20多 个 AI 工具,20 多个 Skill 目录,我快管不过来了

上周我数了一下自己的 AI 工具清单：Claude Code、Cursor、Gemini CLI、Antigravity、OpenCode、Trae、Kiro、OpenClaw、Workbuddy、Hermess……

一共 13 个。

每个工具都有自己的 Skill 目录。~/.claude/skills/、~/.cursor/skills/、~/.gemini/skills/……

同一个 Skill，我要在 13 个地方重复安装。想找某个 Skill 有没有装，得一个一个目录翻，有些是静态链接、有些是文件复制….。

我快管不过来了。

今天发现了一个工具

叫 skills-manage，是一个 Tauri 桌面应用。

作者是个叫 iamzhihuix 的开发者，开源在 GitHub 上。

它的核心思路很简单：

把所有 Skills 集中到 ~/.agents/skills/ 这一个中心库里，然后通过 symlinks 分发到各个平台。

一个 Source of Truth，驱动所有 AI 工具。

它支持多少平台？

我数了一下，27 个。

编码工具类：Claude Code、Cursor、Codex、Gemini CLI、Windsurf、Trae、Qwen、Copilot、Aider……

Lobster 工具类：OpenClaw、QClaw、EasyClaw、WorkBuddy（打工搭子）……

你常用的那个，大概率在里面。

如果不在，还可以通过 Settings 自定义添加平台路径。

它解决了什么问题

第一个问题：发现。

你本地磁盘上散落着多少项目级的 Skill 库？你自己可能都不知道。

skills-manage 有个 Discover 功能，自动扫描本地磁盘，把所有项目级 Skill 库找出来。

第二个问题：管理。

以前每个工具的 Skill 目录是独立的。现在有了一个中心库，你可以在一个地方看到所有 Skills，按平台筛选，随时安装、卸载、更新。

第三个问题：分发。

通过 Collections 功能，你可以把一组 Skill 组织成一个集合，然后一键批量安装到多个平台。

第四个问题：评估。

每个 Skill 有完整的详情页：Markdown 预览、原始源码查看，甚至能调用 AI 生成解释。不用打开编辑器就能判断这个 Skill 值不值得装。

完整工作流

第一步：发现与扫描。 自动扫描本地磁盘上的项目级 Skill 库，一键导入中心库。

第二步：浏览市场。 浏览 Marketplace 发布商和 Skill，或直接从 GitHub 仓库导入。

第三步：查看详情。 Markdown 预览、源码查看、AI 解释生成，快速评估。

第四步：批量安装。 通过 Collections 组织集合，一键批量安装到多个平台。

第五步：统一管理。 查看所有已安装的 Skills，按平台筛选，随时卸载、更新、同步。

隐私和安全

这个工具的设计很克制：

• • 本地优先存储 — 元数据、集合、扫描结果、缓存都存在本地 SQLite 里
• • 零遥测 — 没有分析、崩溃报告、使用追踪
• • 按需联网 — 只有你主动用市场同步、GitHub 导入、AI 解释时才会发起网络请求
• • 凭证本地存储 — GitHub PAT 和 AI API Key 存在本地 SQLite 里

它不偷数据，不传数据，安静地干自己的活。

我的判断

这个工具的出现，说明了一件事：

AI 编码工具的时代，Skill 管理已经从”个人习惯问题”变成了”工程基础设施问题”。

当你的团队有 10 个人用 AI 工具，每人用 3 个工具，每个工具平均 20 个 Skills——那就是 600 个 Skill 实例需要管理。

没有工具，这就是灾难。有了工具，这就是基础设施。

最后

我以前花大量时间在”管理”上：翻目录、找 Skill、重复安装、清理过期的。

现在这些时间可以省下来，专注在真正重要的事情上：用 AI 解决业务问题，而不是管理 AI 工具本身。

GitHub 地址：https://github.com/iamzhihuix/skills-manage

 releases 地址：https://github.com/iamzhihuix/skills-manage/releases/latest

一个喜欢瞎捣鼓的架构师，把团队转型过程中踩过的坑讲给你听。