Ai-Agent-Skills
Ai-Agent-Skills 是一个精心策划的 AI 智能体技能库,同时也提供了一套完整的命令行工具,帮助开发者构建和管理专属的技能集合。它解决了在快速迭代的 AI 生态中,技能资源分散、来源不明以及难以高效复用的痛点。通过引入“书架(Shelves)”概念,它将技能按场景(如前端开发、工作流自动化)分类整理,确保库内资源精简且易于浏览。
该工具特别适合 AI 应用开发者、智能体架构师以及希望标准化团队技能资产的技术人员使用。其核心亮点在于独特的混合管理模式:既包含可离线快速安装的本地副本(House copies),也支持按需从上游仓库拉取的最新技能(Cataloged upstream),在保持轻量级的同时兼顾了灵活性与时效性。此外,它还内置了详细的来源追溯和使用笔记,让每个技能的选用理由清晰可见。配合全新的 CLI 和终端用户界面(TUI),用户可以轻松实现依赖感知安装、版本同步及库的初始化,是打造高质量、可维护 AI 智能体团队的得力助手。
使用场景
某全栈开发团队正在构建一个复杂的自动化运维 Agent,需要整合数十个来自不同开源社区的技能模块(如日志分析、自动部署、异常检测)来应对多变的线上故障。
没有 Ai-Agent-Skills 时
- 技能来源混乱:团队成员各自从 GitHub 零散复制代码,导致本地存在大量重复或版本过时的“孤本”技能,难以统一维护。
- 缺乏上下文理解:新加入的技能往往缺少关键的使用说明和选型理由注释,Agent 在调用时经常因参数误解而执行失败。
- 依赖管理缺失:手动安装技能时容易忽略隐性依赖库,导致环境配置报错,排查问题耗费大量时间。
- 更新同步困难:上游开源项目修复了 Bug 或发布了新功能,本地库无法感知,团队长期使用有安全隐患的旧版本。
使用 Ai-Agent-Skills 后
- 结构化技能货架:利用
init-library和add命令,将分散的技能按"frontend"、"workflow"等分类整理到统一的受管库中,来源清晰可查。 - 自带决策注释:每个入库技能都保留了策展人编写的笔记,明确记录“为什么选它”及适用场景,让 Agent 能更精准地匹配任务。
- 智能依赖安装:通过
requires机制自动解析并安装所需依赖,支持离线快速加载本地副本,大幅降低环境配置门槛。 - 一键同步更新:使用
sync命令即可批量检查并拉取上游最新变更,确保团队始终使用经过验证的最新稳定版技能。
Ai-Agent-Skills 将原本杂乱无章的技能收集工作转变为标准化的资产管理流程,让 AI Agent 真正拥有了一支训练有素、随时待命的“特种部队”。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
AI 代理技能库
我精心整理的代理技能库,以及用于构建您自己的包。
这是我实际使用的技能集合,按照我的工作方式组织。
17 个本地副本 · 47 个已编目上游技能
手工挑选、分类并维护。
技能库
ai-agent-skills 提供两项功能。
它不仅包含我精心整理的技能库,还提供了用于构建和管理您自己技能库的 CLI 和 TUI。该工具可与任何兼容 Agent Skills 的代理配合使用。
随附的技能库按照我的工作方式组织:
- 从
frontend或workflow等架子开始 - 保持技能集足够小,便于快速浏览
- 保留清晰的来源信息
- 添加注释,解释为何将某项技能放入其中
如果您需要广泛的生态系统支持,请使用 skills.sh;而当您希望拥有一个包含架子、来源信息和注释的小型技能库时,则应选择 ai-agent-skills。
4.0.0 版本的新特性
- 使用
init-library管理技能库工作空间 - 新增
add <source>命令,用于将内置精选、上游仓库中的技能或本地副本引入您的技能库 - 将
sync [name]设为主要的更新命令,update仍作为别名保留 - 具备依赖感知的安装功能,支持
requires和--no-deps - 在 CLI 和 TUI 中均可查看已安装状态
当前状况
我在 2025 年 12 月 17 日发布了此项目,当时 skills.sh 尚未出现,生态系统也尚未形成明确的默认通用安装程序。
最初,这个仓库就是那个安装程序。如今它仍然承担这一职责。
原本作为安装程序起步的项目,如今已成为构建和管理您个人技能库的场所。
工作原理
这里的每项技能要么是本地副本,要么是从上游仓库中精选并编目的版本。
本地副本存放在skills/<name>/下的本地文件夹中。这些技能安装迅速,可在离线状态下使用,并随 npm 包一起分发。已编目上游存在于skills.json中的元数据,无本地文件夹。这些技能保留在上游,当您请求时会直接从源仓库安装。
上游工作始终保留在上游,从而确保技能库的精简性。
为您的代理准备
请让您的代理为您构建一个技能库。您可以粘贴以下内容,或者直接指向此仓库——下方的协议包含了所需的一切。
完整的协议及策展决策框架:FOR_YOUR_AGENT.md
将以下内容粘贴到您的代理中
帮我用 `ai-agent-skills` 设置一个受管理的团队技能库。
在开始之前,请先阅读完整的代理协议:
https://raw.githubusercontent.com/MoizIbnYousaf/Ai-Agent-Skills/main/FOR_YOUR_AGENT.md
请使用 `npx` 命令行工具操作。如果已有相应命令,请勿手动编辑 `skills.json`、`README.md` 或 `WORK_AREAS.md`。
1. 获取并阅读上述 FOR_YOUR_AGENT.md 文件——其中包含完整的策展决策协议。
2. 使用 `npx ai-agent-skills init-library <name>` 创建一个工作空间。
3. 向我提出最多三个简短的问题:您希望处理的工作类型是小型还是广泛?是本地草稿还是共享仓库?
4. 将我的技术栈映射到各个架子上:前端、后端、移动端、工作流、代理工程。
5. 运行发现循环:`list --area <shelf>`、`search <query>`、`collections`。
6. 每次添加技能时,都需明确指定 `--area`、`--branch` 和 `--why` 参数,每次添加 3 到 8 项技能。
7. 完成前运行 `npx ai-agent-skills build-docs`。
8. 如果我希望共享此库:`git init && git add . && git commit -m "初始化技能库" && gh repo create`。
9. 告诉我您添加了哪些技能、它们属于哪个架子,以及队友可以用来安装的命令。
配套的工作流程技能(使用技能库时会自动安装):
npx ai-agent-skills install install-from-remote-library
npx ai-agent-skills install curate-a-team-library
npx ai-agent-skills install share-a-library
npx ai-agent-skills install browse-and-evaluate
npx ai-agent-skills install update-installed-skills
npx ai-agent-skills install build-workspace-docs
npx ai-agent-skills install review-a-skill
npx ai-agent-skills install audit-library-health
npx ai-agent-skills install migrate-skills-between-libraries
快速入门
使用内置技能库
# 打开终端浏览器
npx ai-agent-skills
# 列出所有架子
npx ai-agent-skills list
# 从技能库中安装一项技能
npx ai-agent-skills install frontend-design
# 将 Swift 中心安装到默认全局目标
npx ai-agent-skills swift
# 安装整个精选包
npx ai-agent-skills install --collection swift-agent-skills -p
# 安装到项目架子上
npx ai-agent-skills install pdf -p
# 将上游仓库中的所有技能安装到默认全局目标
npx ai-agent-skills anthropics/skills
# 在添加或安装之前先浏览某个仓库
npx ai-agent-skills install openai/skills --list
默认安装目标:
- 全局:
~/.claude/skills/ - 项目:
.agents/skills/
通过 --agent <name> 参数,仍可使用旧版特定于代理的目标。
开始构建您自己的技能库
# 创建一个受管理的工作空间
npx ai-agent-skills init-library my-library
cd my-library
# 添加一项内置精选技能,安装、刷新并重新构建文档
npx ai-agent-skills add frontend-design --area frontend --branch Implementation --why "我想把它放在我的架子上。"
npx ai-agent-skills install frontend-design -p
npx ai-agent-skills sync frontend-design -p
npx ai-agent-skills add anthropics/skills --skill webapp-testing --area workflow --branch Testing --why "我在工作区需要进行浏览器级别的检查时会用到它。"
npx ai-agent-skills build-docs
工作区模式
工作区模式现在已成为正常流程的一部分。
从一个受管的工作区开始,添加几个技能,然后使用 add、catalog、vendor、sync 和 build-docs 命令来保持你的货架内容最新。
npx ai-agent-skills init-library my-library
cd my-library
npx ai-agent-skills add frontend-design --area frontend --branch Implementation --why "I want this on my shelf."
npx ai-agent-skills install frontend-design -p
npx ai-agent-skills add anthropics/skills --skill webapp-testing --area workflow --branch Testing --why "I use this when I want browser-level checks in the workspace."
npx ai-agent-skills sync frontend-design -p
npx ai-agent-skills build-docs
工作流指南:
浏览
大多数浏览操作都始于以下两个地方:
| 视图 | 存在原因 | 从这里开始 |
|---|---|---|
| 货架 | 理解库的主要方式:先从工作类型入手,再深入到该货架上的精选技能。 | npx ai-agent-skills list |
| 来源 | 源头视图:查看哪些发布者为哪些货架和分支提供内容。 | npx ai-agent-skills info frontend-design |
其他视图仍然有用,但更多是针对特定场景:
- 使用
npx ai-agent-skills browse进行 TUI 浏览 - 使用
npx ai-agent-skills list --collection my-picks获取跨货架的入门技能集合 - 使用
npx ai-agent-skills install --collection swift-agent-skills -p安装可选的精选包 - 使用
npx ai-agent-skills curate review处理策展人待处理的任务
货架
货架是主要的结构。
| 货架 | 技能数量 | 涵盖内容 |
|---|---|---|
| 前端 | 10 | 界面、设计系统、浏览器相关工作以及产品优化。 |
| 后端 | 5 | 系统、数据、安全及运行时操作。 |
| 移动 | 24 | Swift、SwiftUI、iOS 以及 Apple 平台开发,未来还可扩展 React Native 分支。 |
| 工作流 | 11 | 文件、文档、计划、发布工作以及研究到产出的流程。 |
| 代理工程 | 14 | MCP、技能构建、提示工程规范以及 LLM 应用相关工作。 |
完整的地图位于 WORK_AREAS.md 中。
收藏集
收藏集是较小的技能集合,虽然有用,但不如货架重要。
| 收藏集 | 存在原因 | 从这里开始 |
|---|---|---|
my-picks |
一个简短的入门技能集合。这些是我首先会使用的技能。 | frontend-design, mcp-builder, pdf |
build-apps |
用于交付高质量应用的前端、UI 和设计工作。 | frontend-design, frontend-skill, shadcn |
swift-agent-skills |
本库中主要的 Swift 和 Apple 平台技能集合。可以一次性全部安装,也可以从中挑选。 | swiftui-pro, swiftui-ui-patterns, swiftui-design-principles |
build-systems |
后端、架构、MCP 和安全相关工作。 | mcp-builder, backend-development, database-design |
test-and-debug |
QA、调试、CI 清理以及可观ility 相关工作。 | playwright, webapp-testing, gh-fix-ci |
docs-and-research |
文档、文件、研究和写作相关工作。 | pdf, doc-coauthoring, docx |
策划目录
当你想添加上游技能而不将其纳入本地副本时,可以使用 catalog 命令。
在受管的工作区中,首先使用 add 命令。如果需要更多控制,可以使用 catalog 和 vendor 命令。
npx ai-agent-skills catalog openai/skills --list
npx ai-agent-skills catalog openai/skills --skill linear --area workflow --branch Linear
npx ai-agent-skills catalog openai/skills --skill security-best-practices --area backend --branch Security
npx ai-agent-skills catalog conorluddy/ios-simulator-skill --skill ios-simulator-skill --area mobile --branch "Swift / Tools" --collection swift-agent-skills
npx ai-agent-skills catalog shadcn-ui/ui --skill shadcn --area frontend --branch Components
这不会创建本地副本,而是添加元数据和在活动库中的位置信息:
- 所属的货架
- 所在的分支
- 为何值得收录
- 未来应如何安装
对于已有的技能,可以使用 curate 命令进行快速编辑:
npx ai-agent-skills curate frontend-design --branch Implementation
npx ai-agent-skills curate ios-simulator-skill --collection swift-agent-skills
npx ai-agent-skills curate ios-simulator-skill --remove-from-collection swift-agent-skills
npx ai-agent-skills curate frontend-design --why "A stronger note that matches how I actually use it."
npx ai-agent-skills curate review
当我需要本地副本时,我会使用 vendor 命令:
npx ai-agent-skills vendor <repo-or-path> --skill <name> --area <shelf> --branch <branch> --why "Why this deserves a local copy."
npx ai-agent-skills vendor <repo-or-path> --skill <name> --area mobile --branch "Swift / Tools" --collection swift-agent-skills --why "Why this deserves a place in the Swift pack."
源代码仓库
当前的上游来源构成:
| 源代码仓库 | 技能数量 |
|---|---|
anthropics/skills |
11 |
MoizIbnYousaf/Ai-Agent-Skills |
11 |
openai/skills |
9 |
Dimillian/Skills |
4 |
wshobson/agents |
4 |
rgmez/apple-accessibility-skills |
3 |
ComposioHQ/awesome-claude-skills |
2 |
andrewgleave/skills |
1 |
arjitj2/swiftui-design-principles |
1 |
AvdLee/Core-Data-Agent-Skill |
1 |
AvdLee/Swift-Concurrency-Agent-Skill |
1 |
AvdLee/Swift-Testing-Agent-Skill |
1 |
bocato/swift-testing-agent-skill |
1 |
conorluddy/ios-simulator-skill |
1 |
dadederk/iOS-Accessibility-Agent-Skill |
1 |
efremidze/swift-architecture-skill |
1 |
emilkowalski/skill |
1 |
Erikote04/Swift-API-Design-Guidelines-Agent-Skill |
1 |
ivan-magda/swift-security-skill |
1 |
PasqualeVittoriosi/swift-accessibility-skill |
1 |
raphaelsalaja/userinterface-wiki |
1 |
shadcn-ui/ui |
1 |
twostraws/Swift-Concurrency-Agent-Skill |
1 |
twostraws/Swift-Testing-Agent-Skill |
1 |
twostraws/SwiftData-Agent-Skill |
1 |
twostraws/SwiftUI-Agent-Skill |
1 |
vanab/swiftdata-agent-skill |
1 |
本库中最大的两个上游发布者是 Anthropic 和 OpenAI。我会浏览、挑选并上架,但不会完全复制他们发布的所有内容。
命令
# 浏览
npx ai-agent-skills
npx ai-agent-skills browse
npx ai-agent-skills list
npx ai-agent-skills list --work-area frontend
npx ai-agent-skills collections
npx ai-agent-skills search frontend
npx ai-agent-skills info frontend-design
npx ai-agent-skills preview pdf
# 安装
npx ai-agent-skills install <技能-名称 >
npx ai-agent-skills swift
npx ai-agent-skills install < skill-name > -p
npx ai-agent-skills install --collection swift-agent-skills -p
npx ai-agent-skills < 作者/仓库 >
npx ai-agent-skills install < 作者/仓库 >
npx ai-agent-skills install < 作者/仓库 >@< 技能-名称 >
npx ai-agent-skills install < 作者/仓库 > --skill < 名称 >
npx ai-agent-skills install < 作者/仓库 > --list
npx ai-agent-skills install ./本地路径
npx ai-agent-skills install < 技能-名称 > --dry-run
# 维护
npx ai-agent-skills sync [名称]
npx ai-agent-skills uninstall < 名称 >
npx ai-agent-skills check
npx ai-agent-skills doctor
npx ai-agent-skills validate [路径]
# 策划
npx ai-agent-skills catalog < 作者/仓库 > --list
npx ai-agent-skills catalog < 作者/仓库 > --skill < 名称 > --area < 架子 > --branch < 分支 > --why "< 编辑说明 >"
npx ai-agent-skills curate < 技能-名称 > --branch "< 分支 >"
npx ai-agent-skills curate review
npx ai-agent-skills vendor < 仓库或路径 > --skill < 名称 > --area < 架子 > --branch < 分支 > --why "< 编辑说明 >"
测试
npm test快速回归覆盖 CLI 行为、模式规则、路由和本地安装流程。npm run test:live不使用模拟的真实验证。克隆真实的上游仓库,捕获原始的SKILL.md前置元数据和文件清单,在隔离的临时目录和项目中运行真实的安装/同步/卸载流程,通过真实的 PTY 驱动 TUI,并将报告写入tmp/live-test-report.json。npm run test:live:quick更小规模的实时测试矩阵,用于在相同的无模拟流水线下更快地迭代。
旧版代理支持
仍可通过 --agent < 名称 > 支持:
claudecursorcodexampvscodecopilotgeminigooseopencodelettakilocodeproject
我关注的点
- 小型架子
- 清晰的来源
- 解释为何保留某项内容的注释
- 上游仓库保持其上游地位
- 一个看起来被精心维护的库
贡献
这是一个精选的库。
在提交 PR 之前,请阅读 CURATION.md。
相关
版本历史
v4.0.02026/03/27v3.0.02026/03/18v2.0.12026/03/18v2.0.02026/03/18常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。
OpenHands
OpenHands 是一个专注于 AI 驱动开发的开源平台,旨在让智能体(Agent)像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点,通过自动化流程显著提升开发速度。 无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员,还是需要快速原型验证的技术团队,都能从中受益。OpenHands 提供了灵活多样的使用方式:既可以通过命令行(CLI)或本地图形界面在个人电脑上轻松上手,体验类似 Devin 的流畅交互;也能利用其强大的 Python SDK 自定义智能体逻辑,甚至在云端大规模部署上千个智能体并行工作。 其核心技术亮点在于模块化的软件智能体 SDK,这不仅构成了平台的引擎,还支持高度可组合的开发模式。此外,OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩,证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能,支持与 Slack、Jira 等工具集成,并提供细粒度的权限管理,适合从个人开发者到大型企业的各类用户场景。