WorkBuddy技能评测 #181 | OpenAI 官方 20 个技能：sora、speech、jupyter，能用在你自己机器上的没几个

2026-11-05silcano

基本信息

• 技能名：OpenAI 官方技能合集（sora、speech、transcribe、imagegen、jupyter-notebook、doc、spreadsheet、playwright、figma、vercel-deploy 等 20 个）
• 来源仓库 Star 数：19,842
• 分类：Data & AI / Developer Tools
• 数据来源：SkillKit 中央技能库（第三方技能市场，非 WorkBuddy 官方自研）

它解决了什么痛点

这组技能解决的是「把模型能力接进工作流」的最后一公里：生成类（sora 视频、imagegen 图片、speech 语音合成、transcribe 转写）、文档类（doc、spreadsheet、jupyter-notebook 三种产物的规范写法）、部署类（vercel/render/netlify/cloudflare 四个平台的部署动作）、调试类（playwright 浏览器自动化、screenshot 截图、security-threat-model 威胁建模、security-best-practices）。

它的价值在于参数与边界写得准：比如 transcribe 会告诉你长音频怎么切片、speech 会说明哪些音色不支持中文、sora 会讲清时长与分辨率的取舍。这些细节自己试要花不少时间。

对我有没有用（技术 / 自媒体 / AI / 读书）

自媒体：强推 transcribe + speech + imagegen。把长视频转文字做稿件、把评测文转成音频、给文章配图，这三件是你内容生产链上真实存在的环节。技术：playwright 有用（自动截图/回归测试，和今天的排版排查同类）。AI：jupyter-notebook 与 doc 规范有价值（让 AI 产出的笔记本能直接跑、文档格式统一）。读书：transcribe 反向可用（把讲座/访谈音频转成可检索文本）。

要注意：sora、imagegen 这类依赖 OpenAI 账号与额度，国内直连不稳；部署那四个平台对你也没用（你自有服务器）。

典型场景

你要把「168 篇评测」做成音频版放进博客。做法：装 transcribe + speech 两个技能，先用 transcribe 把某篇评测的处理思路录成音频转文字（校准术语），再用 speech 把评测文正文批量合成音频，注意切片长度与停顿参数。成果：博客多了一个「听评测」的入口，成本是几块 API 费用——比请人配音便宜两个数量级，而且更新即时。

一句话结论

挑 transcribe、speech、playwright 三份；sora 和部署类跟你的工作流无关。

📊 完整对比数据见在线总表：WorkBuddy 技能市场全量调研总表（腾讯文档）