modular-skills
构建可组合的AI技能模块框架
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：modular-skills。 它的用途是：构建可组合的AI技能模块框架 完整的 Skill 内容见：https://321skill.com/skills/modular-skills-x-2/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
'帮我创建一个新的技能模块，实现用户意图分类功能，并注册到hub中。' 它会首先根据模版生成模块目录结构，自动创建manifest.json和main.py，并在其中编写基于LLM的意图分类逻辑。然后通过hub-cli register命令将模块注册到中心加载器，最后输出验证成功的提示，整个过程无需手动修改核心配置。
介绍
modular-skills 解决的是在构建多智能体系统或复杂AI应用时，技能模块杂乱、重复开发、难以维护的问题。它提供了一套基于 hub-and-spoke 模式的模块加载机制，让开发者可以将核心调度逻辑与各技能模块完全解耦，实现模块的独立开发、独立测试和动态加载。
使用方式非常直观：首先通过 CLI 或 API 初始化一个 hub 实例，然后按照约定编写每个技能模块（spoke），每个模块只需暴露标准的输入/输出接口。hub 会自动发现并注册模块，您可以通过简单的配置动态组合技能，支持热加载和热替换，无需重启整个系统。
该工具最适合智能体开发、全栈开发以及后端开发者，尤其是那些需要管理多个可复用技能模块、频繁迭代或需要为不同场景定制技能组合的团队。它也可以作为企业内部技能库的底层框架，支撑从客服机器人到数据分析工具的各种应用。
建议在使用前先规划好模块间的依赖关系和接口规范，避免过度抽象导致模块粒度不匹配。虽然 hub-and-spoke 模式降低了耦合，但模块数量过多时仍需注意加载顺序和资源占用。同时，该框架本身不提供模块运行时的安全沙箱，生产环境需额外隔离。
核心特点
与传统技能管理器不同，modular-skills 采用中心辐射式架构，核心调度器（hub）不直接依赖任何具体模块，所有技能通过统一协议注册，实现真正的即插即用与热加载，而无需修改核心代码或重新构建。
注意事项
不适合单技能或简单脚本场景，需要预先设计模块接口和协议，对新手有一定学习成本。
常见问题
如何定义一个新的技能模块？
创建一个符合 spoke 协议的目录，包含 manifest.json（定义元数据）和 main.py（或 main.js）实现 handle(input) 方法，然后通过 hub 的 register 命令即可启用。
支持热加载吗？
支持。hub 会监听模块目录的文件变化，新增或修改模块后自动注册，无需重启服务。
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/modular-skills-x-2/raw/index.md 读取 modular-skills 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/modular-skills-x-2/raw/index.md（查看排版版本）