find-skills AI技能搜索工具:让WorkBuddy、Claude Code、Cursor、Codex自动帮你找Skill并推荐安装

最近只要经常折腾 Claude Code、Cursor、Codex 这类 AI 工具，应该都会发现一个很明显的变化：

Skill 越来越多了。

写代码有 Skill，优化网页有 Skill，做 UI 有 Skill，代码审查、测试、部署、写文档、数据分析，甚至一些非常细分的工作流程，现在都有人专门做成 Skill。

这当然是好事。

但 Skill 多到一定程度以后，又会出现一个新的问题：

到底该装哪个？

以前想找一个合适的 Skill，往往要自己去搜 GitHub、翻项目介绍、看别人推荐，然后再判断这个 Skill 到底适不适合自己。

如果只是偶尔找一次还好，但以后 Skill 越来越多，每次都这么找就有点麻烦了。

最近小编就在 GitHub 上发现了一个来自 Vercel Labs 的项目，其中有一个非常有意思的 Skill，名字就叫 find-skills。

截至小编查看时，这个 GitHub 项目已经拿到了 3.6 万+ Star，同时还有 3100+ Fork，说明关注和使用这套 Skill 生态的人已经相当多。

而 find-skills 的作用，可以用一句很简单的话概括：

让 AI 自己帮你找 Skill。

以前要自己知道Skill名字，现在只需要说你想干什么

普通情况下，我们想给 AI 增加一个能力，往往需要先知道对应 Skill 的名字。

比如你已经知道某个 Skill 专门优化 React 性能，那么直接去使用当然没有问题。

但真正麻烦的是，大部分时候我们只知道自己的需求，却根本不知道有没有对应的 Skill。

比如你突然想：

“有没有一个 Skill 能帮我优化 React 项目？”

“有没有适合做代码审查的 Skill？”

“我想让 AI 帮我写更规范的项目文档，有没有现成的？”

以前遇到这些问题，还是得自己搜。

而 find-skills 想改变的就是这个过程。

安装并使用这类能力以后，当你向 AI 描述一个比较明确的任务时，它会先判断：

这个需求是不是可能已经有人做成 Skill 了？

如果有，就可以进一步帮你寻找对应的 Skill，而不是一上来直接用通用能力硬做。

换句话说，以前的逻辑是：

“我知道这个 Skill，所以让 AI 使用它。”

现在可以慢慢变成：

“我告诉 AI 想做什么，让 AI 帮我找应该使用哪个 Skill。”

这个变化看起来不大，但真正开始大量使用 Skill 以后会非常省事。

例如：

“帮我找一个可以优化 React 网站性能的 Skill。”

用了find-skills以后，不只是搜名字，还会帮你判断值不值得用

find-skills 比较有意思的一点，是它并不是简单把搜索结果扔给你。

按照项目里的规则，它会先理解你到底想做什么。

比如你说“帮我优化网站”，它需要判断这是网页开发、性能优化还是设计问题；如果你说“帮我检查代码”，则要进一步判断你需要的是代码审查、测试还是代码质量相关能力。

确认方向以后，再寻找对应 Skill。

而且项目明确要求，不能只因为搜索到了一个 Skill，就马上推荐给用户。

还需要继续考虑它的使用情况和来源。

比如这个 Skill 有多少安装量，来自什么作者或者组织，背后的 GitHub 项目是否有一定关注度。

像 Vercel Labs、Anthropic、Microsoft 这类比较明确的来源，通常更容易判断；如果是一个完全陌生的项目，也应该多看一眼，而不是看到名字合适就直接使用。

这点其实很重要。

现在 Skill 的感觉越来越像以前的软件和浏览器扩展。

以后数量足够多以后，不只是“有没有这个功能”的问题，还会变成：

这么多同类 Skill，我应该选哪个？

find-skills 实际上就是在帮 AI 建立这种选择能力。

找到合适的结果以后，它可以进一步告诉你这个 Skill 是干什么的、来自哪里、为什么比较适合当前任务，而不是只返回一个名字。

这里继续使用前面完全相同的问题：

“帮我找一个可以优化 React 网站性能的 Skill。”

它更像AI世界里的“应用商店搜索”

我觉得 find-skills 最容易理解的一种说法，就是把它看成：

AI Skill 的搜索入口。

手机 App 多了以后，我们不会记住应用商店里几十万个软件的名字。

需要修图，就搜索修图软件；需要记账，就搜索记账工具；需要剪视频，就搜索视频编辑。

Skill 以后可能也是一样。

当数量只有几十个的时候，大家还可以靠收藏和记忆。

等发展到几千、几万个的时候，你根本不可能知道每一个 Skill 是干什么的。

这时候更合理的方式就是：

告诉 AI 需求，让 AI 自己找能力。

Vercel Labs 这套项目本身面向开放的 Agent Skills 生态，项目说明中已经覆盖 Claude Code、Codex、Cursor、OpenCode 等工具，同时还支持大量其他 Agent。

所以 find-skills 并不是只围绕某一个 AI 软件设计。

它更像是在解决整个 Skill 生态都会遇到的问题：

Skill 多了以后，怎么找？

而且除了寻找 Skill，这套生态本身还围绕 Skill 的管理、更新和使用进行了设计。

对于普通用户来说不需要研究这些底层东西，只需要明白 find-skills 的核心用途就够了：

以前是人给 AI 找工具。

以后可以让：

AI 给自己找工具。

Skill越来越多，这种工具反而会越来越有用

find-skills 并不是那种装上以后立刻让 AI 能力翻倍的 Skill。

它不会直接替你写网站，不会直接生成设计稿，也不会突然让代码性能提高一倍。

它解决的是一个更加靠前的问题：

找到更适合完成任务的能力。

比如你想优化 React，它帮你找 React 性能相关 Skill；你准备做 UI，它帮你找设计相关 Skill；你需要测试、部署、写文档或者做代码审查，它也可以往对应方向寻找。

找到一个合适的 Skill，再让 AI 按照里面整理好的专业工作流去完成任务，往往要比每次临时写一大段提示词更加稳定。

这也是为什么我觉得 find-skills 很适合作为一个“基础 Skill”。

以后你甚至不需要每天到处收藏：

“十大必装 Skill。”

真正需要某项能力的时候，直接问 AI：

“有没有适合干这个的 Skill？”

让它自己寻找。

当然，自动找到并不代表什么都应该无脑使用。

Skill 本质上还是别人编写的一套指令、工作流程和能力扩展。如果涉及脚本执行、文件操作、账号权限或者外部服务，依然建议先看看来源和具体内容。

find-skills 本身也把 Skill 的来源、使用量和项目可信度纳入推荐判断，这一点反而让它比单纯搜索关键词更实用。

如果你最近已经开始玩 Claude Code、Cursor、Codex 或各种 Agent Skill，这个项目确实值得研究一下。

尤其是以后不知道该找什么 Skill 的时候，可能不需要自己在 GitHub 里翻半天了。

直接把需求告诉 AI。

让它自己去找。

想获取 find-skills 相关项目和使用信息，关注公众号：海进爱程序，公众号后台私信 「找skill」 即可获取。

如果觉得这篇文章对你有帮助，麻烦顺手帮忙点个免费的“赞”和“推荐”。对你来说只是几秒钟，却可以让更多正在研究 AI、Claude Code、Cursor、Codex 和 Skill 的朋友看到，也是对小编继续分享这些实用项目最大的支持。