当 AI 工具越来越多，你的技能库正在"熵增"去年我还在用 Cursor 写代码，今年开始尝试 Claude Code

去年我还在用 Cursor 写代码，今年开始尝试 Claude Code 做架构分析，前几天又听说 Gemini 的新功能很厉害…

如果你也是这样的"多栖开发者"，可能已经遇到了一个尴尬的问题：

同一个技能，要在不同工具里重复配置。改了一处，忘了同步另一处。几个月后才发现，自己一直在用旧版本。

这就是多工具环境下的"配置熵增"——混乱度只会越来越高。

三个具体的痛点

对于只用一种 AI 工具的开发者来说，这个问题可能显得多余。但当你的工具箱里有三四个 AI 编程助手时，事情就不一样了。

1. 冗余存储

你的代码审查技能，在 Cursor 的 .cursor/rules/ 目录下有一份，在 Claude Code 的 ~/.claude/skills/ 里又有一份。如果团队还有人用其他工具，那就是三份、四份…

同一份代码，在磁盘上占了好几处空间。

2. 版本不一致

某个周五下午，你优化了代码审查技能，修复了一个 bug。但只更新了 Cursor 的版本。

周一回来，继续用 Claude Code 开发。结果 AI 还在用旧版本的逻辑，给出的建议让你一头雾水——明明上周改过了啊？

哦，想起来了，只改了 Cursor 那边。

3. 管理盲区

最糟的是，你甚至不知道自己到底有多少个技能，哪些是最新的。

三个月前写了个 Jira 集成技能，放在哪个项目里了？上周改了个 Git 工作流技能，现在哪个版本是最新的？

技能散落在各个角落，没有统一视图。

一个真实的场景

我认识一个技术负责人，他的团队里有 5 个开发者，每个人用的 AI 工具都不一样。

两个人用 Cursor
两个人用 Claude Code
还有一个人在试新的工具

团队共享了一套技能库，但每个人都要手动同步到自己的工具目录。结果就是：

有人更新了技能，其他人不知道。有人优化了某段逻辑，其他人还在用旧版本。新人加入，要花好几个小时把技能手动复制到各个工具里。

"这不是效率工具吗？"他无奈地说，“怎么比以前还麻烦了？”

Prompt Manager 的解决方案

这就是为什么我们需要一个统一的技能管理平台。

Prompt Manager 提供了一个中心化的技能库，解决了上面三个问题：

1. 多目标同步

你只需要维护一份技能，配置好后自动同步到多个目标目录。

// 配置示例{  "enabled": true,  "targets": [    "~/.cursor/rules",    "~/.claude/skills",    "~/projects/my-project/.opencode/skills"  ]}

同步服务会智能选择同步方式：

如果目标目录是空目录，优先创建符号链接（零成本）
如果无法创建符号链接，自动降级为文件复制
监听源目录变更，实时同步到所有目标

这样你改一个地方，所有工具都能立即看到最新版本。

2. 在线编辑

不用再打开文本编辑器手动修改 Markdown 文件，直接在 Web 界面里编辑：

创建新技能：填写 YAML 前置和 Markdown 内容
更新技能：修改名称、描述、内容，甚至可以重命名整个技能目录
删除技能：一键删除，自动清理关联文件

编辑过程中有实时验证，确保格式正确。

3. 统一管理

所有技能都在一个界面上可见：

技能列表├── 内置技能（不可修改）│   ├── frontend-design│   └── skill-creator└── 自定义技能    ├── code-review    ├── git-workflow    └── jira-integration

每个技能显示名称、描述、版本、更新时间、文件数量。支持搜索和过滤，快速找到想要的技能。

4. 导入导出

技能可以打包成 ZIP 文件：

导出：把整个技能目录打包，方便分享或备份
导入：上传 ZIP 包，自动解压并加载到技能库

这样你可以把常用技能分享给团队，或者在不同机器之间迁移。

技术实现思路

Prompt Manager 的技能管理核心是 SkillsManager 类，它负责：

加载技能：扫描内置和自定义目录，解析 SKILL.md 文件
验证格式：使用 Zod Schema 确保 YAML 前置符合规范
管理生命周期：创建、更新、删除、复制技能
导出功能：使用 adm-zip 打包技能目录

同步功能由 SkillSyncService 负责，它：

管理配置：读取和保存同步目标配置
智能同步：优先使用符号链接，降级到文件复制
实时监听：监听源目录变更，自动同步到所有目标

整个系统遵循 MCP（Model Context Protocol）协议的技能格式规范，确保兼容性。

和其他方案的对比

市面上也有一些类似方案：

skillbook CLI

skillbook 是一个命令行工具，用 Git 管理技能库：

~/.skillbook/              # Git 仓库（中心库）└── skills/    ├── typescript/    └── code-review/project-a/.opencode/skills # 同步到项目project-b/.claude/skills   # 不同格式

优点：

版本控制强大（Git）
支持团队协作
完全命令行，轻量

缺点：

需要手动初始化 Git 仓库
没有图形界面
学习成本相对高

Prompt Manager

Prompt Manager 提供了图形化的 Web 界面：

优点：

界面友好，操作直观
无需额外配置 Git
内置在线编辑器
支持多种同步方式（链接+复制）
实时监听变更

缺点：

需要运行服务（Node.js）
依赖 Web 界面

选择哪个取决于你的需求：

偏爱命令行、需要强大版本控制 → skillbook
喜欢图形界面、希望开箱即用 → Prompt Manager

配置熵增的启示

"配置熵增"这个词借用了物理学中"熵"的概念——系统混乱度的度量。

在软件工程中，熵只会增长不会减少。除非主动投入精力去维护，否则系统会越来越混乱。

AI 工具的普及，让这个问题变得更加明显：

以前我们只需要管理一套配置（比如 .gitconfig），现在要管理多套（Cursor、Claude Code、各种 IDE 插件…）。

每个工具都有自己的技能存储方式、格式、目录结构。没有统一管理的话，混乱度会指数级上升。

给多栖开发者的建议

如果你也在同时使用多个 AI 工具，这里有几个建议：

1. 建立统一视图

不管用不用 Prompt Manager，至少要建立一个统一的技能列表。

可以是简单的 Markdown 文件，也可以是 Notion 页面。关键是有一个地方能快速看到"我有哪些技能，最新版本在哪"。

2. 选择一个同步策略

手动同步：定期把技能从一个工具复制到其他工具（最原始，但可控）
脚本同步：写个脚本自动复制（需要维护脚本）
工具同步：用 Prompt Manager 或 skillbook（推荐，省心）

3. 团队协作要注意

如果是团队共享技能库，要考虑：

版本控制：谁改了什么，什么时候改的
权限管理：谁能修改，谁只能查看
分发机制：新人如何快速获取技能

4. 定期清理

技能也会"熵增"——有些可能已经过时了，有些可能重复了。

每隔一段时间，检查一下技能库：

删除不再使用的技能
合并重复的技能
更新过时的描述

写在最后

AI 工具让我们的开发效率提升了不少，但也带来了新的管理问题。

配置熵增不是 AI 工具的错，而是工具增多的必然结果。关键是意识到这个问题，并主动去管理它。

Prompt Manager 提供了一个解决方案，但更重要的是这个思路：中心化管理、自动化同步、统一视图。

无论你用什么工具，这个思路都是适用的。

毕竟，我们希望 AI 工具帮我们提高效率，而不是让我们花更多时间去管理这些工具本身。

当 AI 工具越来越多，你的技能库正在"熵增"