今天看到一个更实际的 AI 工具方向：先把 Prompt 和 Skill 管起来

今天我看到一个比“又一个会写代码的 Agent”更实际的方向：先把 Prompt、Rules 和 Skill 管起来。

这个方向听起来没有那么炫，但它很像个人 AI 工作流里的“资产仓库”。很多人一开始用 AI 工具，兴奋点都在模型、Agent、自动执行、浏览器控制这些地方；但用久之后会发现，真正开始复利的不是某一次对话，而是那些被反复改好、反复使用、能迁移到不同工具里的提示词、规则和技能文件。

PromptHub 这类工具解决的就是这个问题：把分散在 Codex、Claude Code、Cursor、Windsurf、Gemini CLI、Cline 等工具里的 Prompt / Skill 资产统一管理起来。

它解决什么问题

很多 AI 工作流现在有一个很隐蔽的损耗：好用的提示词和规则经常散落在不同地方。

有的在某个项目的 AGENTS.md 里，有的在某个工具的配置目录里，有的在聊天记录里，有的在桌面某个 txt 文件里。等下一次想复用时，人往往已经忘了它在哪里、当时为什么这样写、最新版本是哪一个。

这会导致两个结果：

第一，AI 工作流看起来每天都在进步，但资产没有真正沉淀。

第二，换一个工具就要重新解释一遍规则，等于把已经调好的工作方式又手工搬一次。

PromptHub 的价值不在于替你直接完成任务，而是给这些“提示词资产”和“技能资产”一个更稳定的存放、同步和安装层。

我更关注它的原因，是它没有试图替代所有 Agent，而是站在现有工具旁边做资产管理。

官方 README 把它定位成本地优先的 Prompt、Skill 与 AI 编程资产工作台。它支持把同一份 Skill 安装到多个 AI 编程工具里，也提供 WebDAV 或自部署 Web 的同步路线。

这对个人工作流很重要。因为一个人真正需要的，通常不是同时运行十个 Agent，而是让自己的工作规则、研究方法、写作模板、核验清单，可以在不同工具之间复用。

如果把 AI 工具看成“工人”，那 Prompt 和 Skill 就有点像操作规程。工人可以换，但操作规程应该越用越清楚。

我会从一个很小的闭环试起，而不是一上来迁移全部资产：

如果这个小闭环跑通，它的价值就不是“多了一个工具”，而是让 Prompt / Skill 第一次变成可以被管理、同步、复用的资产。

这类工具尤其适合已经有多个 AI 编程工具、多个项目规则、多个自动化工作流的人。对刚开始用 AI 的人来说，它可能还太早；但对正在积累个人 AI 工作流的人来说，这一层迟早会出现。

它不是生产力魔法。PromptHub 管的是资产，不会自动替你判断哪个 Prompt 更好，也不会直接替你跑完业务闭环。

另外，资产管理工具本身也会带来一层维护成本：版本怎么命名、哪些规则值得长期保存、哪些只是临时实验，都需要自己慢慢形成标准。

所以我的判断是：它不适合作为“今天马上提高十倍效率”的工具，但适合作为个人 AI 系统长期复利的一块基础设施。