女娲.skill

采用判断：女娲.skill 目前更像“高热度、初步被验证”的开源人格蒸馏工作流，而不是成熟的平台型产品。热度证明主要来自 X 上多条合集帖、转发扩散，以及作者披露的 stars 增长与安装量说法，这些能证明它很受关注；但好用证明更主要来自作者展示的可运行案例，尤其是“乔布斯.skill”开源实测，至少说明这条流程能做出可交付样例。只是现有样本仍偏少，独立第三方验证有限。

实际作用上，它不是通用聊天机器人，也不是简单的提示词模板库，更准确的类比是“把公开语料加工成可安装人格模块的开源流水线”。从证据看，用户可以围绕某人的推文、文章、演讲等公开文本，整理出一个模仿其表达风格与思路的 AI Skill，用于对话或接入其他 Agent。X 上出现人物 Skill 合集，也说明社区已把它用于批量制作可复用的人格实例。

门槛与成本方面，证据中没有官方定价页，只能确认它是开源项目；实际成本更可能来自部署、清洗语料和模型 API 调用。比较硬的成本线索是作者在 X 提到“乔布斯.skill”一次演示消耗约 200 万 Opus 4.6 tokens，这只是社区演示，不是官方报价，也不能视作稳定成本承诺；若做更长语料或更高保真蒸馏，成本更高属于保守推断。它更适合懂模型调用、愿意为实验效果付费的开发者，不适合期待零配置、低成本、一键稳定复刻人物的普通用户。

适合谁与讨论质量：它更适合做 AI Agent、人格化助手、内容实验的人，不太适合拿来做企业知识库问答、客服自动化，或被误解成“可信数字分身/身份认证替身”。社媒共识整体偏积极，但 evidenceSources 的讨论质量明显是“转发多、榜单多、作者自述多”，教程、长文和第三方系统评测较少。关于被腾讯、Kimi、智谱植入，以及安装量、stars 等说法，现阶段主要仍是作者 X 帖中的采用线索，而非完全独立验证。总体值得关注，但投入产出比仍需要亲自试做判断。