有没有办法跨 AI 代理工具安装MCP、斜杠命令、Skill？

花生Peadar
0 阅读3分钟

现在 AI 工具真的是百花齐放，看得人眼花缭乱。团队开发时，各个成员又都有自己的想法，用的工具更是五花八门——有用开源方案的（Kilo Code、Roo Code），有用国际化方案的（Cursor、Claude Code），有用国内羊毛多多方案的（Qwen Code、Trae）

各个工具有各个工具的配置，比如 MCP 的配置：

  • Cursor 的路径是 .cursor/mcp.json
  • Qwen Code 的路径是 .qwen/settings.json

有的甚至格式都不一样，比如说子代理（sub-agent），Cursor 对于子代理的模型指定支持 fast，而 Claude Code 则是自家的快速模型 haiku

---
name: playwright 测试
model: fast 
        ^--- Claude Code 无法识别，只认 `haiku`
---

# playwright 测试

规划并生成 Playwright 测试用例

在公司内部中推动配置共享的时候，各个团队各个开发者用的AI工具五花八门，需要花大量时间去列举不同 AI 工具的配置差异

到底有没有工具持给所有 AI 工具安装这些 MCP、斜杠命令之类的配置？！

有的兄弟，有的。它就是——Agent Add

几乎支持安装所有类型的 AI 工具配置，也几乎涵盖了了市面上所有的 AI 工具

AI 工具MCPPromptSkill斜杠命令子代理
Cursor✅✅✅✅✅
Claude Code✅✅✅✅✅
Trae✅✅✅❌❌
Qwen Code✅✅✅✅✅
GitHub Copilot✅✅✅✅✅
Codex CLI✅✅✅❌✅
Windsurf✅✅✅✅❌
Gemini CLI✅✅✅✅✅
Kimi Code✅✅✅❌❌
Augment✅✅✅✅✅
Roo Code✅✅✅✅❌
Kiro CLI✅✅✅❌✅
Tabnine CLI✅✅❌✅❌
Kilo Code✅✅✅✅✅
opencode✅✅✅✅✅
OpenClaw❌✅✅❌❌
Mistral Vibe✅✅✅❌❌
Claude Desktop✅❌❌❌❌

无需安装，一个简单的命令可以完成数个 AI 配置的安装：

npx -y agent-add \
  --mcp '{"playwright":{"command":"npx","args":["-y","@playwright/mcp"]}}' \
  --mcp 'https://github.com/modelcontextprotocol/servers.git#.mcp.json' \
  --skill 'https://github.com/anthropics/skills.git#skills/pdf' \
  --prompt $'# Code Review Rules\n\nAlways review for security issues first.' \
  --command 'https://github.com/wshobson/commands.git#tools/security-scan.md' \
  --sub-agent 'https://github.com/VoltAgent/awesome-claude-code-subagents.git#categories/01-core-development/backend-developer.md'

如果你不指定 --host，工具还会有一个交互界面，询问你要给什么 AI 工具安装：

image.png

这个工具在如下场景尤其有用：

使用场景

场景一：AI 资产（MCP、斜杠命令、子代理、Skill）开发者，想要支持更多的 AI 工具

比如我开发了一个子代理，没有 agent-add 工具的情况下，我需要在 README.md 中写

将 my-agent.md 复制到你的 AI 工具中的对应目录，如：

- Claude code: .claude/agents
- Cursor: .claude/agents
- etc.

现在有了 agent-add ，我非常简洁的写到：


运行如下命令安装：

npx -y agent-add --sub-agent https://github.com/my-name/my-repo.git#dist/my-agent.md

这样可以支持所有 AI 工具，因为工具会帮你问和嗅探用户实际使用的 AI 工具

场景二：在团队中推广 AI 工具配置，但是团队内有多个工具，希望一份配置支持所有工具

以前想要共享 AI 工具配置，有如下方式：

  1. 将 AI 配置提交进 git 仓库
  • 优点：开箱即用
  • 缺点：要求所有开发者使用同一个 AI 工具
  1. 提供配置教程，.gitignore 中忽略所有 AI 配置
  • 优点：支持多种 AI 工具
  • 缺点：有理解成本，新人上手困难

现在简单多了，你可以直接提供一个 shell 脚本，来直接快速安装：

# 不指定 --host，工具会询问
npx -y agent-add \ 
  # 列举所有依赖
  --mcp xxx \
  --skill xxx \
  --prompt xxx \
  --command xxx \
  --sub-agent xxx

针对这个场景，agent-add 也提供了一个文件配置，可以省略冗长的命令行参数

{
  "name": "my-team/frontend-pack",
  "assets": [
    { "type": "mcp",      "source": "https://github.com/modelcontextprotocol/servers.git#.mcp.json" },
    { "type": "skill",    "source": "https://github.com/anthropics/skills.git#skills/pdf" },
    { "type": "prompt",   "source": "https://raw.githubusercontent.com/PatrickJS/awesome-cursorrules/main/rules/nextjs-react-tailwind/.cursorrules" },
    { "type": "command",  "source": "https://github.com/wshobson/commands.git#tools/security-scan.md" },
    { "type": "subAgent", "source": "https://github.com/VoltAgent/awesome-claude-code-subagents.git#categories/01-core-development/backend-developer.md" }
  ]
}

将该文件提交进仓库，既可通过 --pack xxx.json 来简短安装

后记

欢迎试用 & 提 issue （中文欢迎）：

顺便求个 Star~

愿你在 AI 时代，不被工具裹挟，而是被工具成全。

avatar
文章
阅读
粉丝