卡兹克的 AI Skill 实践合集：storage-analyzer 等 6 个热门 Skill 怎么用

卡兹克的 AI Skill 实践合集叫 khazix-skills，是公众号「数字生命卡兹克」作者开源的一套 AI Skill 工具箱，目前在 GitHub 已收获 20k+ Star。其中最热门的 storage-analyzer 只要一句「帮我看看存储」，就能扫描 Mac / Windows 整机磁盘，生成三色分级的清理报告，网页上一键清理——作者实测清出近 120G 空间，效果超过收费 120 美元的 CleanMyMac。这篇教程把 6 个 Skill 的用途、安装和实操一次讲清。

核心结论：khazix-skills 共 6 个 Skill——storage-analyzer（磁盘清理）、leader（目标定义）、aihot（AI 资讯）、neat-freak（文档对齐）、hv-analysis（深度调研）、khazix-writer（风格写作）。全部开源免费（MIT 协议），遵循 Agent Skills 开放标准，Claude Code、Codex、Cursor、Kimi Code 等 40+ Agent 工具都能装，安装只需把一句 GitHub 链接发给 Agent。

khazix-skills 是什么：卡兹克开源的 AI Skill 工具箱

卡兹克是公众号「数字生命卡兹克」的作者、虚实传媒创始人，中文 AI 圈最有影响力的创作者之一，长期分享 AI 干货和实操心得。khazix-skills 是他把自己「每天在用、跑通过一段时间」的 AI Skill 开源出来的合集，目前在 GitHub 收获 20,000+ Star、2,200+ Fork，采用 MIT 协议，商用也免费。

这里的每个 Skill 都是 Agent 能直接加载的结构化指令集，遵循 Agent Skills 开放标准。简单说：装上之后，你用大白话说需求，Agent 就按这套指令干活。Claude Code、Codex、Qoder、Kimi Code、iFlow、CodeBuddy、Cursor 等 40+ 支持该标准的 Agent 工具都能用（还不了解 Skill 概念的读者，可以先看《AI Skill 是什么：如何让 Agent 获得专业能力》）。

作者对这套合集的定位很朴实：

「我自己每天在用的一些 AI Skill，都开源在这里。都是在自己项目里跑通了一段时间，确实省事，才搬出来开源的。没什么花活，就是几个挺实用的东西。」

仓库地址：https://github.com/KKKKhazix/khazix-skills

卡兹克的 6 个 Skill 一览

按 GitHub 提交记录整理的时间线（这是大多数转载文章都没写清的）：

• storage-analyzer：2026 年 5 月 28 日上架，一次成型后基本未改动
• aihot：更新最勤的 Skill，从 v0.3 一路迭代到 v1.5.4（2026 年 8 月 16 日仍在同步）
• neat-freak：2026 年 7 月 19 日升级 v3.0，新增小项目轻量路径
• leader：2026 年 7 月 26 日最新加入，目前网上多数介绍文章还没覆盖它
• 仓库里曾短暂出现过一个 vibeguard（补天）安全扫描 Skill，6 月已从公开仓库移除

storage-analyzer 怎么用：一句话清理磁盘（附实测）

storage-analyzer 是整个合集里传播最广的 Skill，卡兹克为它写过一篇完整的公众号讲解《为了不花那 120 刀，我把电脑清理软件做成了开源 skill》。它的定位一句话说清：macOS / Windows 只读存储分析助手——扫描整机磁盘，找出占空间的大户，把每一项分成三级给出可执行处置方案，最后生成一份可交互的 HTML 报告，可以直接在网页上清理。

怎么触发 storage-analyzer

装好 Skill 后，对 Agent 随口说一句就行，这些说法都能触发：

• 帮我看看存储
• C 盘满了 / 磁盘满了
• 清理一下磁盘 / 清缓存
• 看下电脑空间 / 电脑空间不够
• storage analysis

注意：如果你问的是「哪个进程吃内存」（RAM），那不属于这个 Skill 的范围，它管的是磁盘存储空间。

实测效果：不扫不知道，B 站缓存 96.7G 排第一

卡兹克在自己的 MacBook Air 上实测：说一句「帮我看看存储」，Agent 先请求权限，然后扫描整机（几分钟跑完），自动在浏览器里打开一份交互式 HTML 报告。

报告第一部分是磁盘总览——总容量、已用、剩余，一条彩色进度条直观呈现：

第二部分是占用排行 Top 5。实测结果里，排在第一的居然是 B 站离线视频缓存 96.7GB（藏在很深的 Containers 目录下，是坐飞机前下载的动漫和纪录片，一次都没看过），后面跟着 Google Chrome 应用数据等。每一项都有颜色标签、类型、完整路径和一句话说明：

再往下是执行建议，帮你排好清理优先级。原始 prompt 的一次性分析给出的判断是：按清单清理，保守能腾出 120G，激进一点能到 140G 以上。而最终用这个 Skill 实际清理完，释放了接近 120G。

三色分级怎么用：整个 Skill 最核心的设计

报告的精华部分是三色分级清单。它不是把所有文件都列出来让你自己判断，而是只把「存在要不要动它这个决策」的项放进来，每项告诉你它是什么、删了会怎样、建议怎么处理：

• 🟢 绿灯（可自动清理）：纯缓存、临时文件、安装包残留——删了自动再生，不影响任何功能。每一项展开后，路径、清理前需要关闭的进程、清理命令全部列好，命令旁有一键复制按钮；也可以直接点「移到废纸篓」（可逆）或「直接删除」（立即释放、不可逆），每个操作都有浏览器弹窗二次确认
• 🟡 黄灯（需人工判断）：含用户数据的东西，比如离线视频、下载文件夹、项目代码。Agent 会告诉你它是什么、为什么建议你看一眼、删了有什么影响，只给「在访达打开」让你自己决定。有核实过的安全子路径时（比如 B 站缓存里的视频目录），会额外给「移废纸篓」按钮，只删视频、保留登录态和设置
• 🔴 红灯（谨慎清理）：系统文件、运行中应用的核心数据、sleepimage 这类。Agent 会解释为什么不能动它，永远不给删除按钮，最多给「打开文件夹」

绿灯项展开后的效果——清理命令带复制按钮，操作按钮和注意事项都标得清清楚楚：

storage-analyzer 和 CleanMyMac 对比：实测数据说话

卡兹克为了对比，先在同一台 MacBook Air 上用 CleanMyMac 扫了一遍，再用这个 Skill 清理。实测数据：

典型例子：CleanMyMac 扫到一个 3.8G 的 Chrome 文件夹，只告诉你「用户缓存文件，可删」。但这 3.8G 里有多少是 Service Worker 离线缓存、扩展数据、IndexedDB，清完哪些网站要重新登录，它不会告诉你。而 Agent 驱动的 storage-analyzer 每一项都给出具体路径、大小、说明和影响——这就是差距所在。

当然它不是完美替代一切：CleanMyMac 这类软件还有卸载器、监控等周边功能，如果你只想要「一键无脑清」，成熟软件依然省心；但如果你想知道「我的空间到底去哪了」，Agent 方案的信息量是碾压级的。

安全机制：storage-analyzer 会误删文件吗

这是最多人担心的问题，Skill 里写了四层防护：

1. 全程只读扫描：扫描阶段只允许跑 df、du、ls、stat 这类统计命令，绝对禁止任何写操作
2. 删除必须双重确认：即使用户在对话里说「帮我删」，Agent 也要先停下来确认；真正的删除只发生在网页上点按钮 + 浏览器弹窗二次确认之后
3. 本地服务隔离：删除功能的本地服务跑在 127.0.0.1 + 随机端口 + 随机 token 上，不对外暴露
4. 三套白名单分级：rm 只允许绿灯路径；移废纸篓允许绿灯+黄灯（黄灯永远不能直接删）；「打开文件夹」是非破坏性操作。所有请求还要过 realpath 校验 + 必须在用户主目录内

平台状态：macOS 已完整实测（扫描、报告、一键删除全验证）；Windows 代码已就绪（含多盘符支持），但官方提示首次使用建议留个心眼、核对回收站删除是否正常。

其他 5 个 Skill 速览

🧭 leader（领导）：把模糊想法变成目标任务书

2026 年 7 月 26 日最新加入的 Skill。它只解决一件事：帮你定义目标。把你脑子里那句模模糊糊的需求，变成一份结构化目标任务书，粘进 Claude Code 的 /goal 或 Codex 的目标模式，AI 就能独立拆任务、调工具、自验证、失败重试，跑几个小时到完成。

核心是「目标七问」心法：目的、完成态、证据、反作弊、地界、取舍、未知——尤其强调目标里最重要的是「什么不能做」，没有约束的 Goal，AI 永远会找到你没想到的捷径。跟它说一句想法（比如「帮我给 agent 写个目标」），它先实测调研，再问最多 5 个必须你拍板的问题，约 12 分钟产出任务书。

🔥 aihot（AI HOT 资讯查询）：一句话拿 AI 日报

让 Agent 用一句中文拿到 aihot.virxact.com 每天的 AI HOT 日报和全部 AI 动态，无需 API Key、无需配 MCP server。支持按主题拉日报、看当前最热事件（按热度不是时间）、按分类拉条目（模型/产品/行业/论文/技巧）、按时间窗拉、关键词搜索（「OpenAI 最近发的」「RAG 论文」）。它是整个合集里迭代最快的 Skill，2026 年 8 月已更新到 v1.5.4。

🧹 neat-freak（洁癖）：项目知识的收尾清洁

每次在 Agent 里干完一件事，跑一下 /neat，它会把你这次会话改的东西跟项目文档、CLAUDE.md / AGENTS.md、Agent 记忆全部对齐一遍，还会审计项目规则有没有被真实执行。v3.0 的两条底线：小项目走轻量路径（自动建最小 AI 规则文件）；绝不擅自删东西，所有删除只出候选清单等你确认。适合「代码迭代了八轮、文档还是最初那一版」的项目。

🔭 hv-analysis（横纵分析法）：万字 PDF 研究报告

想搞懂一个产品、公司、概念到底怎么回事，丢给它就行。它同时跑两条线：纵向把研究对象从诞生讲到当下，横向把同期主要竞品逐一对比，两条线交叉后产出一份 10,000–30,000 字、排版精美的 PDF 研究报告。适合竞品调研、写作前期素材准备、从零搞懂一个领域；不适合查名词解释（那是杀鸡用牛刀）。

✍️ khazix-writer（卡兹克写作）：复刻卡兹克文风

卡兹克自己写公众号的那套写作 Skill：完整的风格规则（节奏、叙事、判断、修辞）、四层自检体系（结构、节奏、内容、文字）和一套风格示例库。注意它是有立场的——拒绝写「赋能、抓手、闭环」，拒绝「首先其次」，拒绝「在当今 AI 快速发展的时代」。适合喜欢卡兹克文风、想让 AI 照这个调子写长文的人。

khazix-skills 安装教程

方式一：一句话让 Agent 装（推荐）

在 Claude Code、Codex 等支持 Agent Skills 的工具里，直接说：

帮我安装这个 skill：https://github.com/KKKKhazix/khazix-skills/tree/main/<skill-name>

把 <skill-name> 换成你想装的那个，比如 storage-analyzer、neat-freak、hv-analysis。Agent 会自己 clone 到对应目录，不用操心路径。安装细节和常见排错可以看这两篇：《Claude Code 怎么安装 Skill：从 GitHub 下载、启用到更新排错》、《Codex Skill 怎么安装：目录结构、GitHub 下载与不生效排查》。

方式二：手动安装（不支持 Skill 的 Agent）

你的 Agent 不支持 Skill 也没关系：把对应目录下的 SKILL.md 全文下载下来，当成项目规则文件（或直接贴进对话）让 Agent 照着执行，效果一致。

环境要求

• storage-analyzer：全部脚本是 Python 3 标准库，零第三方依赖（不用 pip install）。macOS 自带 python3 开箱即用；Windows 需要先装 Python 3，且命令是 python 或 py -3（不是 python3）
• 其他 5 个 Skill：无特殊依赖，装上即用

适合谁用：一张选择清单

• 电脑总提示空间不够、又不知道什么在占地方 → storage-analyzer
• 想让 AI 跑长程任务、怕它跑偏 → leader
• AI 圈资讯太多追不过来 → aihot
• 项目的文档和 CLAUDE.md 早就和代码对不上了 → neat-freak
• 需要系统调研一个产品或行业 → hv-analysis
• 想让 AI 写出卡兹克式的长文 → khazix-writer

如果还想系统了解 Skill 生态，推荐延伸阅读：《MCP 和 Skill 的区别：AI Agent 工作流该先用哪个》、《Dashi PPT Skill 完全教程：让 AI Agent 做出可编辑 PPT》。

相关阅读

• AI Skill 是什么：如何让 Agent 获得专业能力
• Claude Code 怎么安装 Skill：从 GitHub 下载、启用到更新排错
• Codex Skill 怎么安装：目录结构、GitHub 下载与不生效排查
• MCP 和 Skill 的区别：AI Agent 工作流该先用哪个
• Dashi PPT Skill 完全教程：让 AI Agent 做出可编辑 PPT
• 项目主页：https://github.com/KKKKhazix/khazix-skills