skillshare

GitHub
1.3k 71 非常简单 1 次阅读 昨天MIT语言模型Agent开发框架插件图像
AI 解读 由 AI 自动生成,仅供参考

skillshare 是一款专为 AI 命令行工具设计的技能同步管理器。在开发工作中,开发者往往同时使用 Codex、Claude Code、Cursor 等多种 AI 助手,而每个工具都有独立的配置目录,导致技能文件、规则指令和提示词难以统一维护,容易遗漏或版本混乱。

skillshare 通过“单一事实来源”的理念解决了这一痛点。用户只需将技能文件集中存放在本地特定目录,运行一条 skillshare sync 命令,即可自动将所有配置同步到支持的 50 多种 AI 工具中。它不仅支持从 GitHub、GitLab 等各类代码托管平台拉取配置,还内置了安全审计功能,能在使用前检测潜在的提示词注入或数据泄露风险。此外,它允许团队在项目级或组织级共享技能库,并通过灵活的过滤机制控制不同技能的适用范围。

这款工具特别适合频繁切换不同 AI 编程助手的软件开发者、技术团队以及 DevOps 工程师。作为一个轻量级的单二进制文件,skillshare 无需联网注册或上传数据,完全支持离线运行,在提升多工具协作效率的同时,充分保障了代码与配置的安全性。

使用场景

某后端开发团队正在同时使用 Codex、Claude Code 和 Cursor 等多种 AI 命令行工具进行微服务重构,急需统一团队的代码规范与安全提示词。

没有 skillshare 时

  • 配置分散难维护:每位成员的每种 AI 工具都有独立的技能目录,修改一个安全规则需要手动复制粘贴到五六个不同文件夹,极易遗漏。
  • 团队标准不一致:新人入职后,资深工程师编写的最佳实践提示词无法自动同步到新人的本地环境,导致不同成员生成的代码风格迥异。
  • 安全隐患难察觉:缺乏统一审计机制,团队成员可能无意中使用了包含提示词注入漏洞的旧版技能文件,且难以追溯来源。
  • 多平台同步繁琐:在 macOS 开发机和 Linux 服务器之间切换时,需反复通过 U 盘或私有脚本来搬运配置文件,效率低下且容易出错。

使用 skillshare 后

  • 一键全局同步:只需运行 skillshare sync,即可将统一的技能库自动分发到团队所有成员的 Codex、Claude Code 等 50+ 种工具中,彻底消除手动复制。
  • 单一事实来源:将团队规范托管在 Git 仓库中,新人初始化环境后自动拉取最新规则,确保所有人使用的提示词和代码标准完全一致。
  • 内置安全审计:在同步前自动扫描技能文件,拦截潜在的提示词注入和数据泄露风险,让团队放心复用共享资源。
  • 灵活精细管控:通过 .skillignore 和项目级配置,轻松控制哪些通用技能适用于全公司,哪些特定技能仅在当前微服务项目中生效。

skillshare 通过将分散的 AI 配置转化为可版本控制的“单一事实来源”,让团队能以最低成本实现 AI 协作能力的标准化与安全化。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该工具是基于 Go 语言编写的单二进制文件,无需安装 Python、Node.js 或其他运行时依赖。在 macOS/Linux 上通过符号链接(Symlinks)同步技能,在 Windows 上使用 NTFS 连接点(无需管理员权限)。支持完全离线运行,无遥测数据收集。
python不需要
skillshare hero image

快速开始

skillshare

skillshare

Website License: MIT Release Platform Go Report Card Ask DeepWiki Mentioned in Awesome Codex CLI

Star on GitHub

runkids%2Fskillshare | Trendshift

AI CLI 技能、规则、命令等信息的唯一可信源。只需一条命令,即可在个人与组织范围内同步所有内容。
支持 Codex、Claude Code、OpenClaw、OpenCode 等 50 多种工具。

skillshare 演示

官网安装快速入门亮点截图文档

[!NOTE] 最新版本: v0.18.3 — 支持启用/禁用技能、技能子键配置以及自动提升权限升级。所有版本 →

为什么选择 skillshare

每个 AI CLI 都有自己的技能目录。 你在一个地方编辑后,可能忘记同步到其他地方,从而导致混乱。

skillshare 解决了这一问题:

  • 一处源头,多端同步 — 使用 skillshare sync 将技能同步至 Claude、Cursor、Codex 等 50 多个工具。
  • 不止于技能 — 可通过 extras 管理规则、命令、提示词等任何基于文件的资源。
  • 多平台支持 — 可从 GitHub、GitLab、Bitbucket、Azure DevOps 或任何自托管 Git 仓库安装。
  • 内置安全机制 — 在使用前对技能进行审计,防止提示注入和数据泄露。
  • 团队友好 — 项目级技能可放置于 .skillshare/ 目录下,组织级技能则可通过跟踪的代码库管理。
  • 轻量本地化 — 单一二进制文件,无需注册中心或遥测功能,完全支持离线使用。
  • 精细过滤 — 使用 .skillignore、SKILL.md 的 targets 以及针对不同目标的包含/排除规则,控制哪些技能会同步到哪些工具。

从其他工具迁移过来?迁移指南 · 对比

工作原理

  • macOS / Linux: ~/.config/skillshare/
  • Windows: %AppData%\skillshare\
┌─────────────────────────────────────────────────────────────┐
│                    源目录                         │
│   ~/.config/skillshare/skills/    ← 技能 (SKILL.md)       │
│   ~/.config/skillshare/extras/    ← 规则、命令等           │
└─────────────────────────────────────────────────────────────┘
                              │ 同步
              ┌───────────────┼───────────────┐
              ▼               ▼               ▼
       ┌───────────┐   ┌───────────┐   ┌───────────┐
       │  Claude   │   │  OpenCode │   │ OpenClaw  │   ...
       └───────────┘   └───────────┘   └───────────┘
平台 技能源 其他资源源 链接类型
macOS/Linux ~/.config/skillshare/skills/ ~/.config/skillshare/extras/ 符号链接
Windows %AppData%\skillshare\skills\ %AppData%\skillshare\extras\ NTFS 连接点(无需管理员权限)
命令式(逐次安装) 声明式(skillshare)
可信源 技能独立复制 单一源 → 符号链接(或副本)
新机器设置 手动重新执行每次安装 克隆配置 + sync
安全审计 内置 audit 功能,并在安装/更新时自动扫描
Web 控制面板 skillshare ui
运行时依赖 Node.js + npm 无(单个 Go 二进制文件)

完整对比 →

CLI 和 UI 预览

技能详情 安全审计
CLI 同步输出 带安全审计的 CLI 安装
UI 控制面板 UI 技能列表
Web 控制面板概览 Web UI 技能页面

安装

macOS / Linux

curl -fsSL https://raw.githubusercontent.com/runkids/skillshare/main/install.sh | sh

Windows PowerShell

irm https://raw.githubusercontent.com/runkids/skillshare/main/install.ps1 | iex

Homebrew

brew install skillshare

提示: 运行 skillshare upgrade 可以更新到最新版本。它会自动检测你的安装方式并完成后续操作。

GitHub Actions

- uses: runkids/setup-skillshare@v1
  with:
    source: ./skills
- run: skillshare sync

更多选项(如安全审计、项目模式、版本锁定等),请参阅 setup-skillshare

快捷方式(可选)

在你的 shell 配置文件中添加别名(例如 ~/.zshrc~/.bashrc):

alias ss='skillshare'

快速入门

skillshare init            # 创建配置、源目录及检测到的目标
skillshare sync            # 将技能同步到所有目标

亮点

安装与更新技能 — 从 GitHub、GitLab 或任何 Git 托管平台

skillshare install github.com/reponame/skills
skillshare update --all
skillshare target claude --mode copy  # 如果符号链接不起作用

符号链接有问题? — 按目标切换到复制模式

skillshare target <name> --mode copy
skillshare sync

安全审计 — 在技能被你的代理使用之前进行扫描

skillshare audit

项目技能 — 每个仓库独立,随代码一起提交

skillshare init -p && skillshare sync

附加功能 — 管理规则、命令、提示等

skillshare extras init rules          # 创建一个“rules”附加功能
skillshare sync --all                 # 同步技能和附加功能
skillshare extras collect rules       # 将本地文件收集回源

Web 控制面板 — 可视化控制台

skillshare ui

所有命令与指南 →

贡献

欢迎贡献!请先打开一个问题,然后提交带有测试的草稿 PR。设置详情请参阅 CONTRIBUTING.md

git clone https://github.com/runkids/skillshare.git && cd skillshare
make check  # 格式化 + 静态检查 + 测试

[!TIP] 不知道从哪里开始?浏览 未解决的问题 或尝试 Playground,这是一个无需设置的开发环境。

贡献者

感谢所有帮助塑造 skillshare 的人。

leeeezx Vergil333 romanr xocasdashdash philippe-granet terranc benrfairless nerveband EarthChen gdm257 skovtunenko TyceHerrman 1am2syman thealokkr JasonLandbridge masonc15 richardwhatever reneleonhardt ndeybach salmonumbrella daylamtayari dstotijn ipruning kevincobain2000 StephenPAdams mk-imagine Curtion amdoi7 jessica-engel


如果你觉得 skillshare 很有用,请考虑给它点个赞 ⭐

星标历史

星标历史图表


许可证

MIT

版本历史

v0.18.62026/04/01
v0.18.52026/04/01
v0.18.42026/03/31
v0.18.32026/03/28
v0.18.22026/03/27
v0.18.12026/03/26
v0.18.02026/03/26
v0.17.112026/03/25
v0.17.102026/03/24
v0.17.92026/03/20
v0.17.82026/03/19
v0.17.72026/03/19
v0.17.62026/03/18
v0.17.52026/03/18
v0.17.42026/03/17
v0.17.32026/03/16
v0.17.22026/03/13
v0.17.12026/03/13
v0.17.02026/03/12
v0.16.142026/03/09

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。

162.1k|★★★☆☆|今天
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

139k|★★☆☆☆|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。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

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。

85k|★★☆☆☆|今天
图像数据工具视频

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。

77.1k|★★★☆☆|昨天
Agent图像开发框架