Agent Skills Marketplace 完全指南：解锁 AI 编程助手的无限可能
玄同 765
大语言模型 (LLM) 开发工程师 | 中国传媒大学 · 数字媒体技术（智能交互与游戏设计）
ZEEKLOG · 个人主页 | GitHub · Follow
关于作者
- 深耕领域：大语言模型开发 / RAG 知识库 / AI Agent 落地 / 模型微调
- 技术栈：Python | RAG (LangChain / Dify + Milvus) | FastAPI + Docker
- 工程能力：专注模型工程化部署、知识库构建与优化，擅长全流程解决方案
「让 AI 交互更智能，让技术落地更高效」
欢迎技术探讨与项目合作，解锁大模型与智能交互的无限可能！
Agent Skills Marketplace 完全指南：解锁 AI 编程助手的无限可能
摘要
Agent Skills Marketplace (skillsmp.com) 是一个汇聚了超过 36 万个开源 Agent 技能的社区平台，为 Claude Code、OpenAI Codex CLI 和 ChatGPT 等 AI 编程助手提供统一的技能发现和安装入口。本文深入解析 SKILL.md 开放标准、技能市场架构、开发工作流以及实际应用场景，帮助开发者快速找到并创建高质量的 AI 技能，提升编程效率。
目录
- [引言：AI 编程助手的新范式](#引言 ai-编程助手的新范式)
- 什么是 Agent Skills Marketplace
- SKILL.md 开放标准详解
- 平台核心功能与架构
- 技能安装与使用指南
- 技能开发实战
- 安全与最佳实践
- 生态系统对比
- 总结与展望
引言：AI 编程助手的新范式
2025 年 12 月，Anthropic 发布了 Agent Skills 规范作为开放标准，随后 OpenAI 也采用相同格式支持 Codex CLI 和 ChatGPT。这一标准化举措彻底改变了 AI 编程助手的能力扩展方式。
传统扩展方式 vs 技能系统
| 特性 | 传统插件 | Agent Skills |
| :—: | :— |
| 调用方式 | 手动触发 | 模型自动决策 |
| 上下文感知 | 弱 | 强 |
| 跨平台性 | 差 | 优秀 |
| 标准化程度 | 低 | 高 |
技能（Skills）是模块化的能力单元，通过 SKILL.md 文件定义指令、可选脚本和模板。AI 模型会根据上下文自动决定何时使用这些技能，实现更智能的工作流自动化。
什么是 Agent Skills Marketplace
平台定位
Agent Skills Marketplace 是一个独立的社区项目，致力于解决以下核心问题：
- 发现困难：在成千上万个 GitHub 仓库中找到合适的技能
- 质量参差：缺乏统一的质量标准和筛选机制
- 安装复杂：不同平台安装路径和方式不统一
核心数据
- 技能总数：364,246+ 个开源技能
- 数据来源：GitHub 公开仓库
- 质量标准：至少 2 星评级，基础质量扫描
- 兼容性：Claude Code、OpenAI Codex CLI、ChatGPT
平台特色
用户访问 SkillsMP
智能搜索
分类浏览
趋势分析
AI 语义搜索
关键词过滤
作者/热度筛选
按用例分类
按技术领域分类
基于最后推送时间
流行度排名
找到合适技能
查看技能详情
安装指南
源码审查
SKILL.md 开放标准详解
核心规范
SKILL.md 是 Agent Skills 的核心manifest 文件，采用 YAML Frontmatter + Markdown 内容的结构。
基本要求
| 要求项 | 规范 |
|---|---|
| 文件名 | SKILL.md（区分大小写） |
| 文件夹命名 | kebab-case（无空格、下划线、大写字母） |
| Frontmatter 分隔符 | -- |
| 最大行数 | 500 行（推荐<150 行） |
| name 字段 | ≤64 字符，仅小写字母、数字、连字符 |
| description 字段 | ≤1024 字符 |
最小化示例
--- name: code-reviewer description: Automatically review code changes and suggest improvements --- # Code Reviewer Skill This skill provides automated code review capabilities... 完整 Frontmatter 字段
---name: git-automation description: Automate common Git workflows and commands license: MIT compatibility:- claude-code - openai-codex allowed-tools: exec read write user-invocable:truedisable-model-invocation:falseargument-hint:"<action>"server:"https://github.com/example/git-skill"---字段说明
| 字段 | 必需 | 说明 |
|---|---|---|
name | ✓ | 技能名称，同时作为斜杠命令 |
description | ✓ | 技能描述，AI 决策依据 |
license | ✗ | 许可证类型 |
compatibility | ✗ | 兼容平台列表 |
allowed-tools | ✗ | 预批准工具列表（空格分隔） |
user-invocable | ✗ | 是否允许用户手动调用 |
disable-model-invocation | ✗ | 是否禁止模型自动调用 |
argument-hint | ✗ | 参数提示 |
server | ✗ | 来源服务器 URL（用于溯源） |
目录结构规范
skill-name/ ├── SKILL.md # 必需：技能定义文件 ├── scripts/ # 可选：脚本文件 │ ├── setup.sh │ └── run.py ├── templates/ # 可选：模板文件 │ └── component.template ├── examples/ # 可选：示例 │ └── usage.md └── references/ # 可选：参考资料 └── docs.md 平台核心功能与架构
1. 智能搜索系统
AI 语义搜索
SkillsMP 支持 AI 语义搜索，理解用户的真实需求而非简单的关键词匹配。
搜索示例
# 搜索类型 1：AI 语义搜索 search --ai"帮我找出项目中的安全漏洞"# 搜索类型 2：关键词搜索 security vulnerability scanner # 搜索类型 3：组合过滤 category:security sort:popularity 2. 分类浏览系统
平台按主要用例组织技能分类：
categories/ ├── code-review/ # 代码审查 ├── testing/ # 测试自动化 ├── documentation/ # 文档生成 ├── deployment/ # 部署自动化 ├── security/ # 安全扫描 ├── git-automation/ # Git 工作流 └── data-processing/ # 数据处理 3. 质量指标系统
筛选标准
| 指标 | 阈值 | 说明 |
|---|---|---|
| GitHub Stars | ≥2 | 过滤低质量仓库 |
| 最后更新时间 | - | 显示在技能卡片上 |
| 基础质量扫描 | 通过 | 自动扫描基础质量问题 |
| 社区评价 | - | 用户反馈和评分 |
4. 趋势分析
基于技能最后推送时间（非当日提交数）进行趋势分析，帮助用户发现活跃维护的技能。
技能安装与使用指南
安装路径
Claude Code
# 个人技能（全局） ~/.claude/skills/ # 项目技能（局部）<project>/.claude/skills/ OpenAI Codex CLI
# 个人技能 ~/.codex/skills/ # 项目技能<project>/.codex/skills/ 安装步骤
方法 1：手动安装
# 1. 克隆技能仓库git clone https://github.com/author/skill-name.git # 2. 复制到技能目录cp-r skill-name ~/.claude/skills/ # 3. 验证安装 claude skills --list方法 2：使用技能工具
# 使用技能创建/安装工具 skill-creator install author/skill-name 使用方式
模型自动调用
AI 会根据上下文自动选择合适的技能：
用户：帮我审查这段代码的安全问题 AI: [自动调用 code-security-reviewer 技能] 手动调用（斜杠命令）
用户：/code-reviewer src/main.py 多技能组合
Claude 支持同时使用多个技能：
用户：审查并提交这些更改 AI: [组合使用 code-reviewer + git-automation 技能] 技能开发实战
开发工作流
确定需求
搭建脚手架
编写 SKILL.md
添加脚本/模板
本地验证
发布到 GitHub
提交到 SkillsMP
持续维护
实战案例：创建代码审查技能
步骤 1：创建目录结构
mkdir code-reviewer cd code-reviewer mkdir scripts templates examples 步骤 2：编写 SKILL.md
--- name: code-reviewer description: Review code for bugs, security issues, and best practices license: MIT compatibility: - claude-code - openai-codex allowed-tools: read exec user-invocable: true --- # Code Reviewer Automated code review skill that analyzes code for: - Logic errors and bugs - Security vulnerabilities - Code style violations - Performance issues - Best practice violations ## Usage Use this skill when: 1. User requests code review 2. Before committing changes 3. After implementing new features ## Process 1. Read the target file(s) 2. Analyze code structure 3. Check for common issues 4. Provide actionable recommendations ## Examples See examples/ directory for usage examples. 步骤 3：添加分析脚本
# scripts/analyzer.py#!/usr/bin/env python3"""代码分析器 - 检查常见问题"""import ast import sys from pathlib import Path defanalyze_file(filepath:str)->list:"""分析单个文件，返回问题列表""" issues =[]try:withopen(filepath,'r', encoding='utf-8')as f: code = f.read()# AST 分析 tree = ast.parse(code)# 检查项 1: 未使用的导入 imports =[node for node in ast.walk(tree)ifisinstance(node, ast.Import)]# 检查项 2: 复杂函数 functions =[node for node in ast.walk(tree)ifisinstance(node, ast.FunctionDef)]for func in functions: complexity = calculate_complexity(func)if complexity >10: issues.append(f"函数 '{func.name}' 复杂度过高：{complexity}")return issues except Exception as e:return[f"分析失败：{str(e)}"]defcalculate_complexity(func_node)->int:"""计算函数圈复杂度""" complexity =1for node in ast.walk(func_node):ifisinstance(node,(ast.If, ast.While, ast.For, ast.ExceptHandler)): complexity +=1return complexity if __name__ =="__main__":iflen(sys.argv)<2:print("用法：python analyzer.py <file>") sys.exit(1) issues = analyze_file(sys.argv[1])for issue in issues:print(f"⚠️ {issue}")步骤 4：创建使用示例
# examples/usage.md ## 示例 1：审查单个文件 用户：/code-reviewer src/auth.py
## 示例 2：审查整个目录 用户：帮我审查 src 目录下所有 Python 文件
## 示例 3：提交前审查 用户：在提交前审查这些更改
AI: [自动调用 code-reviewer 技能分析变更文件]
步骤 5：本地验证
# 使用验证脚本 python quick_validate.py # 或使用 Claude 插件验证 claude plugin validate 步骤 6：发布
# 推送到 GitHubgit init gitadd.git commit -m"Initial release: code-reviewer skill"git push origin main # 确保仓库公开且获得至少 2 个 stars安全与最佳实践
安全准则
安装前检查清单
- 审查 SKILL.md 内容
- 检查 scripts/目录中的脚本
- 验证 allowed-tools 权限范围
- 查看 GitHub 仓库 stars 和活跃度
- 确认不包含要求粘贴密钥到聊天的代码
危险信号
| 警告信号 | 风险等级 | 说明 |
|---|---|---|
| 要求提供 API 密钥 | 🔴 高危 | 绝不粘贴密钥到聊天 |
| 请求敏感文件访问 | 🟡 中危 | 谨慎评估必要性 |
| 执行未知外部命令 | 🟡 中危 | 审查命令内容 |
| 无许可证声明 | 🟢 低危 | 注意版权风险 |
开发最佳实践
1. 保持技能专注
每个技能应专注于单一职责，避免功能臃肿。
# 推荐：单一职责 name: code-formatter description: Format code according to style guides # 不推荐：多功能 name: all-in-one-tool description: Format, lint, test, deploy, and monitor code 2. 清晰的描述
描述应明确说明技能的用途和使用时机。
# 好的描述 description: Review Python code for PEP 8 violations and suggest fixes # 模糊的描述（不推荐） description: A tool for code 3. 合理的工具权限
仅声明必要的工具权限。
# 只读操作allowed-tools: read # 需要执行命令allowed-tools: read exec # 需要文件写入allowed-tools: read write exec 4. 提供充分文档
在 SKILL.md 中包含：
- 使用说明
- 适用场景
- 示例
- 注意事项
5. 版本控制与更新
- 使用语义化版本
- 编写变更日志
- 保持向后兼容
- 定期维护更新
生态系统对比
Claude Code vs OpenAI Codex
| 特性 | Claude Code | OpenAI Codex |
|---|---|---|
| 技能格式 | SKILL.md | SKILL.md（相同标准） |
| 安装路径 | ~/.claude/skills/ | ~/.codex/skills/ |
| 加载机制 | 渐进式披露（启动时加载 Frontmatter） | 隐藏系统提示注入 |
| 分层存储 | 支持（Tier 2/3） | 不支持 |
| 发布方式 | 本地文件系统 | Skills API 上传 Bundle |
| Bundle 限制 | 无 | 有（大小、文件数、单个 SKILL.md） |
技能 vs 斜杠命令
| 特性 | Skills | Slash Commands |
|---|---|---|
| 调用方式 | 模型自动决策 | 用户手动触发 |
| 上下文感知 | 强 | 无 |
| 灵活性 | 高 | 低 |
| 适用场景 | 复杂工作流 | 简单固定操作 |
跨平台兼容性
SKILL.md 设计为跨平台标准，但需要注意：
- 文件系统路径差异
- 加载时机差异（渐进式 vs 全量）
- 平台特定 Bug（如 Claude Code 曾有的插件技能 Bug，已于 2026-02-20 修复）
总结与展望
核心要点回顾
| 主题 | 核心内容 |
|---|---|
| SkillsMP 平台 | 36 万 + 技能，智能搜索，分类浏览，质量筛选 |
| SKILL.md 标准 | 开放格式，跨平台，YAML Frontmatter + Markdown |
| 安装使用 | 复制到技能目录，AI 自动调用或手动触发 |
| 开发流程 | 创建目录 → 编写 SKILL.md → 添加脚本 → 验证 → 发布 |
| 安全实践 | 审查源码，限制权限，不粘贴密钥，定期更新 |
生态系统发展趋势
- 标准化加速：更多 AI 平台将采用 SKILL.md 标准
- 质量提升：社区驱动的质量评估和认证体系
- 工具链完善：自动化创建、测试、发布工具
- 企业应用：团队内部技能市场和私有技能库
- 技能组合：复杂工作流的技能编排和自动化
开始你的技能之旅
对于使用者
- 访问 https://skillsmp.com/
- 搜索或浏览需要的技能
- 审查源码后安装
- 享受 AI 编程助手增强的能力
对于开发者
- 确定要解决的痛点
- 参考现有技能学习最佳实践
- 创建并发布你的第一个技能
- 持续维护和优化
资源链接
- SkillsMP 官网：https://skillsmp.com/
- Anthropic Skills 仓库：https://github.com/anthropics/skills
- SKILL.md 规范文档：参考官方文档
- 技能创建工具：skill-creator
- 验证工具：quick_validate.py, claude plugin validate
