原始内容
skill4skills
管理 Skills 的 Skill:帮你找到、理解,并逐步维护越来越多的 Agent Skills。
随着 Agent Skills 生态快速增长,我们的技能可能分散在 .agents/skills、.codex/skills、.claude/skills 或其他目录中。数量一多,就容易遇到几个问题:不知道已有技能能做什么、难以为新任务找到合适的技能、多个平台上的副本也难以同步维护。
skill4skills 是为这些问题准备的一组元技能(meta-skills)。它的目标不是替代你的技能库,而是让技能库更易发现、更易理解,并最终更容易演进。
当前能力
skill-help
解释一个已安装的本地 Skill,而不执行它。它会定位指定 Skill,并整理其用途、触发条件、输入、工作流程、相关资源、示例、限制与来源;若有同名项,会要求你选择,避免误用。
适用场景:如何使用 xxx skill、xxx skill 能做什么、skill-help -n xxx。
skill-search
针对一个明确任务,在本地技能目录、指定文件夹、GitHub 仓库或网络来源中检索并排序最多五个候选 Skill。结果基于 SKILL.md 的实际证据,并说明用途、使用方法与匹配原因;它只负责发现和说明,不会自动安装或执行远程内容。
适用场景:帮我找一个做 PDF 解析的 skill、在 GitHub 中找适合 PR review 的 skill、在某个目录找技能。
搜索结果衡量的是与当前任务的匹配度,而不是对 Skill 整体质量的绝对评价。
skill-update
更新指定目录下所有由 Git 管理的 Skill。它会递归识别 SKILL.md、合并属于同一仓库的 Skill,并只执行安全的快进更新;存在本地修改、分叉历史、缺少上游或非 Git 安装时会跳过并说明原因。
适用场景:skill-update -path ~/.agents/skills、更新 C:\path\to\skills 下的所有 Skill。
安装与部署
本仓库采用 Agent Skills 规范:每个技能以包含 SKILL.md 的目录为单位发布。
克隆仓库:
git clone https://github.com/Fhhhhhh666/skill4skills.git将需要的技能目录复制到所用 Agent 的技能根目录。例如:
skill4skills/ ├── skill-help/ → ~/.agents/skills/skill-help/ ├── skill-search/ → ~/.agents/skills/skill-search/ └── skill-update/ → ~/.agents/skills/skill-update/常见位置包括:
平台 / 约定 常见技能目录 通用 Agent Skills ~/.agents/skills/Codex ~/.codex/skills/或$CODEX_HOME/skills/Claude ~/.claude/skills/也可以用符号链接或目录联接指向本仓库,以便日后通过一次
git pull更新。请以你所使用 Agent 的实际技能发现规则为准;如果它支持自定义技能路径,可将上述目录加入其配置。重启或刷新 Agent 的技能列表后,即可直接用自然语言触发相应 Skill。
更新
对于以 Git 仓库或目录联接方式部署的 Skill,可以使用:
$skill-update -path "/path/to/skills"
skill-update 不会覆盖本地修改,也不会强制处理已经分叉的分支。直接复制且没有保留 Git 元数据的 Skill 无法确定上游来源,需要手动同步。
使用示例
如何使用 skill-search?
帮我找一个可以整理本地 Markdown 笔记的 skill。
在 GitHub 中找一个适合处理 Excel 文件的 skill。
在 /path/to/skills 目录中找与代码审查有关的 skill。
$skill-update -path "/path/to/skills"
设计原则
- 先发现,再执行:发现和说明远程 Skill 时不执行其中的脚本、不自动安装,也不暴露本地敏感信息。
- 以证据排序:匹配判断来自 Skill 的
SKILL.md,而不是仅凭目录名或猜测。 - 尊重多平台:识别常见 Agent 技能目录,并为更好的跨平台管理做准备。
- 小而可组合:每个能力都是独立的 Agent Skill,可按需要部署与迭代。
路线图
我们希望 skill4skills 不止能“找 Skill”,还能够帮助你审视技能库的覆盖范围、重复度与维护状态,逐步形成可自我演进(self-evolving)、可持续精简(streamlined)的技能工作流。
项目仍处于雏形和探索阶段,接口与能力可能持续调整,欢迎关注与参与。
致谢与贡献
感谢 alchaincyf/darwin-skill 提供的灵感,也感谢论文 arXiv:2605.23899 分享的经验。
如果你有更好的想法、使用反馈或兼容性建议,欢迎提交 Issue,一起把这个仓库维护得更好。
License
MIT