主流智能体Skills安装完全教程

    上周工位上来了个新人，刚把 Claude Code、Cursor、Codex 装了一圈，跑来问我："我看网上说给智能体装个 Skill 就能让它按我们团队的规矩发版、写测试、做代码审查，这东西到底咋装？是不是跟装 npm 包一样来一句命令就行？"

我说：一半对，一半不对。

对的那半是——它确实就是往固定文件夹里放文件，简单到离谱。不对的那半是——各家智能体认的文件夹路径不一样，放错一层目录，它就当没看见，还不报错，你对着屏幕怀疑人生半小时。

这篇我把从"Skill 到底是个啥"，到"在 Claude Code、claude.ai、Cursor、Codex、Gemini CLI、Trae 上分别怎么装"，再到验证、更新、卸载、排错、安全，一次讲透。照着做，新手也能跑通。

一、先搞明白：Skill 到底是个什么东西

别被"智能体技能"这种词唬住。一个 Skill，本质上就是一个文件夹，里面放了一个叫SKILL.md的文件。

这个 SKILL.md 干两件事：

1. 开头有一段 YAML 配置（专业说法叫 frontmatter），写清楚这个技能叫什么名、干什么用、什么时候该用；
2. 后面是 Markdown 写的操作说明书，告诉智能体具体一步一步怎么做。

文件夹里还能塞别的东西：能执行的脚本（scripts/）、参考文档（references/）、模板和素材（assets/）。

我给你打个最接地气的比方。你带一个新来的实习生，他很聪明，但不知道你们公司的规矩。你有两种带法：

• 第一种，把公司所有规章制度每天早上贴他脸上，不管今天干啥先全看一遍——这又臭又长，他还抓不住重点；
• 第二种，给他一个抽屉，里面分门别类放着各种操作手册：发版流程一本、代码审查规范一本、数据库迁移注意事项一本。他平时只看每本手册封面上的标题，等今天真要发版了，自己去把"发版流程"那本抽出来照着做。

Skill 就是那一本本手册，装 Skills 就是给智能体准备这个抽屉。

这套东西最早是 Anthropic（做 Claude 的公司）搞出来的，后来开放成了标准，叫Agent Skills。现在 Cursor、Codex、Gemini、Trae 这些主流智能体全都认这套格式。你写一次，能在各家通用——这也是它最值钱的地方。

它凭什么省 token：渐进式披露

你可能担心：我塞进去几十个 Skill，每个都写几百行，那每次对话不得把上下文撑爆？

不会。这套机制叫"渐进式披露"（progressive disclosure），分三层，越往后才加载越细的内容：

翻译成人话：平时智能体只扫一眼每本手册的封面标题，等活对上了才翻开正文，正文里说"详见附录"它才去翻附录。所以 description（描述）这一行是整个技能里最要命的——智能体要不要用这个技能，全看它写得清不清楚。

二、动手前的准备工作

别急着装，先把这几样备好，能帮你少踩一堆坑。

1. 确认你的智能体版本够新

这是新手最容易栽的第一个坑，而且栽了都不知道：版本太老时，你把文件夹放得再对，智能体也根本不认，还不报错——表现出来就是"它怎么完全不提我装的技能"，跟描述写得烂的症状一模一样。

几个关键版本门槛：

• Cursor：要 2.4 或更高版本，Skills 才生效。从菜单的 About / 更新页面看一眼你的版本号；
• Claude Code、Codex CLI、Gemini CLI、Trae：保持更新到近几个月的版本即可，这些工具更新很快，旧版可能缺某些字段支持。

2. 装好运行环境

绝大多数安装方式都要用到 Node.js 自带的 npx：

• 去装一个 Node.js 18 或更高版本（nodejs.org 下载 LTS 版，一路下一步）；
• 装完打开终端（macOS 是"终端"，Windows 建议用 PowerShell 或 Git Bash），验证一下：

node --version   npx --version

能打印出版本号就 OK。

3. 想清楚装"全局"还是"项目级"

这是第二个要先想明白的事。Skill 有两种作用范围：

判断标准很简单：这个规矩是不是只对眼前这个代码库成立？是，就装项目级；是你个人到处都想用的通用习惯，就装全局。

• 团队协作、想让同事 clone 下来就有 → 项目级，提交到仓库；
• 你自己的私人工具箱 → 全局。

三、一个 Skill 的标准长什么样（目录结构详解）

在讲各家怎么装之前，先把一个 Skill 的"标准身材"看明白。因为不管哪家，装的都是这么个文件夹：

my-skill/                  ← 文件夹名就是技能名，小写、用连字符├── SKILL.md               ← 必须有，元数据 + 操作说明├── scripts/               ← 可选，放能执行的脚本│   ├── deploy.sh│   └── validate.py├── references/            ← 可选，放详细参考文档，按需读取│   └── DEPLOY_REFERENCE.md└── assets/                ← 可选，放模板、配置、图片等    └── config-template.json

几个硬性规矩，务必记牢，全是重灾区：

1. 文件夹名必须和 `SKILL.md` 里的 `name` 字段一模一样，而且只能用小写字母、数字、连字符（`-`），不能有空格、大写字母、下划线。比如 `name: pdf-processing`，文件夹就得叫 `pdf-processing/`，不能叫 `PDF-Processing/` 或 `pdf_processing/`；

2. `SKILL.md` 必须直接放在技能文件夹的第一层。最常见的翻车是：下载的压缩包解压后多套了一层目录，变成 `my-skill/my-skill/SKILL.md`，智能体直接无视；

3. 名字不能以连字符开头或结尾，长度最多 64 个字符；

4. `SKILL.md` 正文建议控制在 500 行以内，太长的内容拆到 `references/` 里，让智能体按需读。

SKILL.md 文件的完整写法

这是核心，我给你一个可以直接抄的模板：

---name: deploy-to-stagingdescription: 把应用构建并部署到测试环境（staging），并做健康检查。当用户要求”发到测试环境””部署一下 staging””上线预发”时使用。license: MITmetadata:  author: your-team  version: ”1.0”---# 部署到 Stating 环境## 前置检查- 确认当前在 main 分支，且工作区没有未提交的改动；- 确认所有依赖锁文件是最新的。## 操作步骤1. 先跑完整的测试套件：`pnpm test`；   - 如果测试失败，立即停止，把失败信息报告给用户，不要继续部署。2. 构建生产产物：`pnpm build`；3. 执行部署脚本：`bash scripts/deploy.sh staging`；4. 部署后调用健康检查：`python scripts/validate.py`；   - 健康检查要连续成功 3 次才算通过。## 常见异常处理- 如果部署脚本报网络超时，等待 30 秒后重试一次，仍失败则停止并上报；- 健康检查不通过时，执行回滚：`bash scripts/deploy.sh rollback`。## 参考详细的环境变量说明见 [部署参考文档](references/DEPLOY_REFERENCE.md)。

我逐块给你解释：

• 开头两个 --- 之间是 YAML 配置，必须放在文件最开头，第一行就是 ---；
• name
  （必填）：技能名，规则上面说过了；
• description
  （必填，最关键）：最多 1024 字符。一定要同时写清楚两件事——这个技能"做什么"，以及"什么时候该用它"。最好把用户可能说的口语原话也列进去（"发到测试环境""部署一下"），因为智能体是拿你的描述去匹配用户的话。这一行写得含糊，技能就永远不会被触发；
• license
  （可选）：开源协议；
• metadata
  （可选）：随便放作者、版本之类的附加信息；
• 还有几个可选字段：

  • compatibility
    ：写明运行这个技能需要什么环境（要联网、要装哪些系统包等）；
  • allowed-tools
    ：预批准这个技能可以用哪些工具（实验性功能，各家支持程度不一）。

两个---之后就是 Markdown 正文，写你希望智能体照着做的操作说明。推荐写法：分步骤、把异常情况讲清楚、给出明确的"什么时候该停下来问人"。

一个写好说明的诀窍：正文里别写智能体本来就知道的通用知识（比如"什么是 HTTP""Git 是什么"），只写它不知道的——你们团队特有的规矩、不 obvious 的坑、该用哪个内部工具。这些才是 Skill 的价值。

小技巧：SKILL.md 正文里还支持动态注入命令输出。比如写 !`git diff HEAD`，技能被加载时这行会被 git diff 的实际结果替换掉。需要让智能体每次看到当前改动时很好用。

四、正式安装：各家智能体分别怎么操作

重头戏来了。我按主流程度一家一家讲，你用哪家就跳到哪家那节。核心就一句话：把上面那个技能文件夹，放进这家智能体认的目录里。

先给你一张总表，一眼看清楚各家认哪些路径：

注意那个 .agents/skills/：这是跨各家的通用标准路径，放在这里的技能多家都能认。后面会细讲。

说明：前 5 家是面向开发者的"写代码"智能体，靠目录文件就能装；下面 4 家是国内的"办公"智能体，大多改成了在客户端里点按钮、上传 ZIP 的方式，不用你去找隐藏目录。另外像**飞书 aily（智能伙伴）**这类，走的是"工作流编排 + MCP 接业务系统"的路子，并不直接上传 SKILL.md，本节末尾也会讲到。

1. Claude Code（Skill 标准的发源地）

Claude Code 是命令行工具，只支持你自己建的自定义技能，没有图形界面上传，纯靠文件系统，自动发现，不需要调什么 API 上传。

装全局技能（所有项目都能用），在终端执行：

# 建技能目录，技能名假设叫 summarize-changes     mkdir -p ~/.claude/skills/summarize-changes

然后用编辑器在 ~/.claude/skills/summarize-changes/ 下创建 SKILL.md，按上面的模板写好。

装项目技能（只对当前项目，可提交 Git 共享）：

# 先进入你的项目根目录 cd /path/to/your-project    mkdir -p .claude/skills/summarize-changes

把 SKILL.md 放进 .claude/skills/summarize-changes/。

关于发现路径，有个坑要特别说清楚：Claude Code 只识别仓库根目录下.claude/skills/<技能名>/SKILL.md这一层。下面这几种放法它启动时都不会发现：

• .claude/skills/SKILL.md
  （少了技能名这层外套目录）；
• 嵌套两层，如 .claude/skills/a/b/SKILL.md；
• 仓库根目录直接放个 skills/（不带 .claude）。

装好后重启 Claude Code 或开一个新会话（技能是启动时扫描的），两种方式触发：

• 直接用自然语言说需求，让它自己判断该用哪个；
• 或者输入斜杠命令显式调用：/summarize-changes。

如果你用的是网页版 claude.ai（不是命令行），装法不一样，是上传 ZIP：

1. 打开 Settings（设置）→ Capabilities（能力），把 Code execution（代码执行） 打开；
2. 进入 Customize（自定义）→ Skills，点 "+" 按钮，选 Create skill → Upload a skill；
3. 上传一个 ZIP 压缩包——注意压缩包要以技能文件夹为根，也就是解压后第一层就能看到 

1. 这个功能 Pro / Max / Team / Enterprise 用户可用。

同步问题：你在 claude.ai 上装的技能，当你用同一个账号登录 Claude Code 时会单向同步过去。但如果你是用 API key 或 Bedrock 方式登录的 Claude Code，则不会同步。想关掉同步，可以设置 syncClaudeAiSkills=false。

Claude Code 还支持通过插件市场批量安装技能，语法是：

/plugin marketplace add <仓库地址>    /plugin install <插件名>@<市场名>

比如安装 MCP 官方那套技能：

/plugin marketplace add modelcontextprotocol/ext-apps/plugin install mcp-apps@modelcontextprotocol-ext-apps

2. Cursor

Cursor 从2.4 版本开始原生支持 Agent Skills，认的目录最多，也最宽容。

它会自动从这几个位置加载技能：

最省心的一点：为了兼容，Cursor 还会顺手读 Claude 和 Codex 的目录——.claude/skills/、.codex/skills/、/.claude/skills/、/.codex/skills/。所以你之前给 Claude Code 装的技能，Cursor 直接就能用，不用重装。

手动安装，在项目根目录执行：

mkdir -p .cursor/skills/deploy-app

把 SKILL.md 放进去，重启 Cursor 即可。

Cursor 支持嵌套子目录分类，这点比 Claude Code 灵活。它会递归遍历技能根目录，把找到的每个 SKILL.md 都当成一个技能：

.cursor/└── skills/    ├── shipping/    │   ├── land-it/    │   │   └── SKILL.md    │   └── careful-merge/    │       └── SKILL.md    └── workflow/        └── tdd/            └── SKILL.md

这里 shipping/、workflow/ 这种纯分类文件夹不影响技能身份，技能名由直接装着SKILL.md的那个文件夹决定（land-it、tdd 等）。甚至 monorepo 里某个子包下放 apps/web/.cursor/skills/ 也会被发现，并自动限定为只在处理该目录文件时生效。

图形化/内置命令方式：

• 在 Agent 对话框里输入 /create-skill，描述你想要的技能，Cursor 有内置技能带你一步步命名、组织、保存；
• 输入 /migrate-to-skills（2.4 起），能把你旧的动态规则（rules）和斜杠命令自动转成技能。它会把"按需应用"的动态规则转成标准技能，把斜杠命令转成 disable-model-invocation: true 的技能（保留"只能手动调用"的特性）。而 alwaysApply: true 那种强制规则不会被转。

触发方式：对话框输入 / 加技能名（如 /deploy-app）手动运行，或输入 @ 选择技能附加为上下文，也可以直接说人话让它自动判断。

关于云智能体（Cloud Agents）：放在 /.cursor/skills/ 的个人技能默认只在你本机，不会自动上传。要让云端 Agent 也能用，去Settings → Agents，打开Sync Skills for Cloud Agents（同步的技能仅你自己可见）。注意只有 ~/.cursor/skills/ 会同步，/.agents/skills/ 和未同步的本地技能不会被复制到云端、远程 SSH 或自建 worker。团队版/企业版管理员可以在Team Settings → Security & Identity里统一关掉这个同步。

分享给团队：打开Customize → Skills，选中一个个人技能点Publish，发布到团队市场，同事就能从市场里安装。注意"发布"和"同步"是两回事。

3. OpenAI Codex（CLI 和 IDE 插件都支持）

Codex 的技能在命令行版和 IDE 插件里都能用，同样基于开放标准。它的路径优先级设计得比较细。

Codex 按优先级从高到低从这些位置加载技能，重名时高优先级覆盖低优先级：

Codex 还支持用软链接（symlink）的技能文件夹，扫描时会跟着链接找到真实位置。

手动安装最直接：在 ~/.codex/skills/（全局）或项目的 .codex/skills/（项目级）下建技能文件夹、放 SKILL.md，然后重启 Codex。

用内置技能安装：Codex 自带一个 $skill-creator 技能，你描述需求它就帮你把技能脚手架搭起来。还有个 $skill-installer 技能，能从 GitHub 上一套精选技能集里下载安装，比如：

$skill-installer install the linear skill from the .experimental folder

也可以让它从你指定的其他仓库下载。装完记得重启 Codex。

触发方式：

• 显式调用：输入 /skills 命令选择，或者直接输入 $ 开头来提及某个技能；
• 隐式调用：你说的任务匹配技能描述时，Codex 自己决定用。

注意 Codex 网页版和 iOS 版暂不支持显式调用，但你仍然可以让它使用仓库里 check-in 的任何技能。

禁用某个技能而不删除：在 ~/.codex/config.toml 里加配置（实验性功能），改完重启：

[[skills.config]]path = ”/path/to/skill”enabled = false

4. Gemini CLI

Google 的 Gemini CLI 也原生支持 Agent Skills，并且把"同意授权"这一步做得很明确。

发现层级（优先级从低到高，高的覆盖低的）：

1. 内置技能（Gemini CLI 自带）；   
2. 扩展技能（装在已安装扩展里的）；
3. 用户技能：~/.gemini/skills/ 或 ~/.agents/skills/；
4. 工作区技能：.gemini/skills/ 或 .agents/skills/，可通过版本控制共享给团队。

重名时，在用户/工作区同一层级内，.agents/skills/ 优先于 .gemini/skills/。

激活流程比别家多一道"同意"：

1. 启动时 Gemini 扫描所有技能，把名字和描述注入系统提示；   
2. 任务匹配时，它调用 activate_skill 工具；
3. 界面会弹出确认提示，告诉你技能名、用途、它将获得哪个目录的访问权限；
4. 你批准后，SKILL.md 正文和目录结构才加入对话，技能目录被加入允许访问的路径；
5. 然后才开始执行。

管理命令，交互式会话里用斜杠命令：

• /skills list
  ：列出当前发现的技能（加 all 包含内置，nodesc 隐藏描述）；
• /skills link <路径>
  ：链接一个本地目录里的技能；
• /skills disable <名字>
   / /skills enable <名字>：禁用/启用（默认作用于 user 范围，加 --scope workspace 管工作区）；
• /skills reload
  ：重新扫描刷新。

也可以直接在终端用 gemini skills 命令：

# 列出所有技能gemini skills list --all# 从 Git 仓库安装（--consent 跳过安全确认）gemini skills install https://github.com/user/repo.git --consent# 卸载工作区里的某个技能gemini skills uninstall my-skill --scope workspace

5. Trae（字节跳动的 AI IDE）

Trae（文档里叫 TraeCode）同样用 SKILL.md 定义技能，给了三种创建方式，对国内用户很友好。

方式一：对话让 AI 自动建。直接说：

帮我在 ./trae/skills 目录下创建一个新技能，名字叫 xxx，它能帮我做这些事：……

方式二：界面手动建：

1.  打开 设置 → 技能与命令；
2.  在"技能"部分点 创建，选类型（全局或项目）；
3.  填技能名称、描述、指令；
4.  确认。项目技能会自动在 

方式三：导入外部技能。同样在"技能与命令"里点创建，上传单个 SKILL.md，或者上传一个包含 SKILL.md 和相关文件的 ZIP。Trae 会自动分析并填充名称、描述、指令，你可以改完再确认。

使用通用.agents/skills/目录：Trae 也认 Agent Skills 规范约定的 .agents/skills/。把目录加进项目后，去设置 → 技能与命令 → 导入设置，打开"启用 .agents 技能目录"开关。

有个优先级要注意：如果你在 .trae/skills/ 建的技能和 .agents/skills/ 里的重名，系统优先用.trae/skills/里的。

Trae 还内置了几个好用的技能，比如 TRAE-generate-mini-app（生成 Taro 小程序）、TRAE-debugger（运行时调试，按"假设→插桩→复现→分析→修复→验证"走）、TRAE-code-review（代码审查）。

6. 腾讯 WorkBuddy（AI Agent 办公工作台）

前面 5 家是给程序员写代码用的，从这节开始换一类——办公智能体。腾讯的 WorkBuddy 定位是"一人指挥、专家团执行"的智能工作台，桌面端、主流 IM、小程序都能用，内置 100+ 领域专家，并且明确支持MCP 生态 + 自定义 Skills。

它的技能有三种装法：

• 上传技能：在技能板块点"添加技能 → 上传技能"，把本地技能包拖进去或选中文件，导入后系统自动完成配置，不用额外操作；
• 查找技能：选"查找技能"，用一句任务描述（比如"帮我订外卖""查一下股价"），它自动从市场里找匹配的技能；
• 创建技能：选"创建技能"，输入任务描述，它直接帮你把技能生成出来。

文件目录方式也支持，WorkBuddy 按下面这个优先级自动发现技能（兼容 OpenClaw 技能生态，可以直接从 GitHub、Gitee 导入）：

启用/关闭：已装技能可以随时一键开关，不用卸载。关闭后技能还在"已安装"列表里，但不会被模型自动调用；这个开关状态存在你的全局配置里、多端同步，而且不会改动技能包原本的SKILL.md。注意"关闭 ≠ 卸载"——卸载才会彻底删除。技能多的时候用搜索框快速定位，支持批量卸载。

要特别留个心眼：WorkBuddy 官方文档专门提示，技能可能读取你的身份信息、输入内容、行为日志、第三方凭证，可能读写本地文件，还可能把你的输入发给第三方。所以优先用官方推荐技能，装第三方技能前一定看清楚它申请了什么权限、脚本里干了啥。

7. 豆包工作（字节跳动的办公智能体）

豆包工作（PC 客户端，和新版"豆包"里的 Agent 能力基本是一套）同样支持技能，并且集成了飞书办公能力。

装内置技能：打开客户端，点左侧插件·技能·伙伴，在"技能"页面能看到两类——豆包推荐的官方技能（办公、金融、编程、数据分析、内容创作等）和企业管理员配置的技能。点技能右侧的"安装"即可。

有个挺省心的设定：技能不安装也能在任务里直接用；安装的意义主要是平台会记住你上次填的参数，下次复用更快。在"技能"页面右上角"我安装的"里可以查看、替换或删除。

自定义技能有两种：

• 对话新建：在"技能"页面点右上角 + 添加 → 与豆包对话新建技能，讲清楚技能名称、触发场景、执行指令，需要的话附上脚本、参考文档或模板；
• 上传技能：选"上传技能"，直接上传本地技能文件或文件夹。要求里面至少包含一个 skill.md，且开头是 YAML 格式的名称和描述——就是前面讲的那套 SKILL.md 规范。格式不规范可以让豆包帮你检查补全。

调用方式：在"新工作任务"里，直接说需求让它自动匹配，或者输入 / 或 @ 搜索指定技能，也能点"更多技能"浏览选择。

技能 vs 插件（豆包分得很清楚）：技能管"做事的方法"，插件管"数据从哪读、往哪写"（插件通过 CLI 或 MCP 连外部系统）。两者搭配用。

补充一个云端的坑：任务可以选在"本地电脑"或"云电脑"跑，两边装的技能默认不互通；不过通过技能商店上传的技能、以及 user_skills 目录里的不受影响。云电脑沙箱闲置会自动销毁，里面临时装的 npm 包、CLI 会丢。

8. 钉钉悟空（阿里的办公智能体）

钉钉的 AI 助理"悟空"也有技能中心，内置技能和用户自定义技能都在里面。

• 用内置技能：打开 悟空 → 更多 → 技能中心，在推荐技能里点右上角"使用"即可；
• 上传自定义技能：技能中心右上角点 上传技能 → 上传，支持直接传 SKILL.md 文件，也支持 ZIP；
• 新建技能：点右上角 + 新技能，输入你想要的能力描述，技能创建助手帮你生成并配置；
• 停用/卸载：在"技能中心 → 我的技能"里对相应技能做停用或卸载。

钉钉还专门给"一人公司（OPT）"场景推荐了一批技能，在新任务对话框的"技能 → 搜索和管理技能 → 技能中心"里能找到。

注意区分：钉钉还有一套面向开发者的 OpenAPI / DEAP 自定义能力（用 OpenAPI 3.0 的 YAML 描述业务接口、或往智能体里传 Skill 的 zip 包），那是给要深度对接业务系统的开发者用的。普通用户在"技能中心"上传 SKILL.md / ZIP 就够了。

9. WPS 灵犀Claw（金山办公的智能体）

WPS 的对话式办公智能体"灵犀"（其 Agent 版本叫灵犀Claw）也支持技能，安装方式有三种：

• 聊天指令安装：把技能对应的官方指令复制发送给灵犀，它会自动安装；已装过的会检测到新版本并更新；
• 聊天新增自定义 Skill：直接用大白话描述需求，比如"新建一个 Skill，用来获取某网站最近发布的消息"，它自动生成；
• 自己上传 ZIP：在"技能"界面上传 ZIP 技能包，装完在技能页里能看到，鼠标悬浮到技能卡片上，右上角有开关可以随时开启/关闭。

技能文件本地默认放在 %AppData%\WPS灵犀\serverdir\skills\ 这样的目录下，但一般你不用手动去找，用图形界面管理就行。同样注意：从网上下载技能包要确认安全性，别装未认证的 Skill。

顺带说：飞书 aily 为什么不在"装 SKILL.md"之列

你可能会问，飞书的"智能伙伴 / aily"不也能定制吗？它确实能，但路子不一样：aily 是企业级 Agent 平台，主要靠"工作流（Workflow）编排 + MCP 对接业务系统 + 关联企业知识库"来扩展能力，在技能编排里添加的是一个一个 Workflow 节点，而不是直接丢一个 SKILL.md 进去。

所以如果你的目标是"把一份写好的 SKILL.md 装进去"，飞书 aily 没有这种直接入口；你要么在它的平台上用可视化方式重新搭一遍工作流，要么通过 MCP 把你的能力包装成工具接进去。这点别和前面几家搞混了。

五、最省事的方法：一条命令装全家（通用 Skills CLI）

如果你机器上同时装好几个智能体，手动往各家目录放文件太麻烦。有两个命令行工具能自动识别你装了哪些智能体，一条命令把技能给你铺到所有对应目录。

1. Vercel 出的 Skills CLI（推荐，npx skills）

这是开放技能生态的"包管理器"，会自动探测你装了 Claude Code、Cursor、Codex、Gemini CLI 等哪些工具。

最常用的安装命令：

# 从 GitHub 仓库安装（owner/repo 简写）     npx skills add anthropics/skills     # 或 Vercel 自己的     npx skills add vercel-labs/agent-skills

装特定的某个技能（一个仓库里常有多个技能）：

npx skills add anthropics/skills --skill xlsx    npx skills add vercel-labs/agent-skills --skill frontend-design

指定装到哪个智能体（不指定就自动探测/让你选）：

npx skills add vercel-labs/agent-skills -a claude-code -a cursor

全局安装（默认是项目级，-g 装到用户目录）：

npx skills add anthropics/skills -g  

非交互、CI 场景（-y 跳过所有确认）：

npx skills add vercel-labs/agent-skills --skill frontend-design -g -a claude-code -y

它支持的来源非常多：GitHub 的 owner/repo 简写、完整 GitHub/GitLab/Azure Repos 链接、任意 git URL、本地路径都行。下载单个 SKILL.md 或 zip/tar 压缩包的直链也可以（默认下载限 10 MiB、解压限 25 MiB、最多 1000 个文件）。

安装方式上，交互式时可以选：

• 软链接（默认推荐）：各家目录里放指向同一份真实文件的链接，单一源头，更新方便；
• 复制（加 --copy）：每家放一份独立拷贝，软链接不好用时选它。

作用范围：默认装项目级 ./<智能体>/skills/（可提交 Git 团队共享），加 -g 装全局 ~/<智能体>/skills/。

其他常用命令：

npx skills list# 列出已装技能（别名 ls）    npx skills find typescript# 按关键词找技能（交互式）   npx skills update     # 更新已装技能    npx skills remove <技能名># 卸载    npx skills init my-skill# 生成一个 SKILL.md 模板   npx skills use <来源># 不安装，临时用一下某个技能

2. agent-skills-cli（支持的平台更多）

还有个第三方工具号称支持 40 多个 AI 智能体、17 万+ 技能，命令风格类似：

npm install -g agent-skills-cli# 需要 Node.js 18+skills install @anthropic/xlsx# 从市场装skills add vercel-labs/agent-skills# 从 GitHub 仓库装skills install @lobehub/typescript -a cursor,claude# 指定平台skills install @xxx --all# 装到所有平台skills check# 检查已装技能及版本skills doctor# 诊断问题（--deep 查冲突）

这个是第三方个人项目，用之前自己判断下要不要装。一般来说优先用 Vercel 的npx skills，来源更可靠，还不用全局安装。

六、怎么验证装成功了

别装完就默认成功了，按下面几步确认。

第一步：重启智能体 / 开新会话。技能是启动时扫描发现的，你在会话进行中放的文件夹，当前会话不一定看得到。这一步忘做是"明明装了却没反应"的头号原因。

第二步：让它自报家门。直接问一句：

你现在都有哪些技能？

或者英文 "What skills do you have?"。正常的话你应该能在列表里看到刚装的技能名。各家也有专门命令：

• Gemini CLI：/skills list（加 --all 看内置）；
• Codex：/skills；
• 命令行：npx skills list、gemini skills list、skills check。

第三步：给一个应该触发它的任务，实测。比如装了写测试的技能，就说"帮我给 src/lib/parser.ts 写测试"，看智能体有没有引用你定的规矩。想 100% 确认，就显式点名："用 xxx 技能来做这件事"。

七、更新和卸载

技能没有统一的中央注册中心，更新和卸载都比较"手工"。

更新

• 用 CLI 装的：再跑一遍同样的 npx skills add ... 会用最新版覆盖；或者用 npx skills update 批量更新。git clone 装的可以进技能目录 git pull；
• 手动放的：直接改文件夹里的文件即可；
• 想锁定版本防止上游更新搞坏流程：进技能目录 git checkout <某个提交号>，跟锁版本号一个道理。

卸载

• 手动放的：删掉对应的技能文件夹，然后开个新会话让智能体别再读它；
• CLI 装的：npx skills remove <技能名>，或 gemini skills uninstall <名字> --scope workspace、skills remove <名字>；
• 不想删、只想暂时停用：用各家的 disable（Codex 在 config.toml 里设 enabled = false，Gemini 用 /skills disable）。

八、常见报错和排查清单

我把最高频的翻车点整理成一张清单，遇到"技能不生效"从上往下对：

一个排查的总思路：先排版本，再排"有没有重启"，然后排目录层级，最后才怀疑描述写得烂。因为这前三个问题的表现跟"描述烂"几乎一模一样，别一上来就花二十分钟改描述，结果发现是版本问题。

九、安全注意事项（这条别跳过）

技能里可以带脚本，智能体是会真去执行的。所以装别人写的技能，等于让它在你机器上跑代码，得留个心眼。

1. 只装可信来源的技能。官方仓库（如 anthropics/skills、vercel-labs/agent-skills、microsoft 出品）比来路不明的个人项目可靠。装之前先把它的 SKILL.md 和 scripts/ 翻一遍，看它到底干了啥；  
2. 警惕脚本里的危险操作：删文件、发网络请求、读环境变量、curl 后直接执行（curl ... | bash）这类要重点看；
3. 绝对不要把密钥、密码、token 硬编码进技能文件。技能文件夹常被提交到 Git，一提交就泄漏了。需要密钥就让它从环境变量读；
4. 善用各家的确认机制。比如 Gemini 激活技能前会弹确认、告诉你它要访问哪个目录，别不看就点同意；Codex 也别动不动就用 full access 全自动模式；
5. 团队共享的项目技能，像审查普通代码一样在 PR / MR 里 review 它的改动。

选技能时也有个简单的质量判断：优先选安装量大、来源官方、GitHub star 多的。安装量几百以下、仓库几十个 star 都没有的，多留个心眼（这个判断标准来自 find-skills 技能自己的建议）。

十、上哪儿去找现成的 Skill

不用什么都自己写，生态里已经有不少现成的：

• 官方开源示例：

  • Anthropic 官方技能集：github.com/anthropics/skills（前端设计、文档处理、pptx/xlsx/pdf 等，安装量很大）；
  • Vercel 技能集：vercel-labs/agent-skills（React、Next.js、Web 设计规范）；
• 开放规范官网和目录：

  • 标准与文档：agentskills.io，规范细节看 agentskills.io/specification；
  • 用 npx skills find <关键词> 直接在命令行搜，或上 skills.sh 看按安装量排的榜单；
• 各家也都自带内置技能（Claude Code、Codex 的 skill-creator，Trae 的小程序生成/调试/代码审查等），先用内置的，不够再找外部的。
• 国内办公智能体不用去 GitHub 找，直接在各自客户端里搜：WorkBuddy 的"添加技能 → 查找技能"、豆包工作的"插件·技能·伙伴"、钉钉悟空和 WPS 灵犀Claw 的"技能中心/技能"页面，里面都有官方技能市场，优先装官方推荐项。OpenClaw 生态的技能 WorkBuddy 也能直接从 GitHub / Gitee 导入。

想自己从零写一个，用 npx skills init <技能名> 生成模板，或者直接让 Claude Code / Cursor / Codex 的内置 skill-creator 带你建。

写在最后

绕了一大圈，其实给智能体装 Skill 这事，核心就三句话：

2. 它就是一个装着 SKILL.md 的文件夹，放进智能体认的目录就完事；
4. 最容易翻车的就三处——版本够不够新、放完有没有重启、SKILL.md 有没有多套一层目录；办公智能体走客户端上传的，还要确认传的是"以技能文件夹为根"的包；
6. 写技能时把功夫花在 description（决定它能不能被触发）和团队特有的规矩（这才是技能的价值）上。

我越来越觉得，未来真正拉开差距的，不是谁用的模型更聪明——模型大家都能买到——而是谁更会把自己团队的经验、规矩、流程，沉淀成这些智能体能读懂、能复用的技能包。老带新靠口传心授的时代正在过去，以后一个团队值钱的家底，可能就躺在仓库那个 .agents/skills/ 文件夹里。

趁现在门槛还低，花半小时把第一个技能装通，你就已经走在前面了。