pi-skills

GitHub
1.2k 132 简单 1 次阅读 今天MITAgent插件
AI 解读 由 AI 自动生成,仅供参考

pi-skills 是一套专为 AI 编程智能体(如 pi-coding-agent、Claude Code、Codex CLI 等)设计的技能扩展包。它通过模块化方式,赋予 AI 操作外部工具和访问实时数据的能力,解决了大模型通常局限于静态知识库、无法直接执行搜索、操控浏览器或管理云端账户的痛点。

借助 pi-skills,AI 不仅能进行代码编写,还能主动执行网页搜索(Brave Search)、自动化浏览器任务、管理 Google 日历/网盘/邮件、转录语音以及获取 YouTube 视频字幕等复杂操作。其核心亮点在于高度的兼容性与灵活的部署机制:既支持在用户全局或项目局部安装,又巧妙利用符号链接适配了不同平台(特别是 Claude Code)的文件读取限制,确保技能无缝集成。

这套工具主要面向开发者和技术研究人员,尤其是那些希望构建具备“手脚”能力、能自主完成全流程任务的进阶 AI 代理的用户。虽然部分技能需要配置 Node.js 环境或 API 密钥,但清晰的文档引导使得集成过程相对顺畅。对于想要突破纯文本对话限制,让 AI 真正介入实际工作流的技术爱好者而言,pi-skills 是一个实用且强大的基础设施组件。

使用场景

一位全栈开发者需要在周五下班前紧急整理一份包含最新竞品动态、团队日程协调及会议录音摘要的项目周报。

没有 pi-skills 时

  • 开发者需手动切换浏览器标签页搜索竞品新闻,再复制粘贴内容到文档,效率低下且容易遗漏关键信息。
  • 为了确认团队成员的空闲时间以安排评审会,必须登录 Google 日历网页版逐一查看,无法在代码编辑器内直接完成。
  • 处理长达一小时的站会录音时,需要单独打开转录网站上传文件,等待处理后再下载文本,流程割裂且耗时。
  • 查找项目相关的历史邮件或共享文档时,要在 Gmail 和 Google Drive 之间反复跳转,打断编码心流。
  • 最终整合所有信息花费了数小时,导致核心编码任务被推迟,增加了加班压力。

使用 pi-skills 后

  • 通过 brave-search 技能,开发者直接在终端指令即可获取最新竞品分析并自动提取核心内容,实时融入周报草稿。
  • 利用 gccli 技能,AI 代理直接读取团队 Google 日历空闲时段,瞬间推荐出最佳会议时间并起草邀请。
  • 调用 transcribe 技能,本地录音文件被即时转换为高精度文本,关键决策点被自动高亮标记。
  • 借助 gmcligdcli 技能,AI 自动检索相关邮件往来与设计文档,将分散的信息聚合到统一上下文中。
  • 原本半天的信息收集工作压缩至几分钟完成,开发者得以专注于代码优化与架构调整,准时交付高质量周报。

pi-skills 通过将搜索、办公套件及多媒体处理能力原生集成到编码代理中,彻底消除了上下文切换成本,让 AI 真正具备端到端的任务执行能力。

运行环境要求

操作系统
  • 未说明 (基于路径约定推测支持 Linux/macOS,Windows 需自行调整路径)
GPU

未说明

内存

未说明

依赖
notes该工具主要是一个技能集合,而非独立的 AI 模型,因此无特定 GPU 或大内存需求。核心运行环境要求是安装 Node.js。部分技能需要额外配置:'brave-search'、'browser-tools' 和 'youtube-transcript' 需在技能目录内运行 'npm install';'gccli'、'gdcli'、'gmcli' 和 'subagent' 需全局安装对应的 npm 包;'transcribe' 技能需要有效的 Groq API Key;'vscode' 技能要求 VS Code 的 'code' 命令已在系统 PATH 中;'browser-tools' 还需要安装 Google Chrome 浏览器。Claude Code 用户需要通过软链接方式单独挂载每个技能。
python未说明 (但多个技能依赖 Node.js)
Node.js
npm
Google Chrome (browser-tools 技能)
VS Code CLI (vscode 技能)
curl (transcribe 技能)
@mariozechner/gccli
@mariozechner/gdcli
@mariozechner/gmcli
@mariozechner/pi-coding-agent
Groq API Key
pi-skills hero image

快速开始

pi-skills

适用于 pi-coding-agent 的技能集合,兼容 Claude Code、Codex CLI、Amp 和 Droid。

安装

pi-coding-agent

# 用户级(在所有项目中可用)
git clone https://github.com/badlogic/pi-skills ~/.pi/agent/skills/pi-skills

# 或项目级
git clone https://github.com/badlogic/pi-skills .pi/skills/pi-skills

Codex CLI

git clone https://github.com/badlogic/pi-skills ~/.codex/skills/pi-skills

Amp

Amp 会递归地在工具箱中查找技能:

git clone https://github.com/badlogic/pi-skills ~/.config/amp/tools/pi-skills

Droid (Factory)

# 用户级
git clone https://github.com/badlogic/pi-skills ~/.factory/skills/pi-skills

# 或项目级
git clone https://github.com/badlogic/pi-skills .factory/skills/pi-skills

Claude Code

Claude Code 只会在第一层目录中查找 SKILL.md 文件,因此每个技能文件夹必须直接位于技能目录下。先将仓库克隆到某个位置,然后为每个技能创建符号链接:

# 克隆到方便的位置
git clone https://github.com/badlogic/pi-skills ~/pi-skills

# 创建单个技能的符号链接(用户级)
mkdir -p ~/.claude/skills
ln -s ~/pi-skills/brave-search ~/.claude/skills/brave-search
ln -s ~/pi-skills/browser-tools ~/.claude/skills/browser-tools
ln -s ~/pi-skills/gccli ~/.claude/skills/gccli
ln -s ~/pi-skills/gdcli ~/.claude/skills/gdcli
ln -s ~/pi-skills/gmcli ~/.claude/skills/gmcli
ln -s ~/pi-skills/transcribe ~/.claude/skills/transcribe
ln -s ~/pi-skills/vscode ~/.claude/skills/vscode
ln -s ~/pi-skills/youtube-transcript ~/.claude/skills/youtube-transcript

# 或项目级
mkdir -p .claude/skills
ln -s ~/pi-skills/brave-search .claude/skills/brave-search
ln -s ~/pi-skills/browser-tools .claude/skills/browser-tools
ln -s ~/pi-skills/gccli .claude/skills/gccli
ln -s ~/pi-skills/gdcli .claude/skills/gdcli
ln -s ~/pi-skills/gmcli .claude/skills/gmcli
ln -s ~/pi-skills/transcribe .claude/skills/transcribe
ln -s ~/pi-skills/vscode .claude/skills/vscode
ln -s ~/pi-skills/youtube-transcript .claude/skills/youtube-transcript

可用技能

技能 描述
brave-search 通过 Brave Search 进行网页搜索和内容提取
browser-tools 通过 Chrome DevTools Protocol 实现交互式浏览器自动化
gccli Google Calendar 命令行工具,用于管理日程和查看空闲时间
gdcli Google Drive 命令行工具,用于文件管理和共享
gmcli Gmail 命令行工具,用于发送邮件、管理草稿和标签
transcribe 通过 Groq Whisper API 进行语音转文字转录
vscode VS Code 集成,用于比较差异和文件对比
youtube-transcript 获取 YouTube 视频字幕

技能格式

每个技能都遵循 pi/Claude Code 格式:

---
name: 技能名
description: 显示给代理的简短描述
---

# 指令

详细的使用说明在此...
辅助文件位于:{baseDir}/

运行时,{baseDir} 占位符会被替换为该技能的目录路径。

依赖要求

部分技能需要额外的设置。通常情况下,代理会引导你完成这些步骤。如果没有,请参考以下说明:

  • brave-search:需要 Node.js。在技能目录中运行 npm install
  • browser-tools:需要 Chrome 和 Node.js。在技能目录中运行 npm install
  • gccli:需要 Node.js。使用 npm install -g @mariozechner/gccli 进行全局安装。
  • gdcli:需要 Node.js。使用 npm install -g @mariozechner/gdcli 进行全局安装。
  • gmcli:需要 Node.js。使用 npm install -g @mariozechner/gmcli 进行全局安装。
  • subagent:需要 pi-coding-agent。使用 npm install -g @mariozechner/pi-coding-agent 进行全局安装。
  • transcribe:需要 curl 和一个 Groq API 密钥。
  • vscode:需要 VS Code,并且 code 命令行工具需在 PATH 中。
  • youtube-transcript:需要 Node.js。在技能目录中运行 npm install

许可证

MIT

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

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

156.8k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.3k|★★☆☆☆|5天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|5天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架