Agent Skills 系列(3):小团队,如何 5 分钟搭建 AI Skill 库?

系列说明

前两篇解决的是「为什么要 Skill、SKILL.md 怎么写」,这一篇只解决一件事:怎么把 Skill 真正分发到团队里。核心工具是 skill-baseGitHub · 官网)和命令行 skb,目标是把“复制粘贴规范”改成“可安装、可升级、可回滚”的流程。


🤔 为什么做它?

写 Skill 本身不难,难的是团队里怎么发、怎么一直跟着迭代。真正上线后,通常会遇到三个问题:

  1. 大家用的 AI 工具不一样(Cursor、Claude Code、Qoder、OpenCode、Windsurf、Copilot 等),磁盘路径、加载方式、默认目录都不一致。要同步的不是一个文件夹,而是一堆约定;靠手工发文档,最后必然碎片化。
  2. 产品、设计、测试、运维同样需要 PRD、测试用例、清单类 Skill。把 skills 只放在代码仓库,会把非技术同学挡在门外。团队要的是“会用网页就能发版”,不是“先学 Git 再拿规范”。
  3. 跨项目复用时,A 项目改好的“通用鉴权 Skill”很难自动流到 B 项目,最后仍是复制粘贴,版本在多个项目里长期漂移。

这跟提示词写得好不好关系不大,主要是缺一条靠谱的分发链路。

可以看看 vercel-lab/skills 里列的支持情况,这还不包括后面不断冒出来的新 Agent 工具:

展开查看完整 Agent 与路径映射表
Agent--agentProject PathGlobal Path
Amp, Kimi Code CLI, Replit, Universalamp, kimi-cli, replit, universal.agents/skills/~/.config/agents/skills/
Antigravityantigravity.agents/skills/~/.gemini/antigravity/skills/
Augmentaugment.augment/skills/~/.augment/skills/
IBM Bobbob.bob/skills/~/.bob/skills/
Claude Codeclaude-code.claude/skills/~/.claude/skills/
OpenClawopenclawskills/~/.openclaw/skills/
Cline, Warpcline, warp.agents/skills/~/.agents/skills/
CodeBuddycodebuddy.codebuddy/skills/~/.codebuddy/skills/
Codexcodex.agents/skills/~/.codex/skills/
Command Codecommand-code.commandcode/skills/~/.commandcode/skills/
Continuecontinue.continue/skills/~/.continue/skills/
Cortex Codecortex.cortex/skills/~/.snowflake/cortex/skills/
Crushcrush.crush/skills/~/.config/crush/skills/
Cursorcursor.agents/skills/~/.cursor/skills/
Deep Agentsdeepagents.agents/skills/~/.deepagents/agent/skills/
Droiddroid.factory/skills/~/.factory/skills/
Firebenderfirebender.agents/skills/~/.firebender/skills/
Gemini CLIgemini-cli.agents/skills/~/.gemini/skills/
GitHub Copilotgithub-copilot.agents/skills/~/.copilot/skills/
Goosegoose.goose/skills/~/.config/goose/skills/
Juniejunie.junie/skills/~/.junie/skills/
iFlow CLIiflow-cli.iflow/skills/~/.iflow/skills/
Kilo Codekilo.kilocode/skills/~/.kilocode/skills/
Kiro CLIkiro-cli.kiro/skills/~/.kiro/skills/
Kodekode.kode/skills/~/.kode/skills/
MCPJammcpjam.mcpjam/skills/~/.mcpjam/skills/
Mistral Vibemistral-vibe.vibe/skills/~/.vibe/skills/
Muxmux.mux/skills/~/.mux/skills/
OpenCodeopencode.agents/skills/~/.config/opencode/skills/
OpenHandsopenhands.openhands/skills/~/.openhands/skills/
Pipi.pi/skills/~/.pi/agent/skills/
Qoderqoder.qoder/skills/~/.qoder/skills/
Qwen Codeqwen-code.qwen/skills/~/.qwen/skills/
Roo Coderoo.roo/skills/~/.roo/skills/
Traetrae.trae/skills/~/.trae/skills/
Trae CNtrae-cn.trae/skills/~/.trae-cn/skills/
Windsurfwindsurf.windsurf/skills/~/.codeium/windsurf/skills/
Zencoderzencoder.zencoder/skills/~/.zencoder/skills/
Neovateneovate.neovate/skills/~/.neovate/skills/
Pochipochi.pochi/skills/~/.pochi/skills/
AdaLadal.adal/skills/~/.adal/skills/

Skill Base 只做一件事:解决分发,不做另一个网盘。
数据模型也刻意克制:skills.db 存索引与权限,每个版本一个 zip。备份时直接拷数据目录,甚至可以用 Git 管这份目录。

data/
├── skills.db
└── skills/
    └── <skill-id>/
        ├── v20260406.101500.zip
        └── v20260407.143000.zip

⚡ 用起来什么样?

服务端:一条命令起服务

npx skill-base -d ./skill-data -p 8000
  • Node 版本要求 >= 18
  • 当前使用 node-sqlite3-wasm,日常启动不依赖本机编译原生 SQLite 模块
  • 生产建议用 pm2 托管
  • 也支持 Docker 部署

就一点:不上 MySQL、Redis 这类重依赖,不为管几个 Skill 再搭一整套复杂平台。

CLI:像 npm 一样管 Skill

skb search
skb install
skb update
skb publish

install 会记下装到了哪些目录、对应哪个 IDE;规范更新后,同事跑一次 skb update 就能把版本对齐,不必再打开几十个仓库手动改旧文件。

按 IDE 安装:不假设大家都装在同一路径

skb install my-skill --ide cursor
skb install my-skill --ide claude-code
skb install my-skill --ide qoder

Skill Base 的思路很现实:承认大家用的 IDE 本来就不同,也不假装大家都走进同一套目录结构。

Web 端:给非工程同学可操作入口

Web 界面支持:

  • 搜索 Skill
  • 查看版本与 Changelog
  • 下载包
  • 上传包含 SKILL.md 的文件夹或 zip 进行发布

工程师可以走 CLI,非工程师用网页就能完成发布与检索,这才是团队内闭环。

GitHub 导入:把公开经验快速落到内网

发布页支持从公开 GitHub 仓库按 URL 或 owner/repo 导入,服务端会拉取 zipball 并解析 SKILL.md
适合把社区里可复用的公开 Skill 快速同步到私有实例,再按团队标准二次维护。


✨ 和“又一个 Skill 站”& clawhub.ai 的差别

判断这类工具是否有价值,关键不在“能不能存文件”,而在“能不能形成分发闭环”。
尤其对企业而言,最重要的资产是内部的私有知识,这些内容往往不方便上传到公共平台,如 clawhub.ai 之类的服务。

Skill Base 最大的特点之一,是完全私有化部署:所有 Skill、知识、数据都保留在本地或企业自有服务器,避免敏感内容裸露到外部网络。在 clawhub.ai 等公有平台,企业知识及技能的分发不可避免地涉及“上传到第三方”,对安全和隐私有内在风险。Skill Base 则允许你在内网或专属环境下闭环运作,所有业务知识、团队经验都掌握在自己手里。

此外,如果只把 Skill Base 当成“带页面的文件仓库”,很容易得出“那用 GitHub Releases、clawhub.ai 或网盘也可以”的结论。这个结论的问题在于:它只关注存储与可见性,没有看到团队协作里的版本对齐和更新链路,更无法解决企业对私有内容的严格管控需求。

可以直接对比:

  • GitHub Releases / clawhub.ai / 网盘:主打托管和公开/半公开分发(上传、下载、搜索)
  • Skill Base:主打企业私有场景下的分发治理(版本、权限、安装记录、批量更新、回滚、跨 IDE 落地,以及内部敏感知识和外网的隔离)

核心差异来自数据关系与可控性,而不是 UI:

  • 网盘模型:文件 -> 下载链接
  • clawhub.ai、公有 Skill 站:Skill (多为公开或共享) -> 版本
  • Skill Base 私有模型:Skill -> 版本 -> 权限 -> 安装映射(本地目录 / IDE) -> update 动作全部在自有环境内流转

这意味着 Skill Base 不是“再建一个仓库”,而是把团队规范和私有知识从“到处拷贝、上传分发”升级为“可发布、可追踪、可更新、绝对可控”。

一句话概括:

  • 网盘/公有平台更关心:文件在不在、下不下得来
  • clawhub.ai 更偏向:公开或半私有的技能社区协作,但数据主权不在企业这边
  • Skill Base 更关心:私有规则、知识和能力有没有真的落到各人机器上、能不能持续更新,且全程由团队自己管
  • Skill Base 不引入 MySQL/Redis 这类重依赖,部署门槛低,可内网独立运行
  • 终端和网页都能用,工程和非工程同事都覆盖得到
  • 版本、权限团队自己管,数据全程留在私有环境
  • 目标是能升级、能回滚、能留痕的分发链路,而不是堆一堆功能给人看

🔥 协作里的真实增益

一个比较顺畅的闭环大概是:

  1. 在 vibe coding 或 cowork 类型 Agent 工具中安装团队 Skill
  2. 日常使用中发现 Skill 不足,直接让 AI 帮你改 SKILL.md
  3. 通过 skb publish 发布到内网 Skill Base,并让 AI 补上 Changelog
  4. 团队成员执行 skb update 对齐版本

这套流程的价值在于:经验不是停在“某个人的会话记录里”,而是变成可分发、可追踪的团队资产。


🧸 小彩蛋:终端里的 Cappy

CLI 默认会显示一只 ASCII 宠物 Cappy,纯减压,不影响功能。
如果你不需要,启动时加 --no-cappy 即可关闭。


立即体验

# 启动服务
npx skill-base -d ./skill-data -p 8000

# 安装 CLI(仓库里统一用 pnpm)
pnpm add -g skill-base-cli

# 查看命令
skb --help

系列导航(姊妹篇)

文章在讲什么
1痛点与动机为什么需要 Skill
2概念实战篇SKILL.md 结构与渐进式披露
4什么值得做成 Skill选题标准与落地边界
5管理后台查询页案例项目级 Skill 的落地改造样例
6运维手册触发、冲突与版本治理
延伸碎片化困局多 Skill / 多工具下的触发治理

相关阅读