awesome-agent-skills
awesome-agent-skills 是一份致力于“少而精”原则的 AI Agent 技能终极指南,旨在帮助用户轻松迈出构建智能体的第一步。它通过收集和分享高质量的 Skill 资源、教程及实践案例,解决了用户在面对重复性任务时,无需每次对话都反复输入背景信息的痛点。只需安装对应的 Skill,AI 即可快速习得特定领域的专业知识与业务流程,显著提升执行效率。
该项目适合各类用户群体:普通用户可借此让 Claude、ChatGPT 等应用变得更懂行;开发者与研究人员则能利用其标准化的文件夹结构(包含流程说明、脚本及参考资料),在 Cursor、Claude Code 或 OpenClaw 等环境中灵活定制和扩展 AI 能力。其独特亮点在于建立了一套通用的 Skill 标准规范,并整合了包括 SkillsMP、ClawHub 及腾讯 SkillHub 在内的多生态安装工具,支持通过简单的命令行指令即可发现、安装和管理技能。无论是希望提升日常工作效率的职场人士,还是致力于探索 Agent 落地场景的技术专家,都能从中找到实用的解决方案与前沿的设计模式参考。
使用场景
某跨境电商运营团队需要每日处理大量海外用户邮件,并依据最新的平台政策生成合规回复及内部工单。
没有 awesome-agent-skills 时
- 每次对话需反复粘贴复杂的退货政策、物流时效表和品牌语调指南,占用大量上下文窗口。
- AI 常因缺乏特定业务流程知识,生成不符合平台规范的回复,导致人工二次校对耗时极长。
- 无法直接调用内部脚本查询订单状态或生成标准 CSV 报表,只能手动复制数据到外部工具处理。
- 不同成员搭建的助手能力参差不齐,缺乏统一的技能标准,难以在团队间复用最佳实践。
使用 awesome-agent-skills 后
- 通过
npx skills add一键安装定制的“跨境客服 Skill",AI 自动加载所有政策文档与品牌规范,无需重复输入背景。 - 内置的标准流程(SKILL.md)引导 AI 严格遵循平台规则输出,回复准确率显著提升,人工复核时间减少 80%。
- 技能包中集成的 Python 脚本让 AI 能直接在对话框内查询物流接口并生成格式化报表,实现端到端自动化。
- 团队基于统一的文件夹结构共享和迭代技能,新成员可立即复用成熟的“售后处理”或“投诉升级”技能模块。
awesome-agent-skills 通过将分散的业务知识封装为标准化的技能包,让 AI 从“通用聊天机器人”瞬间进化为懂业务、能执行的“专属专家”。
运行环境要求
- 未说明
未说明
未说明

快速开始
本项目致力于遵循少而精的原则,收集和分享最优质的 Skill 资源、教程和实践案例,帮助更多人轻松迈出搭建 Agent 的第一步。
如果觉得这个项目对你有所帮助,还请帮忙点个 🌟 让更多人知晓。同时,也欢迎关注我的 𝕏 账号 @李不凯正在研究 ,即时获取 Agent Skill 的最新资源和实战教程!
快速入门
Skill 是一种轻量级的 Agent 构建方案,通过封装特定的业务流程与行业知识,强化 AI 执行特定任务的专业能力。
面对重复性的任务需求,你无需在每次对话中反复输入背景信息。只需安装对应的 Skill,AI 即可习得该领域的专业技能。
历经半年的迭代演进,Skill 已成为增强 AI 垂直领域能力的标准方案,并获得了各类 Agent 框架与 AI 产品的广泛支持。
标准结构
根据标准定义,每个 Skill 都是一个规范化命名的文件夹,其中包含了流程、资料、脚本等各类资源。通过在上下文中渐进式导入这些文件,AI 即可学会相应的技能。
my-skill/
├── SKILL.md # 必需:流程说明和元数据
├── references/ # 可选:参考资料
├── scripts/ # 可选:可执行脚本
└── assets/ # 可选:模板、资源
安装技能
Skill 可以在 Claude 和 ChatGPT 这类 GUI 的 App 中使用,也可以在 Cursor 和 Claude Code 这类编程 IDE 及 TUI CLI 中使用,还可以在 OpenClaw 等 Agent Harness 上使用。
安装 Skill 过程的本质,其实就是将 Skill 对应的文件夹放到特定的目录下,以便 AI 能按需加载和使用。
类 Claude App 生态

目前在 App 中使用 Skill 的方式主要有两种:通过 App 自带的 Skill 商店安装,或者通过上传压缩包的方式安装。
对于官方商店中没有的 Skill,可以从下方推荐的 Skill 第三方商店中下载并手动上传安装。
类 Claude Code 生态

推荐使用 skillsmp 商店,该商店中自动抓取了 Github 上的所有的 Skill 项目,并按照分类、更新时间、星标数量等标签进行了分类整理。
可辅助使用 Vercel 出品的 skills.sh 排行榜,直观查看当前最受欢迎的 Skills 仓库和单个 Skill 的使用情况。
对于特定的 skill,使用 npx skills 命令行工具可快速发现、添加和管理 skill,具体参数详见 vercel-labs/skills。
npx skills find [query] # 搜索相关技能
npx skills add <owner/repo> # 安装技能(支持 GitHub 简写、完整 URL、本地路径)
npx skills list # 列出已安装的技能
npx skills check # 检查可用更新
npx skills update # 升级所有技能
npx skills remove [skill-name] # 卸载技能
类 OpenClaw 生态

如果有科学上网的能力,且使用官方版本 OpeClaw,推荐使用官方的 ClawHub 商店,提供的技能更偏技术向且包含了大量海外产品的整合。
npx clawhub search [query] # 搜索相关技能
npx clawhub explore # 浏览技能市场
npx clawhub install <slug> # 安装技能
npx clawhub uninstall <slug> # 卸载技能
npx clawhub list # 列出已安装的技能
npx clawhub update --all # 升级所有技能
npx clawhub inspect <slug> # 查看技能详情(不安装)

对于主要在国内网络环境下使用,或者是使用国内定制版的 OpenClaw,推荐使用腾讯推出的 SkillHub 商店,提供了大量更符合中国用户使用需求的技能。
首先,需要安装 Skill Hub CLI 工具,可以通过以下命令进行安装:
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安装完成后,可以使用以下命令来安装和管理技能:
skillhub search [query] # 搜索相关技能
skillhub install <skill-name> # 使用 skill name 添加技能
skillhub list # 列出已安装的技能
skillhub upgrade # 升级已安装的技能
优质教程
官方文档
- @Anthropic:Claude Skill 完全构建指南
- @Anthropic:Claude Agent Skills 实战经验
- @Google:Agent Skills 五种设计模式
图文教程
- @李不凯正在研究:Agent Skills 简要介绍 PPT
- @一泽 Eze:Agent Skills 终极指南:入门、精通、预测
- @deeptoai:Claude Agent Skills 第一性原理深度解析
视频教程
- @马克的技术工作坊:Agent Skill 从使用到原理,一次讲清
- @宝玉:Agent Skills 设计哲学和实战进化
官方项目
| 🤖 AI 模型与平台 | ||||
|---|---|---|---|---|
| anthropics | openai | gemini | huggingface | replicate |
| elevenlabs | black-forest-labs | |||
| ☁️ 云服务与基础设施 | ||||
| cloudflare | hashicorp | databricks | clickhouse | supabase |
| stripe | launchdarkly | sentry | ||
| 🛠️ 开发框架与工具 | ||||
| vercel | microsoft | expo | better-auth | posit |
| remotion | slidev | agent-browser | browser-use | firecrawl |
| gsap | ||||
| 📝 内容与协作 | ||||
| notion | obsidian | wordpress | dify | sanity |
| podwise-cli | wps | listenhub | ||
精选技能
编程开发
- superpowers:涵盖完整编程项目工作流程
- frontend-design:前端设计技能
- ui-ux-pro-max-skill:更精致和个性化的 UI/UX 设计
- code-review:代码审查技能
- code-simplifier:代码简化技能
- commit-commands:Git 提交技能
内容创作
- baoyu-skills:宝玉的自用 SKills 集合,包括公众号写作、PPT 制作等
- libukai: Obsidian 相关技能集合,专门适配 Obsidian 的写作场景
- op7418:歸藏创作的高质量 PPT 制作、Youtube 分析技能
- cclank:自动抓取和总结指定领域的最新资讯
- huangserva:生成和优化 AI 人像文生图提示词
- dontbesilent: X 万粉大V 基于自己的推文制作的内容创作框架
- seekjourney:从写作到发布的 AI 辅助公众号写作
产品使用
- wps:操控 WPS 办公软件
- notebooklm:操控 NotebookLM
- n8n:创建 n8n 工作流
- threejs: 辅助开发 Three.js 项目
其他类型
- pua:以 PUA 的方式驱动 AI 更卖力的干活
- office-hours:使用 YC 的视角提供各种创业建议
- marketingskills:强化市场营销的能力
- scientific-skills: 提升科研工作者的技能
安全审查
由于 Skill 中可能包含了调用外部 API、静默执行定时脚本等具有潜在风险的操作,因此在设计和使用 Skill 时,务必高度重视安全问题。
建议在安装 Skill 时,优先选择来自官方商店或知名第三方商店的 Skill,并仔细阅读 Skill 的描述和用户评价,避免安装来源不明的 Skill。
对于安全性要求性较高的场景,可以使用 @余弦 的 slowmist-agent-security skill 对 Skill 进行安全审计和风险评估,确保 Skill 的安全性和可靠性。
如果使用 OpenClaw 这类具有高度自主权限的 Agent Harness,建议配合使用 OpenClaw极简安全实践指南 ,通过系统提示词级别的安全约束,最大程度地降低潜在风险。
创建技能
虽然可以通过技能商店直接安装他人创建的技能,但是为了提升技能的适配度和个性化,强烈建议根据需要自己动手创建技能,或者在其他人的基础上进行微调。
官方插件
通过官方出品的 skill-creator 插件可快速创建和迭代个人专属的 skill。

增强插件
在官方 skill-creator plugin 的基础上,本项目整合来自 Anthropic 和 Google 团队的最佳实践,构建了一个更为强大的 Agent Skills Toolkit,帮助你快速创建和改进 Agent Skills。(注意:该插件目前仅支持 Claude Code)
添加市场
启动 Claude Code,进入插件市场,添加 libukai/awesome-agent-skills 市场,也可以直接在输入框中使用以下指令添加市场:
/plugin marketplace add libukai/awesome-agent-skills
安装插件
成功安装市场之后,选择安装 agent-skills-toolkit 插件

快捷指令
插件中置入了多个快捷指令,覆盖了从创建、改进、测试到优化技能描述的完整工作流程:
/agent-skills-toolkit:skill-creator-pro- 完整工作流程/agent-skills-toolkit:create-skill- 创建新 skill/agent-skills-toolkit:improve-skill- 改进现有 skill/agent-skills-toolkit:test-skill- 测试评估 skill
致谢

项目历史
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
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。
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。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
