skills：给 AI 编码助手发一个包管理器

skills：给 AI 编码助手发一个包管理器

仓库：vercel-labs/skills

语言：TypeScript

协议：MIT

Trending：187 stars/day

一句话

npx skills add —— 一行命令，给你的 AI 编码助手装上新能力。支持 80+ 个 Agent，跨 GitHub/GitLab/Azure DevOps 拉取技能包，像 npm 管理依赖一样管理 Agent 的知识边界。

---

场景开篇

你让 Claude Code 帮你部署一个 Vercel 项目。Claude Code 很聪明，但它不知道你团队内部的部署规范——该用哪个 runtime、环境变量怎么命名、edge function 的内存限制是多少。你只能自己手动改，或者把规范贴到对话里，每次都贴。

现在换一种方式：你写了一个 deploy-guidelines 技能包，里面是一份 Markdown 指令 + 几个辅助脚本。npx skills add your-org/deploy-guidelines，Claude Code 下次部署时自动遵守你的规范。不贴 prompt，不改配置，技能包跟着项目走。

这就是 Vercel Labs 的 skills CLI 想做的事：给 AI 编码助手建立一个标准化的技能分发生态。

---

它到底是什么

skills 是一个 CLI 工具，2026 年 1 月 20 日由 Vercel 发布。它的定位非常明确——Agent 技能的包管理器。

类比一下：

• npm 管理的是 JavaScript 包
• pip 管理的是 Python 包
• skills 管理的是 AI 编码助手的技能包

一个"技能包"本质上是一组指令 + 脚本，告诉 Agent "遇到某类任务时该怎么做"。它不是 MCP 工具（MCP 是运行时调用），不是系统 prompt（prompt 是对话级的），而是一种持久化的能力扩展——装上之后，Agent 在所有相关任务中都自动遵循这些指令。

---

三个设计决策值得拆解

1. Agent 无关：一套技能，80+ 个 Agent 通用

skills 支持的 Agent 列表已经超过 80 个：Claude Code、Codex、Cursor、GitHub Copilot、Gemini CLI、OpenCode、Windsurf、Trae、Droid……几乎你能想到的编码 Agent 都在里面。

这不是简单的"兼容"——它意味着技能包是可移植的。你在 Claude Code 上写的部署规范，同事用 Cursor 也能直接装。技能包不绑定特定 Agent，就像 npm 包不绑定特定框架。

这个设计决策的深层含义是：技能是资产，Agent 是消费端。你积累的技能包跟着你走，而不是被某个 Agent 锁死。在 Agent 生态碎片化的今天，这种"Agent 无关"的设计降低了迁移成本。

2. 源格式无关：GitHub、GitLab、Azure DevOps、本地路径

skills add 支持的源格式：

# GitHub 简写
npx skills add vercel-labs/agent-skills

# GitHub URL
npx skills add https://github.com/vercel-labs/agent-skills

# GitLab URL
npx skills add https://gitlab.com/org/repo

# Azure DevOps
npx skills add https://dev.azure.com/org/project/_git/repo

# 本地路径
npx skills add ./my-local-skills

# 任意 Git URL
npx skills add git@github.com:acme/private-skills.git

私有仓库也支持——它复用你已有的 Git 认证（credential helper、GitHub CLI、SSH），不会把 token 暴露给 Node.js 进程。这个安全设计很重要：技能包分发不应该要求额外的认证体系。

3. skills.sh：技能包的 npm registry

配套上线的 skills.sh 是一个技能包目录和排行榜。你可以：

• 按分类浏览技能包
• 查看安装量和使用统计
• 发布自己的技能包

这补上了生态的最后一块拼图：发现机制。没有 registry，技能包只能靠口口相传；有了 skills.sh，技能包的传播路径从"我知道某个仓库"变成"我在目录里搜到了"。

---

和 MCP、Agent Plugins spec 的关系

这里需要厘清三个容易混淆的概念：

MCP 解决的是"Agent 怎么调工具"——运行时的事。Agent Plugins spec 解决的是"技能包长什么样"——格式的事。skills CLI 解决的是"怎么装、怎么管、怎么发现"——分发的事。

三者互补，不替代。你可以用 skills CLI 装一个包含 MCP 工具配置的技能包，也可以装一个纯指令型的技能包。CLI 不关心包里装了什么，它只负责把包从源拉到本地、放到 Agent 能找到的位置。

---

一个被忽视的细节：skills use 的无安装模式

除了 skills add（安装到项目），还有一个 skills use 命令：

npx skills use vercel-labs/agent-skills@web-design-guidelines | claude

这个命令把技能包写到临时目录，生成 prompt，直接管道给 Agent。不安装、不留痕、不修改项目配置。

这个设计的妙处在于：它把技能包变成了一次性注入的上下文。适合"我只想试一下这个技能"或"这个技能只对当前任务有用"的场景。类比的话，skills add 是 npm install，skills use 是 npx——用完即走。

---

数据说话

• 80+ 个支持 Agent：覆盖了主流编码助手的绝大多数
• skills.sh 目录：已有数百个技能包，从 web 设计规范到 Google Cloud 部署指南
• 187 stars/day：trending 增长不算爆表，但考虑到这是一个 CLI 工具（不是炫酷 demo），这个数字说明社区对"标准化技能分发"有真实需求
• Vercel Labs 出品：Vercel 在开发者工具领域的口碑是硬通货，这也是为什么 80+ Agent 愿意适配

---

为什么这件事重要

AI 编码助手的竞争已经从"谁的模型强"转向"谁的生态厚"。模型能力在趋同，真正拉开差距的是围绕模型的工具链。

skills CLI 做的事看似简单——装技能包——但它解决的是一个生态级问题：技能的可移植性。没有标准化的包管理，每个 Agent 都要自己搞一套技能分发，用户被锁死在单个 Agent 里。有了 skills，你积累的技能包可以跨 Agent 使用，迁移成本从"重新配置一切"降到"装个 CLI"。

这和 npm 当年对 JavaScript 生态的意义类似：不是 npm 本身有多复杂，而是标准化的包管理让生态爆发。Vercel 显然想当 Agent 生态的 npm——不是做最好的 Agent，而是做 Agent 生态的基础设施。

---

适合谁用

• 团队：把内部规范、部署流程、代码风格打包成技能包，新成员的 Agent 装上就能遵循
• 开源项目：把"如何正确使用这个项目"打包成技能包，用户的 Agent 自动遵循最佳实践
• 个人开发者：在 skills.sh 上发现有用的技能包，或者把自己的工作流打包发布

不适合的场景：如果你只用一个 Agent 且不打算换，且你的所有知识都在 prompt 里管理得很好，那 skills CLI 的价值不大。它解决的是跨 Agent、跨项目、跨团队的技能分发问题。

---

仓库链接

• GitHub：https://github.com/vercel-labs/skills
• skills.sh 目录：https://skills.sh/vercel-labs/skills
• Vercel 官方公告：https://vercel.com/changelog/introducing-skills-the-open-agent-skills-ecosystem
• 官方技能包集合：https://github.com/vercel-labs/agent-skills