近来,AI 领域有个火爆的话题:Skills。
Github 上被疯狂 star 的仓库,很多都是和 skills 有关的。有的仓库仅仅上线三个月就获得了快 50K 的 star,Skills 的火热可见一斑。
不管是大模型,还是 Cursor、Codex、Claude、Trae、Copilot 等编程 IDE 都在争先支持 Skills。
围绕 Skills,它们在做的就是为了完成一件事情:技能是通过学习和反复练习获得的,而 Skills 是把经验和最佳实践沉淀为 AI 能力,将'知道'转化为'做到'的本领。
详解什么是 Skills
要说清楚什么是 Skills,先来了解一下关于 AI 的 2 个核心概念-- Agent 和 MCP。
关于 Agent
让 Agent 开发一个在线商城平台,要完成购物功能,它只需要考虑用户输入的'我要购买一个商品'指令,并最终完成购买商品这个目标,它并不关心项目是否前后端分离,前端用 vue 还是 react 来实现,后端用 java 还是 php,选什么数据库,也就是说,Agent 不在乎细节。
Agent 是面向目标的。
关于 MCP
我们在开发项目的过程中,一个项目不可能所有的功能都自己实现,往往需要一些第三方的服务,比如短信通知,微信、支付宝支付。而使用这些服务的方式就是通过调用第三方平台的 API,每个平台的都有自己的 API 规则。
而 MCP 就是 AI 的 API,Agent 通过 MCP 来实现调用第三方服务,和第三方服务进行通信。
回到 Skills
讲清楚了 Agent 和 MCP 的概念后,我们知道,AI 在使用 MCP 或者完成一些目标任务时,会产生很多的重复性的工作,我们可以把这些重复性的工作整合成一个 工具包,只需要让 AI 调用这个工具包就行,而这个工具包就是 Skills。
这个工具包,可以是前端的组件开发,文件下载,后端 SQL 查询,接口文档生成。所有人都可以使用这些工具包来完成自己工作。
简单来说,
Skills 通过固定的规则和标准化的能力,来保证结果的稳定和一致。
下面从我们前端的角度出发,来看看 Skills:
开发一个增删改查的功能,你要创建 API 文件,状态管理、路由生成,增删改查的页面开发。想要按照项目或者公司的前端开发规范来完成这些任务,用 AI 来实现的话,仅凭一句提示词:帮我写一个文件管理功能,它可以做出来,但最终结果不是你想要的。
现在你可以使用 增删改查 Skill 来完成这项任务,完全按照你设定的规范来执行,设置帮你把接口联调好,再多的增删改查都能一个 Skill 搞定。
这就是 Skill 的便利性,让你从重复劳动中解放。
Skills 的应用场景
Skills 是经验、规则、最佳实践的积累,它把你 封装组件、封装函数 的能力都学会了。
在使用 Skills 时,我们要明确 2 个问题:
- 这件事情是否是重复的?
- 这件事情是否能够标准化?
当你得到肯定答案的时候,就可以考虑使用 Skills 来简化工作。
Skills 最适合的应用场景:
频繁重复性工作:比如增删改查。标准化的输出:基于 UI 规范,输出标准化的组件或功能页面。知识沉淀:项目或者公司的开发规范,前端的样式规范,色彩和字体的使用规范等。
skills.sh
目前社区已经涌现出了很多官方和个人分享的 Skills。
skills.sh 是 Vercel 发布的一个可视化的 AI Skills 平台,可以说它是 AI Skills 界的 NPM。
它汇总了所有的公开 Skills,在上面可以看到 Skills 的信息,下载安装量,其中包括了前端、后端、DevOps、安全等 Skills,能快速检索出你想要的 Skills。

