ITKEE

Appearance

Skills.sh：AI Agent 的"应用商店"，让 AI 一键获得专业技能 ​

昨天我在 Cursor 里写 React 组件，突然想到：每次都要跟 AI 解释一遍 React 的最佳实践，能不能让它"记住"这些知识？然后我发现了 skills.sh——这个网站让我眼前一亮，它就像是 AI Agent 的"应用商店"。

你只需要一个命令，就能给 AI 安装各种专业技能包。比如想让 AI 更懂 React？安装 vercel-react-best-practices。想要更好的前端设计能力？安装 web-design-guidelines。整个过程就像在 npm 上安装包一样简单。

这让我突然意识到：AI 编程工具的未来，可能不是让 AI 变得更"聪明"，而是让它更容易"获得专业技能"。

所以，到底什么是 Skills.sh？ ​

我最开始的理解是：它是一个技能库网站——这个理解对，但太表面了。

Skills.sh 的本质：一个开放的 Agent Skills 生态系统，类似于 npm 之于 JavaScript、PyPI 之于 Python。但它不是给开发者用的，而是给 AI Agent 用的。

你可以把 Skills.sh 想象成：

  • npm 的 AI 版本：但安装的不是代码库，而是"知识包"
  • 应用商店：但下载的不是 App，而是"专业技能"
  • 技能市场：开发者可以发布技能，AI 可以安装使用

核心概念：Skills（技能）是可重用的能力，为 AI Agent 提供程序性知识。它们遵循开放标准（agentskills.io），可以在不同的 AI 工具间共享。

它到底能做什么？ ​

解决的核心问题：让 AI 获得专业知识 ​

你有没有遇到过这种情况：

你：帮我写个 React 组件
AI：[生成代码，但用了过时的模式]
你：不对，要用函数组件和 Hooks
AI：[重新生成]
你：还要遵循 React 最佳实践
AI：[再次生成]
...

有了 Skills.sh 之后：

你：npx skills add vercel-labs/agent-skills
AI：[自动获得 React 最佳实践知识]
你：帮我写个 React 组件
AI：[直接生成符合最佳实践的代码]

Skills.sh 能解决的问题：

  1. 重复解释专业知识：不用每次都告诉 AI 某个框架的最佳实践
  2. 知识标准化：社区贡献的技能包，经过验证和优化
  3. 跨工具复用：同一个技能可以在 Cursor、Claude Code、GitHub Copilot 等多个工具中使用
  4. 快速上手：新项目不需要重新"训练"AI，直接安装相关技能即可

如何使用？我总结了一套实践流程 ​

第一步：找到你需要的技能 ​

打开 skills.sh，你会看到一个技能排行榜。最热门的技能包括：

  • vercel-react-best-practices（32.6K 安装）：React 最佳实践
  • web-design-guidelines（24.7K 安装）：Web 设计指南
  • remotion-best-practices（12.7K 安装）：Remotion 视频制作最佳实践
  • frontend-design（4.0K 安装）：前端设计技能
  • skill-creator（2.6K 安装）：创建新技能的技能（有点绕，但很实用）

你可以：

  • 浏览排行榜，发现热门技能
  • 按分类筛选（前端、后端、设计、测试等）
  • 搜索特定技能

第二步：安装技能 ​

安装方式超级简单，只需要一个命令：

bash
npx skills add <owner/repo>

实际例子：

bash
# 安装 React 最佳实践技能
npx skills add vercel-labs/agent-skills

# 安装 Web 设计指南技能
npx skills add vercel-labs/agent-skills

# 安装 Expo 相关技能
npx skills add expo/skills

注意：有些技能仓库包含多个技能，安装后你可以选择具体使用哪个。

第三步：在 AI 工具中使用 ​

安装完成后，你的 AI 工具（如 Cursor）会自动识别这些技能。当 AI 遇到相关任务时，它会自动应用这些技能。

使用场景示例：

  1. React 开发：安装了 vercel-react-best-practices 后，AI 会自动遵循 React 最佳实践
  2. 前端设计：安装了 web-design-guidelines 后，AI 会按照设计规范生成代码
  3. 测试编写：安装了测试相关技能后，AI 会生成更规范的测试用例

第四步：创建自己的技能（进阶） ​

如果你发现某个领域的知识经常需要重复解释，可以创建自己的技能：

bash
# 使用 skill-creator 技能来创建新技能
npx skills add anthropics/skills

然后按照 agentskills.io 标准格式创建技能文件。

避坑指南：

  • ❌ 不要创建项目特定的技能（应该用 Rules）
  • ✅ 创建通用的、可复用的专业技能
  • ❌ 不要创建太简单的技能（应该用 Commands）
  • ✅ 技能应该包含完整的工作流程和专业知识

它支持哪些 AI 工具？ ​

Skills.sh 支持几乎所有主流的 AI 编程工具：

  • Cursor：最流行的 AI IDE
  • Claude Code：Anthropic 的 AI 编程工具
  • GitHub Copilot：微软的 AI 编程助手
  • Windsurf：另一个 AI IDE
  • Codex：OpenAI 的代码生成工具
  • 还有更多...

这意味着：你创建的技能可以在多个工具间共享，不需要为每个工具单独配置。

热门技能分类解析 ​

为了更直观，我把热门技能按类别整理了一下：

类别代表技能安装量适用场景
前端框架vercel-react-best-practices32.6KReact 开发
设计规范web-design-guidelines24.7KWeb 设计
移动开发expo/skills 系列1.5K-2.2KReact Native 开发
测试webapp-testing681Web 应用测试
文档pdf, docx, pptx700-950文档处理
营销marketing-skills 系列800-1.5K营销内容创作
架构architecture-patterns164系统架构设计

我的建议：先从你最常用的技术栈开始，比如 React 开发者可以先安装 vercel-react-best-practices。

为什么会出现 Skills.sh？ ​

这个问题很有意思。让我从实际场景来还原一下它诞生的逻辑。

问题场景：AI 缺乏专业知识 ​

AI 模型很强大，但它缺乏特定领域的专业知识。每次使用都要重新"教"它：

你：帮我写个 Next.js API 路由
AI：好的，我可以帮你写一个简单的 API 路由...
你：不对，要用 App Router 的模式
AI：[重新生成]
你：还要遵循 Next.js 最佳实践
AI：[再次生成]

解决方案：技能生态系统 ​

Skills.sh 提供了一个标准化的方式，让开发者可以：

  1. 封装专业知识：把最佳实践、设计模式、工作流程封装成技能
  2. 一键安装：AI 工具通过简单命令就能获得这些知识
  3. 社区共享：开发者可以发布技能，其他人可以直接使用

技术基础：agentskills.io 标准 ​

Skills.sh 基于 agentskills.io 开放标准，这意味着：

  • 标准化格式：所有技能遵循统一格式
  • 跨平台兼容：同一个技能可以在不同工具间使用
  • 易于创建：开发者可以轻松创建和发布技能

实际使用案例 ​

案例 1：React 项目快速启动 ​

场景：新建一个 React 项目，希望 AI 从一开始就遵循最佳实践

操作：

bash
npx skills add vercel-labs/agent-skills

效果：AI 自动知道：

  • 使用函数组件和 Hooks
  • 遵循 React 性能优化最佳实践
  • 使用正确的文件组织结构
  • 遵循命名规范

我的经验：这个技能让我在新建 React 项目时节省了大量"解释时间"。

案例 2：前端设计规范 ​

场景：需要 AI 生成符合设计规范的 UI 代码

操作：

bash
npx skills add vercel-labs/agent-skills

效果：AI 自动知道：

  • 响应式设计原则
  • 可访问性（a11y）要求
  • 色彩和排版规范
  • 组件设计模式

案例 3：创建自定义技能 ​

场景：你的团队有特定的开发规范，希望 AI 遵循

操作：

  1. 安装 skill-creator：npx skills add anthropics/skills
  2. 创建技能文件，遵循 agentskills.io 标准
  3. 发布到 GitHub
  4. 团队内安装使用

我的经验：我们团队创建了一个内部技能包，包含了我们的代码规范、架构模式和工作流程，现在新成员上手项目时，AI 自动就知道这些规范了。

Skills.sh vs 其他方案 ​

为了更直观，我把 Skills.sh 和其他相关方案对比一下：

维度Skills.shRulesMCP
本质技能市场行为规范外部接口
作用扩展 AI 的专业能力约束 AI 的行为连接外部系统
安装方式npx skills add项目配置文件MCP Server
可移植性跨平台标准项目特定跨平台标准
适用场景专业知识和工作流代码风格和规范数据库、API 等
类比npm 包市场员工手册USB-C 接口

关键区别：

  • Skills.sh 解决的是"AI 能做什么"的问题
  • Rules 解决的是"AI 应该怎么做"的问题
  • MCP 解决的是"AI 如何连接外部"的问题

它们不是竞争关系，而是互补关系。在实际项目中，你可能会同时使用这三者。

聊完现在，再看看未来 ​

Skills.sh 代表了 AI 编程工具的一个重要发展方向：技能生态化。

当前趋势 ​

  1. 技能数量快速增长：从排行榜可以看到，已经有 200+ 技能，而且还在持续增长
  2. 社区活跃：Vercel、Anthropic、Expo 等大厂都在贡献技能
  3. 标准化成熟：agentskills.io 标准让技能创建变得简单

未来可能的发展 ​

  1. 技能市场成熟化：可能会出现类似 npm 的生态系统，包括：

    • 技能版本管理
    • 技能依赖管理
    • 技能评分和评论系统

  2. AI 自动推荐：AI 可能会根据你的项目自动推荐相关技能

  3. 技能组合：可能会出现"技能包"概念，一键安装多个相关技能

  4. 企业技能市场：企业内部的私有技能市场，用于团队知识管理

思维模型升华：从工具到生态 ​

从 Skills.sh 中，我们可以提炼出一个可迁移的认知框架：

任何技术生态的成功，都依赖于三个要素：

  1. 标准化：统一的标准让组件可以组合（agentskills.io）
  2. 易用性：简单的安装和使用方式（npx skills add）
  3. 社区：开发者贡献和共享（GitHub 仓库）

这个框架不仅适用于 Skills.sh，也适用于 npm、PyPI、Docker Hub 等任何技术生态。

好了，关于 Skills.sh 我目前的理解大概就是这些 ​

说实话，我现在主要用它来安装一些前端开发的技能包，比如 React 最佳实践和 Web 设计指南。创建自定义技能还在探索中，主要是团队内部的一些规范。

你们呢？如果用过的朋友，有没有发现什么特别有用的技能？或者创建了什么有趣的自定义技能可以分享一下？

我自己开始使用 Skills.sh 时，是从这几个技能入门的：

  • vercel-react-best-practices：React 开发必备
  • web-design-guidelines：前端设计规范
  • skill-creator：创建自己的技能

如果你刚好需要可以参考一下。

你最近在 AI 编程中遇到最有趣的挑战是什么？

延伸阅读 ​