Skills篇-findskills:告别手动迁移Skill!跨AI工具通用能力,才是真高效

93 阅读4分钟

findskills 的核心作用,就是为 AI Agent(比如 Claude Code、Trae 等)提供一个能够自主搜索和安装技能的“应用商店”。

它本质上充当了三个角色:

  1. 一个“元技能” (Meta-Skill):它是一本给 AI Agent 看的“说明书”,教它如何去发现和安装其他技能。
  2. 一套高效的工具:它包含一个命令行界面(CLI),可以高效地完成技能搜索与安装。
  3. 一个开放的技能库:它背后有一个目录网站,索引并聚合了数以万计的 AI Agent 技能。

简单来说,findskills 打通了 AI 能力扩展的“最后一公里”。

1. 核心功能:让技能扩展像装App一样简单

findskills 旨在解决“去哪里找合适的技能”以及“怎么装”这两大难题。

比如我让他去帮我使用find-skills,查找一个适合自动化测试的技能:

image.png

或者属于他职责范畴内的,也会触发他自动执行

image.png

1.1 智能搜索

你不再需要记住复杂的命令,可以直接用自然语言向 AI 提出需求。

  • 示例:当你在对话中说“帮我找一个数据分析的 skill”或“有没有做 PPT 的技能?”,AI Agent 会理解意图,并自动调用 findskills 进行搜索。
  • 体验:整个过程就像是使用手机上的应用商店一样直观。

1.2 一键安装与更新

找到心仪的技能后,安装和管理也变得非常简单。

  • 示例:通过 npx skills install <技能名> 命令,即可一键安装。findskills 还能帮你集中管理已安装技能的更新,告别在多个目录间手动复制的繁琐操作。
  • 体验:AI Agent 在找到并确认技能后,甚至可以直接帮你完成安装。

1.3 跨平台与多 Agent 支持

findskills 并非某个产品的专属,它有着良好的通用性,是标准的技能管理工具。

  • 示例:它不仅支持 Claude Code,同样可以在 TraeCursorOpenClaw 等主流 AI 编程工具中使用。
  • 体验:无论你使用哪款主流 AI 工具,都可以用同一套逻辑来扩展它的能力。

技能在不同的工具中,且无法复用,我每次使用都要重新改为兼容的方式,但有了findskills,就可以让他帮我们改为通用性的,不用担心不同工具技能不能复用,下图为他对本机安装技能的分析:

image.png

2. 它是如何工作的?

findskills 主要由以下三个部分协同工作:

  • skills.sh 生态索引:一个在线的技能索引库,好比是“技能黄页”,汇集了来自全网的合格技能。
  • npx skills 命令行工具:这是一个 CLI 工具,负责实际执行“搜索”和“安装”的动作。npx 让它无需全局安装即可运行,非常轻便。
  • find-skills 技能本身:这是一个特殊的“元技能”。它教会 AI Agent 何时以及如何去调用 npx skills 这个工具来完成一系列步骤。

3. 🆚 “元技能” vs. “普通技能”

将其理解为应用商店的构成,会更容易区分:

对比项普通技能findskills(元技能)
核心比喻App Store 里的一个APP,可以帮你完成特定任务,如代码审查。App Store 的搜索和下载功能。它自身不完成具体任务。
主要作用执行具体工作,解决特定问题。教会并帮助AI去发现、安装和管理其他普通技能。
举个🌰“安装一个 代码审查 技能来检查我的代码。”“帮我 搜索一个 数据可视化的技能。”

此外,市面上还有像 FindSkills 这样的专业搜索引擎,它独立于 findskills CLI工具,专门专注于技能的发现与评估。

4. 如何使用:以 Trae IDE 为例

以下是安装步骤,如果你使用的是其他AI工具(如Claude Code),核心思路是完全一致的:

  1. 准备环境:确保你的电脑已安装 Node.js(因为将使用 npx 命令)。
  2. 安装“元技能”:在 Trae 中,我们可以直接使用 npx skills 命令来安装 find-skills
    npx skills add https://github.com/vercel-labs/skills --skill find-skills
    
  3. 选择安装位置:命令运行后,会出现一个交互式界面,让你选择将技能安装到哪些 AI 工具中。请务必勾选 Trae(或你正在使用的工具)。
  4. 体验自动发现:安装成功后,直接在 Trae 的 AI 对话中输入需求即可。

5. 总结

findskills 将AI从“单兵作战”变成了“集团军”。它用自动化的方式,解决了AI生态中“能力发现与配置”的难题,让我们能最大限度地利用海量AI技能的价值。