概述

一份「Agent Skills 资源导航」：一边给你“去哪找技能”，一边给你“去哪看源码、怎么二开”。

接下来我先讲清 Agent Skills 是什么、为什么火，再按“选型—接入—治理—迭代”的顺序，梳理出一套能落地的做法和例子。 agentskills

---

1. Agent Skills 概念

很多人把 Agent Skills 当成“提示词仓库”。但更准确的说法是：它是一种轻量、开放的“能力包格式”，让智能体按需加载一段可复用的流程知识（必要时还带脚本、模板、参考资料）。 agentskills

按照 Agent Skills 官方的描述，一个 skill 通常就是一个文件夹，核心是 SKILL.md，里面有元信息（至少 name、description）和面向智能体的操作说明；同时还可以带 scripts/、references/、assets/ 等内容。 agentskills
这种结构的关键价值在于：它比散落在聊天记录里的提示词更可审计、可版本管理，也更适合团队协作。 agentskills

---

2. 为什么 2026 年大家都在做 Skills？

如何把“经验”变成“可复用的工程资产”。

Agent Skills 这个方向之所以在 2025–2026 迅速变热，主要有三股推动力：

• 智能体越来越强，但“稳定干活”仍然靠上下文、流程和约束；skills 的定位就是把这些东西打包成可重复执行的步骤。 agentskills
• 团队希望把组织知识沉淀成文件（可审计、可回滚、可共享），而不是散在文档、群聊和人的脑子里。 agentskills
• 生态开始出现“技能安装/分发”的工具链。比如 Vercel 的仓库就提供了 SKILL.md + scripts/references 的标准结构和安装方式示例，技能装上之后，agent 会在识别到相关任务时自动使用。 github

---

3. 两类场景

3.1 合集网站：快速使用

• agent-skills.md：主打收录 6000+ 常用、高频技能，强调直接可用、上手快。
• Skills Directory：Reddit 社区推荐与整理，更像口碑榜单，适合参考评价再决定装不装。
• SkillsMP：聚合 GitHub 上超过 11 万个开源技能，适合“全网搜技能”和溯源到仓库。
• Agent Skills Me：人工精选，强调“精而少”，适合不想自己筛太久的人。
• SkillStore：中文友好，并强调技能做过安全审查，适合团队或合规敏感场景。 skillstore
• Skills.sh：偏热门趋势技能发现，支持一键安装，适合快速试新东西。

3.2 源码仓库 ： 工程实现

• 1）Ultimate Agent Skills Collection：终极大杂烩
  收集了大量不同来源的技能项目，更像一个「总目录」，适合深挖与扫货。

• 2）Vercel Agent Skills：前后端结合示例
  Vercel 官方技能仓库，偏 Web / 全栈场景，适合做在线应用集成参考。

• 3）Antfu Skills：知名开发者实践
  由 Antfu 维护，代码风格统一、工程化好，适合学习高质量个人实践。

• 4）Anthropic Skills：官方标准实现
  Anthropic 官方维护的技能仓库，适合参考「官方最佳实践」。

• 5）Awesome Agent Skills：精选合集索引
  社区维护的优质技能索引库，「awesome 系」风格，适合作为导航入口。

---

4. 落地的关键

如果在企业里做大模型落地，最大的坑往往不是“技能不够多”，而是“技能没融进流程”。下面是一套可执行的落地方法，：选场景 → 定义技能 → 接入工具链 → 治理与迭代。 agentskills

4.1 选场景：优先挑“重复、可标准化、结果可验收”的活

skills 最适合的不是开放式创作，而是这种任务：

• 有固定输入输出（例如：PR 描述、发布说明、巡检报告）
• 有明确的质量标准（例如：安全检查清单、UI 可访问性规则）
• 有可回放的步骤（例如：部署流程、排障 SOP）

这和 Agent Skills “把流程知识打包成可重复工作流”的定位是一致的。 agentskills

4.2 定义技能：用 SKILL.md 把“何时用、怎么做、怎么验收”写死

官方定义里，SKILL.md 至少要包含 name 与 description，并承载让 agent 执行任务的说明。 agentskills
你在企业里写 skill 时，我建议把内容拆成三段（写得短、硬、可验收）：

• 触发条件：什么情况下调用这个 skill（写到 description 的意图里）
• 操作步骤：按顺序列清楚，尽量可复现
• 输出规范：输出字段、格式、必须包含的检查项

这样做的好处是：换人、换模型、换工具，skill 的“可执行性”依然在。 agentskills

4.3 接入工具链：从一个“能跑通的安装/调用方式”开始

以 Vercel 的仓库为例，它明确了一个 skill 的基本结构：SKILL.md + 可选的 scripts/、references/，并提供了安装命令（例如用 npx add-skill）以及“装完后 agent 会在任务相关时自动使用”的预期体验。 github

在团队里可以用同样的方式做一个最小闭环：

1. 先做 3–5 个技能：比如“代码评审规范”“部署检查清单”“故障复盘模板”
2. 把 skills 仓库放进 Git（强制 PR 审核）
3. 给智能体配置一个固定的技能目录（本地或私有仓库镜像）
4. 先在一个团队、一个项目试点，跑通再扩

4.4 治理：重点盯两件事——安全与版本

SkillStore 强调“安全审查”，其官网也明确主打“Security-audited skills”。 skillstore
这提醒我们：skill 不是纯文本，它可能携带脚本或自动化动作（比如部署、改配置），所以要像管代码一样管它：

• 权限：哪些 skill 允许执行脚本，哪些只能给建议
• 变更：skill 的更新要走评审，避免“偷偷改了执行逻辑”
• 追踪：每次调用记录 skill 版本、输入输出摘要，方便审计与复盘 # 5. 案例：把“代码评审”做成团队 skill

下面这个例子不依赖特定平台，目的是展示“怎么把规则写成 skill 的形状”。（按官方结构组织的写法，结构参考 SKILL.md 的要求与目录约定。） agentskills

my-team-code-review/
├── SKILL.md
├── references/
│   └── coding-standards.md
└── scripts/
    └── diff_summary.sh

SKILL.md 的关键内容可以这样写：

• name: my-team-code-review
• description: 当用户请求“评审代码 / 看 PR / 找潜在风险”时使用；输出必须包含：可读性、正确性、性能、安全、可维护性五类检查结果
• steps:
  • 先用 5–10 行总结改动意图（避免只复述 diff）
  • 按五类检查逐项给结论，每类给 1–3 条最关键问题
  • 需要建议时，给最小改动的修复方案
• output:
  • 必须标出“阻塞项 / 建议项”
  • 必须给出可执行的下一步（例如：补测试、加日志、回滚策略）

为什么这样写？因为 skill 的目标不是“写漂亮话”，而是把你们团队的评审习惯变成一个稳定的、可重复的检查流程。 agentskills

---

6. “企业级技能库”路线图

阶段 A：试点（1–2 周）

• 去合集站找 10 个你们最可能用的技能方向，优先“代码评审/部署/文档/需求拆解”这种能验收的活。
• 选 1 个仓库模板做内部 skill 结构基线（例如参考 Vercel 仓库的 skill 结构与安装方式）。 github

阶段 B：内建（2–6 周）

• 把“现有 SOP”改写成 20–50 个技能（先覆盖高频流程）
• 建立 PR 审核、版本号、变更日志
• 给每个 skill 绑定“验收用例”（输入样例 + 期望输出结构）

阶段 C：治理与规模化（长期）

• 形成“安全分级”：只读建议 / 可写代码 / 可执行脚本
• 把技能调用日志纳入审计（尤其涉及部署、数据处理）
• 定期清理失效技能，保留高命中、高收益的那部分

其中，“安全审查”和“技能市场化/分发”会越来越重要 skillstore

---

结语：把技能当成“软件资产”，你就赢了一半

核心：去哪找技能、去哪看实现、怎么快速扫一遍生态。
真正拉开差距的，是能不能把技能库变成团队的“流程底座”：规则可读、版本可控、输出可验收，最好还能自动化一部分动作。 agentskills