不是装得越多越好，是装得对且能退：xiaobai-skills 给 Codex 初学者的策展工具

不是每个用 Codex 的人都需要写 Skill。但几乎每个用 Codex 的人，都会在第三天上当。

装了二十个 Skill， prompt 一触发，三个 Skill 同时跳出来抢活。前端框架来了两个，测试规范来了三个，每个都说自己最懂。你删一个，过两天发现那个才是对的。你全留着，上下文预算被 Skill 描述占掉一半。

Tyuts 的 xiaobai-skills 就是来解决这个混乱的。它是个策展工具，不是 Skill 库。它的工作不是给你更多选择，而是帮你做出选择并保留退路。

一、策展（Curation）而非收集

Skill 生态现在是什么状况？Vercel 的 skills.sh 支持 50 多种 Agent，从 Claude Code 到 Codex 到 Cursor，统统一套格式。Matt Pocock 的 skills 专注工程规范，Baoyu 的 skills 做前端视觉。每个库都是好库，但合在一起就是灾难。

xiaobai-skills 的核心设计是**"一个需求，一个默认，其余备份"**。

它不像 npm 那样把所有依赖都装到 node_modules 里不管。它会：

• 审计你已经安装的 Skill
• 识别重叠（overlap）
• 让你选一个作为全局默认
• 把没选的移到备份文件夹，而不是删除
• 生成一份清单，解释为什么这样选

这份清单很重要。因为 Agent 没有记忆，但你可以给下一轮的 Agent 留一份地图。

二、推荐套装的质量

xiaobai-skills 的推荐 starter set 覆盖八个领域：

这个选择标准很实际。OpenAI 官方 Skill 作为基础，Matt Pocock 的工程 Skill 作为深度，Baoyu 的内容 Skill 作为扩展。没有大包大揽的"框架型" Skill（比如 GSD、BMAD），因为那些会抢占控制权，出问题难排查。

推荐清单里明确把 gstack、superpowers 和某些 Matt Pocock 子 Skill 列为"默认备份候选"——不是不好，是太宽，容易和其他 Skill 冲突。

三、冲突解决机制

这是策展工具真正的技术含量。

多个 Skill 的触发条件（trigger words）重叠时，Codex 会同时加载多个 SKILL.md 的完整内容。上下文预算被吃掉，Agent confusion 概率上升。

xiaobai-skills 的解法很粗暴但有效：

• 扫描所有已安装 Skill 的 name 和 description
• 根据关键词重合度计算"冲突分数"
• 把高冲突的 Skill 对列出来
• 用户选一个做主，另一个移走

它不做自动决策，只做信息呈现。这是对的——自动选择容易猜错用户的真实偏好。

备份目录的结构 ~/.codex/skills-backup/xiaobai-YYYY-MM-DD/ 加了一份 README.md 解释为什么每个 Skill 被移走。这个细节体现了一种产品设计思维：你今天的错误决定，应该能让明天的你轻易撤销。

四、与 skills.sh 的关系

Vercel 的 skills.sh 是生态的基础设施——统一安装、更新、移除。但它只管"有没有"，不管"合不合适"。

xiaobai-skills 是生态的治理层。它不替代 skills.sh，而是建立在它之上：

• 用 skills.sh 安装 Skill
• 用 xiaobai-skills 决定哪些全局激活、哪些备份

两者关系像 npm 和 eslint。npm 管装，eslint 管规范。都重要，但不在同一个层级。

五、对 Agent 生态的预判

我觉得 Skill 生态正在重复 VS Code 插件的历史：

• 早期：没有插件，裸用
• 爆发期：插件数量爆炸，装 200 个的人比比皆是
• 整理期：出现 curated sets（如 VS Code 的 Extension Pack）
• 成熟期：精选套装成为默认，散装安装成为小众

xiaobai-skills 定位在"整理期"的入口。它假设用户已经知道 Skill 是什么，但不知道哪些值得装、哪些该让位。

但这个假设有个风险：真正的新手可能连"需要策展"这件事都意识不到。他们更可能的行为是：装一堆，出问题，然后怪 Agent 不好用。

所以 xiaobai-skills 如果能做到一件事，价值会翻倍：在冲突发生前预警。不是等装了二十个 Skill 才审计，而是在装第五个的时候就提醒"你的 TDD 相关 Skill 已经有三个了，建议选一个"。

这需要 hooks 或者对 Codex 安装行为的拦截。目前项目用 PowerShell 脚本，还做不到这个粒度。但这是值得做的方向。

六、局限

1. Windows 中心：PowerShell 脚本为主，macOS/Linux 安装器还在 TODO 里。但 Skill 生态的主力用户是开发者，macOS/Linux 占比不低。

2. 无自动更新：Skill 库在不断进化，Matt Pocock 上周刚加了 /prototype，Baoyu 每周更新。xiaobai-skills 的推荐 set 是静态的，需要手动同步。

3. 备份是冷备份：移走的 Skill 需要手动恢复，没有"试用三天自动回退"的优雅机制。

七、一句话判断

如果你用 Codex 已经超过一周，装了超过十个 Skill，经常感觉"Agent 怎么又理解偏了"——大概率不是 Agent 的问题，是你的 Skill 在打架。

xiaobai-skills 不解决 Agent 的智商，但它解决你的工具箱的混乱。在 Skill 生态从"野蛮生长"转向"精耕细作"的转折点，这类策展工具会越来越多。

不是装得越多越好，是装得对且能退。

项目信息

• GitHub: https://github.com/Tyuts/xiaobai-skills
• 定位: Codex 初学者 Skill 策展与备份工具
• 推荐套装: 前端/图像/内容/工程/策展 8 个领域
• 上游依赖: OpenAI 官方 Skill, Matt Pocock skills, Baoyu skills, skills.sh
• 安装: PowerShell 脚本 + 未来支持跨平台
• 许可证: MIT

#xiaobai-skills #codex #agent-skills #技能策展 #工具整理