大量重复操作但不会写代码
• 画像 3：团队负责人，想把操作流程标准化并交给 Agent 执行

功能拆解

竞品差异

可借鉴的点

1. “录屏即产品”的交互范式：用最低门槛的输入方式（录屏）解决高门槛问题（写自动化脚本），这种“降维输入”思路值得借鉴
2. 紧贴生态热点：直接对接 agentskills.io 标准和 OpenClaw 生态，不自建标准，借力打力
3. Freemium 策略精准：核心功能（录屏+提取）永久免费，这对早期获客非常重要

科技博主视角

创始人故事

• 创始人：Dora（Twitter @SyncC2026）
• 背景：独立开发者，公开信息有限。简介写的是 "Building SkillForge"
• 为什么做这个：从描述看，是看到 Agent Skills 生态爆发但创建工具缺失的机会。“通往 Agent 世界的最后一公里”是他们的定位

争议点/讨论角度

• 角度 1：“录屏生成自动化”靠谱吗？——AI 的视频理解能力到底够不够用，UI 变了怎么办？这种“脆弱性”是个值得讨论的技术话题
• 角度 2：隐私和安全——你把屏幕录像上传到云端，里面可能有密码、个人信息、商业机密。Agent Skills 生态已经出现安全问题（提示词注入、凭据窃取），录屏更是敏感数据的集中地
• 角度 3：Agent Skills 是不是一个真的生态？——SKILL.md 标准还在早期，AGENTS.md 也在争夺标准。目前没有统一的“胜出者”，这个碎片化本身就是个好话题

热度数据

• PH 排名：84 票，中等偏下
• HN 讨论：三次 Show HN 提交（说明创始人在积极推广）
• Twitter 讨论：极低（6 条相关推文），典型的产品极早期
• 赛道热度：Agent Skills 赛道本身很热。同一周内 HN 上出现了 Skill Container、Skly 技能市场、SkillKit 等多个相关项目

内容建议

• 适合写的角度："2026 年 Agent Skills 生态全景图——从手写到录屏，自动化的门槛正在归零"
• 蹭热点机会：OpenClaw 是 2026 年初最大的 AI 热点之一，任何和它相关的内容都有流量。SkillForge 作为 OpenClaw 生态工具，是个很好的切入点

早期用户指南

定价分析

上手指南

• 上手时间：5 分钟以内
• 学习曲线：极低
• 步骤：
  1. 打开 skillforge.expert，注册账号（得 100 免费积分）
  2. 点击 "Start Recording"，正常完成你的任务
  3. 录完后 AI 自动提取动作步骤
  4. 检查、编辑步骤描述
  5. 导出 SKILL.md，拿去喂给你的 Agent

坑和吐槽

1. 产品太新：上线不到一周，功能可能不稳定，AI 提取准确率未经大规模验证
2. 隐私风险：屏幕录像会上传到云端处理，确保录制时不要暴露密码和敏感信息
3. Agent 执行可靠性未知：生成的 SKILL.md 质量如何、Agent 能否准确重放，取决于很多因素

安全和隐私

• 数据存储：云端（录像需上传到服务器由 AI 分析）
• 隐私政策：官网未找到明确的隐私条款 (skillforge.expert)
• 安全审计：无公开安全审计信息
• 建议：录屏时注意遮蔽密码和敏感信息；使用 SkillAudit 等工具扫描生成的 SKILL.md

替代方案

投资人视角

市场分析

• AI Agents 赛道：2025 年 $78.4 亿 -> 2030 年 $526.2 亿 (CAGR 46.3%)
• RPA 赛道：2026 年 $81.2 亿 -> 2031 年 $286 亿 (CAGR 28.66%)
• SkillForge 所处位置：AI Agent 工具链的“技能创建”环节，是 Agent 生态的上游工具
• TAM 估算：如果 OpenClaw 用户是百万级（2026 年初数据），其中 10% 有创建自定义技能的需求，每人每月 $8 = $960 万/月 ARR 的理论上限

竞争格局

Timing 分析

• 为什么是现在：OpenClaw 在 2025 年 11 月到 2026 年 2 月期间从个人实验项目成长为 GitHub 上增长最快的开源项目，Agent Skills 生态从 0 到 5,705 个技能只用了 3 个月。生态在爆发，但创建工具跟不上
• 技术成熟度：多模态 AI（视频理解）在 2025-2026 年达到了可用水平，使得“录屏 -> 结构化输出”成为可能
• 市场准备度：高。用户已经在手写 SKILL.md，痛点明确，只差一个好用的工具

团队背景

• 创始人：Dora (@SyncC2026)，独立开发者
• 核心团队：信息不公开，从产品形态看可能是 1-3 人的小团队
• 过往成绩：未知

融资情况

• 已融资：未公开，推测为自筹/Bootstrap
• 投资人：无公开信息
• 估值：无公开信息

结论

SkillForge 踩中了 Agent Skills 生态爆发的好时机，用“录屏”这个最低门槛的方式解决了“技能创建太慢太难”的痛点。产品太新（上线一周），但思路清晰、定价友好、切入角度精准。

资源链接

2026-02-24 | Trend-Tracker v7.3