本项目致力于遵循少而精的原则，收集和分享最优质的 Skill 资源、教程和实践案例，帮助更多人轻松迈出构建个性化 Agent 的第一步。
如果觉得这个项目对你有所帮助，还请帮忙点个 🌟 让更多人知晓。同时，也欢迎关注我的 𝕏 账号 @李不凯正在研究 ，获取有关 Agent Skill 的最新资源和实战教程！
快速入门
Skill 是一种轻量级的 Agent 构建方案，通过封装特定的业务流程与行业知识，强化 AI 执行特定任务的专业能力。
面对重复性的任务需求，你无需在每次对话中反复输入背景信息。只需安装对应的 Skill，Agent 即可习得该领域的专业技能。
历经接近一年的迭代演进，Skill 已成为增强 AI 垂直领域能力的标准方案，获得了主流 Harness 框架与 AI 产品的广泛支持。
支持状况
Skill 开放规范已经被 Claude Code、ChatGPT 与 Codex、GitHub Copilot、Cursor、Gemini CLI、VS Code、OpenCode、Kiro、JetBrains Junie 等大量宿主采用。不同宿主的搜索路径和实验字段支持度可能不同，请以 Agent Skills Client Showcase 和对应产品文档为准。
标准结构
Agent Skills 是由 Anthropic 发起、社区共同维护的开放规范。每个 Skill 都是一个规范化命名的文件夹，其中包含流程、资料、脚本等资源；Agent 通过渐进式加载减少无关上下文。
my-skill/
├── SKILL.md # 必需：元数据 + 使用说明
├── scripts/ # 可选：可执行代码
├── references/ # 可选：参考资料和文档
├── assets/ # 可选：模板、资源
└── ... # 其他附加文件或者文件夹
一个最精简的 Skill 中，至少需要包含 SKILL.md 这个文件。
SKILL.md 的 YAML frontmatter 必须包含 name 和 description，还可声明 license、compatibility、metadata，以及实验性的 allowed-tools。
name 最长 64 个字符，只能使用小写字母、数字和连字符，且必须与父目录一致；description 最长 1024 个字符，需要同时说明“做什么”和“何时使用”。正文建议少于 500 行、5000 tokens，详细内容应拆到独立资源文件中。
除 SKILL.md 外，还可以按需加入以下文件或目录：
scripts/：存放可直接执行的代码，适合固化重复、复杂或需要确定性结果的操作，例如数据处理、格式转换和结果校验。references/：存放 Agent 仅在特定任务中才需要阅读的补充资料，例如领域知识、技术文档、示例和数据格式说明。assets/：存放执行或产出时使用的静态资源，例如文档模板、配置模板、图片、查找表和 Schema。- 其他文件：也可以加入许可证、面向使用者的说明文档，或完成任务所需的其他文件和目录。
这些内容都是可选的。应在 SKILL.md 中使用相对于 Skill 根目录的路径引用它们，并明确 Agent 在什么情况下需要读取或执行。
Agent 通常分三个阶段加载 Skill：启动时只读取所有 Skill 的 name 和 description 用于发现；任务匹配后再激活并加载完整 SKILL.md；执行过程中仅按需读取 scripts/、references/ 和 assets/。这也是渐进式披露能够同时维持大量 Skill、又不过度占用上下文的原因。
安装技能
Skill 可以在 Claude 和 ChatGPT 这类 GUI App 中使用，也可以在 Cursor 这类 IDE、Claude Code 这类 TUI CLI 中使用。
安装 Skill 过程的本质，其实就是将 Skill 对应的文件夹放到特定的目录下，以便 Agent 能按需加载和使用。
通用目录约定
越来越多兼容客户端会扫描 .agents/skills/，可分别在项目级和用户级安装：
<project>/.agents/skills/<skill-name>/
~/.agents/skills/<skill-name>/
同名 Skill 通常由项目级覆盖用户级；不同客户端还可能扫描自己的原生目录。具体路径应以对应产品文档为准。项目级 Skill 会随仓库进入工作区，因此加载陌生仓库中的 Skill 前仍需检查来源和内容。
在 App 中安装
目前在 App 中使用 Skill 的方式主要有两种：通过 App 自带的 Skill 商店安装，或者通过上传压缩包的方式安装。
部分 App 已内置 Skill 商店或管理入口，可以便捷地完成安装和管理。
对于官方商店中没有的 Skill，可以从下方推荐的 Skill 第三方商店中下载并手动上传安装。
在 CLI 中安装
推荐使用 skillsmp 商店发现 GitHub 上的 Skill 项目，并按照分类、更新时间、星标数量等标签筛选。
可辅助使用 Vercel 出品的 skills.sh 排行榜，直观查看当前最受欢迎的 Skills 仓库和单个 Skill 的使用情况。
对于特定的 Skill，使用 npx skills 命令行工具可快速发现、添加和管理 Skill，具体参数详见 vercel-labs/skills。
npx skills find [query] # 搜索相关技能
npx skills add <owner/repo> # 安装技能（支持 GitHub 简写、完整 URL、本地路径）
npx skills add <owner/repo> --list # 仅查看仓库中的技能
npx skills use <owner/repo@skill> # 临时使用，不永久安装
npx skills list # 列出已安装的技能
npx skills update [skill-name] # 升级一个或多个技能
npx skills remove [skill-name] # 卸载技能
npx skills init [skill-name] # 创建技能模板
当前 skills CLI 支持 70 多种 Agent，并可指定 project/global scope、目标 Agent、复制或符号链接安装。详细参数以 vercel-labs/skills 为准。
GitHub CLI：可追溯安装与发布
如果更重视版本固定和供应链可追溯性，可使用 GitHub CLI 2.90.0 及以上版本提供的 gh skill（目前为 public preview）：
gh skill search <query> # 搜索技能
gh skill preview <owner/repo> <skill> # 安装前检查内容
gh skill install <owner/repo> <skill>@<tag> # 按 tag 安装
gh skill install <owner/repo> <skill> --pin <sha> # 固定到 commit
gh skill update --all # 检查并更新技能
gh skill publish # 校验并发布技能
gh skill 会记录仓库、ref 和 git tree SHA，可配合不可变 Release、secret scanning 和 code scanning 使用。详见 GitHub 官方发布说明。
优质教程
官方文档
- @Agent Skills：官方概览、完整规范、快速入门
- @Agent Skills：创作最佳实践、质量评测、description 优化、脚本设计
- @Agent Skills：为 Agent 添加 Skills 支持
- @Anthropic：Claude Skill 完全构建指南
- @Anthropic：Claude Agent Skills 实战经验
- @Google：Agent Skills 五种设计模式
图文教程
- @李不凯正在研究：Agent Skills 简要介绍 PPT
- @一泽 Eze：Agent Skills 终极指南：入门、精通、预测
- @deeptoai：Claude Agent Skills 第一性原理深度解析
视频教程
- @马克的技术工作坊：Agent Skill 从使用到原理，一次讲清
- @宝玉：Agent Skills 设计哲学和实战进化
官方项目
精选技能
编程开发
- superpowers：涵盖完整编程项目工作流程
- frontend-design：前端设计技能
- ui-ux-pro-max-skill：更精致和个性化的 UI/UX 设计
- archify：生成可验证、可导出的架构图与流程图
- text-to-cad：面向 CAD、CAE 与 CAM 的工程技能库
- native-feel-skill：跨平台桌面应用的原生体验设计指南
内容创作
- baoyu-skills：宝玉的自用 SKills 集合，包括公众号写作、PPT 制作等
- libukai: Obsidian 相关技能集合，专门适配 Obsidian 的写作场景
- guizang-ppt-skill：歸藏创作的 HTML 幻灯片生成技能
- cclank：自动抓取和总结指定领域的最新资讯
- huangserva：生成和优化 AI 人像文生图提示词
- dontbesilent： X 万粉大V 基于自己的推文制作的内容创作框架
- seekjourney：从写作到发布的 AI 辅助公众号写作
- cangjie-skill：把书、视频和播客蒸馏为可执行的 Agent Skills
产品使用
- wps：操控 WPS 办公软件
- notebooklm：操控 NotebookLM
- n8n：创建 n8n 工作流
- threejs： 辅助开发 Three.js 项目
- skills-manage：跨多种 Agent 管理本地 Skills
其他类型
- pua：以 PUA 的方式驱动 AI 更卖力的干活
- office-hours：使用 YC 的视角提供各种创业建议
- marketingskills：强化市场营销的能力
- scientific-skills： 提升科研工作者的技能
安全审查
Skill 不只是文档：它的描述会影响检索和选择，正文会改变 Agent 行为，脚本还可能访问文件、网络、密钥和外部账号。已有研究表明，仅修改 SKILL.md 的语义内容也可能操纵发现、选择和治理环节。因此，安全审查需要覆盖来源、内容、依赖、权限、运行时和更新六层风险。
安装前建议优先选择官方或可信维护者，先执行 gh skill preview 或人工检查全部文件，并固定 tag/commit；运行时使用最小权限、沙箱、敏感操作人工确认和审计日志；更新时检查 diff 并保留回滚版本。注意：商店收录、Star 数和格式校验都不等于安全或有效。
对于安全性要求较高的场景，可使用 Cisco AI Defense Skill Scanner 或 @余弦的 slowmist-agent-security skill 做初步扫描；同时参考 NVIDIA Verified Skills 的 Skill Card、扫描、签名和来源治理思路。扫描器只能提供信号，不能替代人工审查和隔离运行。
创建技能
虽然可以通过技能商店直接安装他人创建的技能，但是为了提升技能的适配度和个性化，强烈建议根据需要自己动手创建技能，或者在其他人的基础上进行微调。
设计原则
- 从真实任务中提炼：优先使用实际执行步骤、人工纠正、项目文档、故障案例和历史修复，而不是让模型凭通用知识生成空泛流程。
- 保持边界完整：一个 Skill 应覆盖一个可组合、可独立验收的任务单元；过窄会增加加载和冲突成本，过宽则难以准确触发。
- 节约上下文：只写 Agent 容易做错或无法自行知道的内容，把细节拆到聚焦的引用文件，并明确何时读取。
- 校准控制强度：脆弱、不可逆或顺序敏感的步骤写得严格；存在多种合理路径的任务说明目标与原因，保留判断空间。
- 提供默认方案：优先给出一个可靠默认和必要的退出路径，使用可复用流程，不要堆砌平级选项或只针对单次任务的答案。
- 内置反馈闭环：使用 Gotchas、输出模板、检查清单、验证循环和 plan-validate-execute，让失败能够产生下一轮可复用的修正。
脚本与资源
已有工具能够稳定完成的一次性操作，可以直接在 SKILL.md 中引用命令；反复出现或参数复杂的逻辑，应固化为经过测试的 scripts/。引用文件一律使用相对 Skill 根目录的路径，并在说明中明确何时调用。
- 固定依赖版本，并通过
compatibility或正文声明运行环境和网络要求。 - 避免交互式提示，所有输入通过参数、环境变量或 stdin 传入，并提供简洁的
--help。 - 错误信息应说明实际问题、期望值和下一步；结构化数据写入 stdout，诊断和进度信息写入 stderr。
references/中的文件保持聚焦，避免让 Agent 沿着多层链接才能找到真正需要的内容。
详见官方的 Using scripts in skills 指南。
测试与评测
Skill 评估可以分为两个维度：description 评估检查 Agent 在应该使用时能否正确触发、不该使用时能否避免误触发；Skill 效果评估检查加载后是否真正提升任务的质量、稳定性或效率。前者回答“能不能找对”，后者回答“找到后有没有用”。建议使用一组带有明确成功标准的真实任务持续回归，并与不使用 Skill 或旧版本的结果进行对比。
- SkillsBench：跨领域评测 Skill 实际增益的基准与排行榜
- microsoft/waza：创建、测试、度量和改进 Agent Skills
- microsoft/SkillOpt：基于轨迹与验证集的 Skill 文本优化
- alibaba/skill-up：Agent Skill 评测与演化工具
- rpamis/comet：把想法迭代为经过评测的 Agent 工作流
现有研究的共同结论是：聚焦单一任务、带明确验收标准和持续回归的 Skill，通常比大而全的知识包更可靠；过时或不匹配的 Skill 可能增加成本甚至降低成功率。
特别致谢
项目历史
