local-skills-mcp
让AI通过MCP协议调用本地技能库的服务器
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：local-skills-mcp。 它的用途是：让AI通过MCP协议调用本地技能库的服务器 完整的 Skill 内容见：https://321skill.com/skills/local-skills-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我需要写一个Python数据清洗脚本，请调用‘数据清洗模板’这个技能。”，AI会通过MCP工具获取你本地存储的详细数据清洗技能指令，并据此生成更专业、符合你习惯的代码。或者，当你需要分析营销数据时，可以说：“使用‘营销效果分析报告’技能来总结这份数据。”，AI会载入你预设的完整分析框架和文案模板来生成报告。
介绍
Local Skills MCP 是一个通用的模型上下文协议（MCP）服务器，它解决了AI模型或智能体无法便捷、高效地复用本地专业技能文件的问题。通过将技能以标准格式存储在本地，任何支持MCP的客户端（如Claude Desktop、Cline、Continue.dev）都能通过统一的工具接口调用这些技能，实现“一次编写，多处使用”。
使用方法非常简单：全局安装该服务器，并在你的MCP客户端配置文件中添加指向它的配置。之后，服务器会自动扫描并聚合多个预设目录（如 ~/.claude/skills/、./skills）中的技能文件，AI即可通过调用 get_skill 工具来按需获取完整的技能指令。
它非常适合需要跨不同AI平台或客户端复用一套稳定、专业工作流程的用户，例如开发者、数据分析师、内容创作者等。他们可以将自己优化过的提示词、代码模板、分析流程等封装成技能，在不同场景下调用，保证输出质量的一致性。
使用建议是，将你的核心工作流和常用模板整理成标准的 SKILL.md 格式文件，存放在服务器支持的目录中。注意事项是，该服务器本身不提供技能，你需要自行创建或收集技能文件；同时，它通过懒加载优化上下文，仅在AI需要时才传输完整技能内容，因此初次调用时AI只能看到技能名称和描述。
核心特点
与仅限特定客户端（如Claude Code）使用的内置技能不同，它是一个通用的MCP服务器，可与任何MCP兼容的客户端和LLM配合使用，实现了真正的跨平台技能复用。同时，它采用懒加载机制，初始仅加载技能名称和描述（约50个Token/技能），大幅优化了上下文消耗，只有在AI明确调用时才传输完整内容。
注意事项
该工具本身是一个技能调用框架，不包含预置技能，需要用户自行创建和维护技能库文件。
常见问题
Local Skills MCP 和 Claude 自带的 Skills 功能有什么区别？
主要区别在于通用性和存储方式：Local Skills MCP 支持任何MCP客户端，技能存储在本地多个可配置目录；而Claude自带技能仅限Claude Code使用，且存储在固定位置。
如何创建自己的技能？
按照项目定义的 SKILL.md 格式，在Markdown文件中编写技能名称、描述、详细指令和示例，并将其放入服务器会扫描的目录（如 `~/.claude/skills/` 或 `./skills`）即可。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/local-skills-mcp/raw/index.md 读取 local-skills-mcp 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/local-skills-mcp/raw/index.md（查看排版版本）