我在用的 100+ Skill 与 29 个 MCP
作者：阿浩 · 2026-05-31 · 约 2600 字 · 9 分钟读完
一句话：MCP 是工具的「手」——让 AI 真正能去操作数据库、服务器、浏览器、视频；Skill 是流程的「肌肉记忆」——把一件要做几十步的活，变成一句话就能跑完。
我是一个 30 岁不懂代码的普通人，把一家公司交给一群 AI 在跑。
很多人问我：你一个不写代码的人，凭什么敢说 AI 帮你干了一整家公司的活？答案不在「我多会聊天」，而在我给 AI 装了一套真能动手的工具栈。光会说话的 AI 是个嘴炮，能连上数据库、能登服务器、能发抖音、能剪视频的 AI 才是员工。
这一页把我实际在用的家底摊开给你看：29 个 MCP（让 AI 长出手脚）加上100 多个 Skill（把重复活固化成一句话）。我只讲它们「连什么、能干啥」，不讲怎么接线——那是另一回事。
第一块：29 个 MCP——让 AI 长出手脚
普通人用 AI，停在「问它、它答」。真正的杠杆在于：AI 能直接去做事。MCP（Model Context Protocol）就是把外部工具接到 AI 身上的标准接口。我接了 29 个，按用途分成八组。
1. 数据库直连（2 个）
| MCP | 连什么 · 能干啥 |
|---|---|
| supabase | 国内站数据库直连——查表、跑 SQL、看会员订单状态，AI 直接读真实数据，不靠我截图 |
| supabase-overseas | 海外站数据库直连——同上，国内海外两套数据各管各的 |
这组解决的是一个致命问题：AI 最容易「凭印象瞎说」。接了数据库，它说的每个数字都能当场从真实数据里捞出来核对。
2. 工作流自动化 / N8N（多套）
| MCP | 连什么 · 能干啥 |
|---|---|
| n8n-beijing / n8n-global | 国内、海外两套 N8N 引擎——执行已经搭好的自动化流程 |
| n8n-manager-beijing / global | 管理流程——列出、导入、导出、查执行记录 |
| n8n-design-cn / global | 流程设计助手——帮我把「想自动化的活」拆成可运行的节点 |
N8N 是我整个公司的「流水线」。AI 能直接管这些流水线，意味着我说一句「这个流程卡住了」，它能自己去查哪一步出了问题。
3. 服务器运维 / 1Panel（2 个 + 运维总线）
| MCP | 连什么 · 能干啥 |
|---|---|
| 1panel-domestic / overseas | 国内、海外服务器面板——管网站、看容器、查资源 |
| server-ops | 运维总线——健康检查、重启服务、看日志、拉代码部署 |
我从来没自己 SSH 登过服务器。网站挂了，我说一句「网站打不开了」，AI 自己去服务器上查日志、找原因、重启服务。
4. 浏览器自动化（4 个）
| MCP | 连什么 · 能干啥 |
|---|---|
| playwright | 主力浏览器自动化——打开网页、点按钮、填表单、截图 |
| browser | 备用浏览器引擎——同上 |
| chrome-devtools | Chrome 调试——抓网络请求、看控制台报错、性能分析 |
| windows-mcp | 远程控制 Windows 桌面——给团队成员的电脑用 |
这组让 AI 能像真人一样「用网页」。改完网站，它自己打开页面截图验证，而不是嘴上说「应该好了」。
5. 内容平台发布（5 个）
| MCP | 连什么 · 能干啥 |
|---|---|
| douyin-publish | 抖音视频发布——自动化上传（首次需扫码授权） |
| xiaohongshu | 小红书——图文/视频发布、定时、搜索、看评论 |
| lark-official | 飞书官方 200+ 命令——多维表格、文档、日历、群、Wiki |
| feishu-bot | 飞书消息推送——AI 干完活给我发通知 |
| wecom | 企业微信机器人——对外群消息 |
内容是我公司的发动机。AI 能直接发抖音、发小红书、更新飞书表格，意味着「创作—发布—记录」整条链路它都能跑。
6. AIGC 生成（生图生视频）
| MCP | 连什么 · 能干啥 |
|---|---|
| runninghub | RunningHub——AI 生图、生视频，接各种主流模型 |
| aliyun-oss | 阿里云对象存储——把生成的图片视频传上去、走 CDN 分发 |
一个想法 → AI 出图 → 自动传云存储 → 配进文章或视频。整套不用我点一下鼠标。
7. 媒体处理（视频 / 语音 / 去背景）
| MCP | 连什么 · 能干啥 |
|---|---|
| video-editor | 87 个 FFmpeg 视频工具——剪辑、合并、加字幕、转码、加水印 |
| youtube-transcript | YouTube 字幕提取——带时间戳，扒同行视频的内容结构 |
| whisper | 本地语音转文字——离线免费，把口播录音转成文稿 |
| tts | 文字转语音——四种引擎（系统/ElevenLabs/Google/OpenAI） |
| rembg | AI 去背景——本地免费、支持批量，抠图做封面 |
这一组是我做视频内容的「后期车间」。录一段口播，AI 转文字、剪片、配字幕、抠图做封面——一条龙，全在本地跑，不花钱。
8. 情报 / 工具（杂项）
| MCP | 连什么 · 能干啥 |
|---|---|
| hotnews-cn | 9 平台热搜聚合——微博/知乎/抖音/B站/豆瓣/头条/36kr/虎扑/IT，找选题灵感 |
| time | 时间查询——跨时区换算，定时任务对齐 |
每天 AI 先扫一遍全网热搜，再结合我的业务方向挑选题。普通人刷热搜靠运气，我让 AI 系统化地扫。
第二块：100+ Skill——把重复活变成一句话
如果说 MCP 是「手」，Skill 就是「肌肉记忆」。
一件事如果要做几十步、而且经常做，普通人每次都得从头想一遍。我的做法是：把这套步骤固化成一个 Skill，下次只说一句话，AI 自动按标准流程跑完。
我手上有 159 个 Skill 目录 + 37 个我自己定制的命令，加起来远超 100 个。按场景分八组，挑代表性的给你看。
1. 内容创作
| 一句话 | 它替我做完的活 |
|---|---|
| /douyin-script | 一个选题 → 完整抖音口播脚本（钩子+正文+结尾） |
| /gzh-publish | 一个选题 → 公众号文章（默认只写文，说「全做」才配图上草稿箱） |
| /moments | 一个事件/灵感 → 3-5 条朋友圈初稿，被我历史语料调教过 |
| /spark · /ip-script-mode | 灵感捕捉 + IP 脚本套路化生产 |
| /baihua | 大白话质检——所有对外内容过一遍，砍掉 AI 味和装逼词 |
2. 商业成交
| 一句话 | 它替我做完的活 |
|---|---|
| /quick-quote | 客户场景 → 快速报价 |
| /proposal | 客户需求 → 完整方案书 |
| /lead-capture | 新客户来咨询 → 自动建档 + 分级 + 话术 + 7 天跟进计划 |
| /client-followup | 跟进提醒 + 话术，不让线索凉掉 |
3. SEO / 流量
这是 Skill 数量最大的一块，光 SEO 系列就有几十个：关键词研究、内容简报、竞品页面拆解、技术 SEO、本地 SEO、Schema 结构化数据、站点地图、内链规划、GEO（AI 搜索优化）……
一个不懂技术的人能把网站做到搜索靠前，靠的不是天赋，是这套 SEO Skill 把每一步专业动作都标准化了。
4. 设计 / 视觉
| 一句话 | 它替我做完的活 |
|---|---|
| canvas-design · canvas / design-html | 海报、PDF、网页设计稿，原创不抄 |
| higgsfield 系列 | AI 商业摄影、产品图、人物形象生成 |
| brand-guidelines · theme-factory | 品牌色彩字体规范、主题套装 |
5. 视频
| 一句话 | 它替我做完的活 |
|---|---|
| /aigc | 一句创意 → 导演脚本 + 分镜 + 生图 prompt + 生视频 prompt 全套 |
| video-ad-analysis | 拆解竞品视频广告的结构和套路 |
| /web-crawler · /小号脚本 | 扒视频、提字幕、做对标号内容 |
6. 客户交付
| 一句话 | 它替我做完的活 |
|---|---|
| /iceland | 产品交付流程切换 |
| onboarding-cro · signup-flow-cro | 客户上手流程、注册转化优化 |
7. 系统运维 / 自动化
| 一句话 | 它替我做完的活 |
|---|---|
| /n8n-doctor | 指定工作流 → 自动拉执行记录、定位报错原因 |
| /n8n-check | 揪出「假干活」的流程——表面成功实际没产出 |
| /cron-add | 把任何活变成定时任务 |
| /feishu | 一句话给指定人发飞书 |
| /清账 · /scan-orphans | 定期清理账目、扫孤儿数据 |
8. 质检 / 复盘
| 一句话 | 它替我做完的活 |
|---|---|
| /verify | 派一个独立 AI 复检刚才的活有没有真做完，不许自说自话 |
| /pre-check | 动手前先检查执行手册有没有坑 |
| /血液体检 · /blood-check | 全公司关键数据在各层文件里是否一致 |
| /tech-radar | 每月扫一遍 AI 行业更新，出技术升级和选题方向 |
这套栈到底解决了什么
普通人对 AI 最大的误解，是以为「AI 厉害 = 模型聪明」。
错。模型再聪明，没接工具就是个嘴炮；没固化流程就每次都要从头教。
真正的差距在三件事：
- MCP 让 AI 能动手——连上数据库、服务器、浏览器、各大平台，它说的每件事都能落地、能核实。
- Skill 让 AI 不重复犯错——把每件做过的活固化成标准流程，下次一句话跑完，质量不靠运气。
- 两者叠加，一个人扛起一家公司——内容、成交、运维、质检，每条线都有 AI 在按标准动作跑。
我不是程序员，我只是个把工具栈搭对了的普通人。这套东西不神秘，难的是有没有人把它一件件搭起来、调到真能用。
想看这套工具栈在真实业务里怎么跑？ 上 乌托邦 AI 工具站 看我们用它做出来的成品，或者加我微信，聊聊一个不懂代码的人怎么把 AI 用成员工。