Skills 到底怎么用?安装、调用、卸载和维护一次讲明白

  很多人开始做 Skills 以后，第一反应通常是：我先把技能装上，能用就行。

但真正进入长期使用阶段，问题很快就会冒出来：技能怎么安装？怎么卸载？装完以后到底对哪些 AI 工具生效？后面修改 SKILL.md，这些工具能不能同步读到？

这些问题如果没搞清楚，后面就很容易乱。比如你以为已经安装成功了，结果工具根本没读到；你以为卸载了，源码还留在原地；你以为给 Codex 装了一份，实际它走的是共享目录；你以为改了技能内容，结果使用的还是旧副本。

所以这篇不只是讲 npx skills 几个命令怎么敲，而是把 Skills 从创建、安装、使用范围、安装方式、卸载到后续维护完整串起来。读完以后，至少要把这几个问题弄明白：

• init
   创建出来的东西，算不算已经安装？
• add
   之后，技能到底进了哪个目录？
• 为什么安装时会出现 Codex、Cursor、Claude Code 这些工具？
• 选了 Symlink，到底链接的是谁？
• remove
   删除的是源码，还是安装入口？

重点提示：学习 vercel-labs/skills，不要只背命令。先分清“工具、源码、安装入口”这三件事。

这篇就按一次真实操作过程，把 npx skills 从克隆、初始化、添加、选择安装方式、落盘目录、卸载到全局列表完整走一遍。

先看清楚：skills 是管理工具，不是技能集合

这次操作先从 vercel-labs/skills 开始。截图里可以看到，我在桌面执行了：

git clone https://github.com/vercel-labs/skills.git

终端显示仓库克隆成功，这一步对应的是把 skills 管理工具仓库拉到本地。

这里要先分清楚一个容易混的点：vercel-labs/skills 是技能管理工具，也就是后面执行 npx skills init、npx skills add、npx skills remove 的工具来源；它不是技能集合本身。如果想看别人写好的现成 Skill，应该看 vercel-labs/agent-skills 这类技能仓库。

这里要注意：一个是管理工具，一个是技能内容。它们不是一回事。

init：它只是创建源码模板

接下来执行的是：

npx skills init test_case

终端里出现了 Initialized skill: test_case，并且创建了：

test_case/SKILL.md

这一步很容易误解。很多人看到 Initialized skill，会以为这个 Skill 已经能被 Codex、Claude Code 或 Cursor 识别了，其实不是。

init 只是创建一个源码目录。它生成的是最基础的 SKILL.md 模板，让你后面去写技能说明、触发条件、执行规则；这个阶段还没有安装到任何工具里。

也就是说：

先记住这个判断：init 创建的是源码，不是安装入口。

自己建 Skill，真正要写的是 SKILL.md

如果你要建自己的技能，init 只是帮你把文件夹和 SKILL.md 建出来，真正有价值的内容还是要写进 SKILL.md。

一个能用的 Skill，至少要交代清楚几件事：这个技能什么时候触发、适合解决什么问题、输入材料需要什么、执行时按什么步骤判断、输出结果长什么样、哪些内容不能让模型自己补。

比如做一个“功能测试用例生成”的 Skill，就不能只写一句“帮我写测试用例”。更有用的写法，是把测试分析规则沉淀进去：先识别业务流程、角色权限、状态流转和数据规则，再拆正常场景、异常场景、边界场景、权限场景；需求没有说明的规则，标成待确认问题，不要让模型直接替产品下结论。

可以先按这个最小结构来理解：

这里要注意：自建 Skill 的重点不是把提示词写长，而是把你稳定的方法写进去。

add：真正开始安装 Skill

创建完 test_case 之后，下一步才是安装：

npx skills add ./test_case

截图里可以看到，工具先识别了本地来源：Source 是本地目录 /Users/.../Desktop/case/test_case，Local path validated，Found 1 skill，Skill 名称是 test_case。这说明 add 开始处理的是一个已经存在的 Skill 源码目录，而不是凭空创建技能。

这里开始进入真正容易绕的地方。工具会问：

Which agents do you want to install to?

截图下面那一排工具不用拆成很多行看，放在一起更容易理解：Amp、Antigravity、Cline、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode、Warp、Zed、Claude Code 等。

这说明 npx skills add 不是只给某一个工具安装。

它会根据 Skill 生态里支持的 agent 类型，让你选择这个 Skill 要对哪些工具可用。

这里要注意：看到 Codex、Cursor、Claude Code，不代表它们都会各自复制一份源码。后面真正落到哪里，还要看安装入口和安装方式。

安装范围：Project 还是 Global

选择 agent 之后，工具继续问安装范围。截图里显示有两个选项：Project 和 Global，这次选择的是 Global。

这个选择影响的是 Skill 的可用范围。Project 就是项目级安装，只在当前项目里使用；Global 是全局安装，会装到用户目录下，跨项目都能用。

所以选择范围时，不要只看哪个顺手，而要看这个 Skill 本身的用途。如果是某个项目自己的接口规则、业务流程、团队约定，放到 Project 更合适；如果是自己长期维护的一套测试技能、写作技能、需求分析技能，后面多个项目都要复用，就更适合放到 Global。

安装方式：Symlink 还是 Copy

下一步是安装方式。截图里显示两个选项：Symlink (Recommended) 和 Copy to all agents，这次选择的是 Symlink。

这个选项比命令本身更重要。

Symlink 的意思是软链接，适合自己长期维护 Skill 源码的场景。因为源文件更新后，安装入口指向的还是同一份内容，后续维护成本更低。

Copy 的意思是复制一份，适合快速试用别人写好的 Skill。但如果后面源目录继续更新，复制出去的那份不一定同步，时间久了就容易出现“源码是一版，工具读到的是另一版”的问题。

这里要注意：如果 Skill 是自己长期维护的，优先考虑 Symlink；如果只是临时试用，Copy 也可以。

安装结果：它落到了 .agents/skills

继续往下，安装摘要里出现了关键结果。这里不是普通提示，而是判断 Skill 最终装到哪里的直接证据：

~/.agents/skills/test_caseuniversal: Amp, Antigravity, Antigravity CLI, Cline, Codex +8 moresymlink -> Claude Code

安装完成后，终端显示：

Installed 1 skill

这张图非常关键。很多人以为指定了 Codex，就一定会安装到：

~/.codex/skills

但截图里实际显示的是：

~/.agents/skills/test_case

这就是 Universal 的含义：一批工具会读取 .agents/skills 这个共享入口。所以 npx skills add 在这里不是“只给某个工具复制一份”，而是把 Skill 放到一个共享入口，再让支持这套规范的工具读取。

重点提示：~/.agents/skills 是共享入口，不是某一个工具的私有目录。

Finder 里也能看到 .agents/skills

终端结果不是唯一证据。Finder 里也能看到 .agents/skills 目录下出现了 test_case，这就和前面的安装摘要对上了。

这一步很适合用来验证安装结果，因为有些时候终端里显示安装成功，但自己不知道文件到底放哪了。

直接去看：

~/.agents/skills

就能确认这个共享入口里有没有对应 Skill。

如果这里没有，再去排查 Project / Global、安装方式、agent 选择是否正确。

Claude Code 目录里也有入口

另一张 Finder 截图显示，~/.claude/skills 下面也出现了 test_case。

这和前面安装摘要能对上。

安装摘要里写了：

symlink -> Claude Code

也就是说，这次安装不只是把 Skill 放进 .agents/skills，还给 Claude Code 创建了对应入口。

这里要注意：共享目录和工具私有目录不是一回事。

可以简单这样理解：

如果只是看某一个目录，很容易误判 Skill 到底有没有安装成功。

装完以后，在工具里怎么调用

这里要补一个容易被忽略的问题：npx skills 负责的是创建、安装、卸载和查看 Skill，真正调用 Skill 的地方，不是在命令行里，而是在对应的 AI 工具里。

也就是说，当 Skill 已经安装到 .agents/skills 或某个工具自己的 skills 目录之后，Cursor、Claude Code、Codex 这类工具需要先能识别到这个目录里的技能文件，然后才谈得上在工具里调用。

不同工具的入口不完全一样，但大体可以按三类去看：

比如你把一个 Skill 安装给 Cursor 这类第三方工具之后，可以先在工具里试一下对应的调用方式：如果它支持 / 斜杠入口，就看输入 / 后是否能出现技能名；如果它是命令面板或设置页管理，就去对应的 Skills、Agent、Rules 入口里看有没有加载成功。

如果工具界面里没看到，不要马上判断安装失败。先回到底层目录查一遍：这次安装摘要里已经显示 test_case 进入了 ~/.agents/skills/test_case，Finder 里也能看到对应目录；如果某个工具有自己的私有目录，比如 ~/.claude/skills，也要看那个目录里有没有入口。

这里的识别逻辑可以简单理解为：工具会读取自己支持的 skills 目录，再根据 Skill 里的 name、description 和规则内容，决定界面里怎么展示、任务中什么时候调用。不同工具的展示方式可能不一样，但底层要看的东西是一致的：技能文件有没有在它能读取的位置。

重点提示：安装解决的是“文件有没有放到工具能读取的位置”，调用解决的是“工具界面里能不能找到并使用这个 Skill”。排查时先看界面，再看设置，最后看底层目录。

remove：删除的是已安装入口

安装完以后，又执行了卸载：

npx skills remove test_case -g

截图里显示：

• Found 53 unique installed skill(s)
• Targeting 72 potential agent(s)
• Skills to remove: test_case
• Removal process complete
• Successfully removed 1 skill(s)

这里也要分清楚：remove 删除的是已经安装到工具入口里的 Skill，不是删除你最开始创建的源码目录。

也就是说，test_case/SKILL.md 这份源码仍然可以继续存在，只是工具不再从安装入口读取它。如果后面还要继续维护这个 Skill，可以保留源码；如果确定不要了，再单独删除源码目录。

重点提示：源码目录和安装入口要分开看。不要把卸载 Skill 理解成删除源码。

list：全局技能到底装了哪些

最后执行的是：

npx skills list -g

截图里能看到全局 Skill 列表，左边是技能名和安装位置，右边是可用 agents。

这个命令很适合排查两个问题：这个 Skill 到底有没有安装，以及它到底对哪些工具可用。

截图里能看到不少 Skill 都在：

~/.agents/skills/...

也有一些在：

~/.codex/skills/...

这正好说明前面讲的那件事：有些 Skill 走共享入口，有些 Skill 走工具私有入口，排查时不能只盯着一个目录看。

这次跑下来，我建议这样记

npx skills 这套命令本身不难，真正容易混的是每个动作背后改的是哪一层。可以先按这个方式记：

再把目录分成两类来看：

这里要注意：不要把安装入口当成源码仓库。

如果是自己长期维护的技能，源码目录要稳定；安装入口只是让工具发现它，不要反过来把安装入口当成主要维护位置。

继续学习可以看这些

vercel-labs/skills：https://github.com/vercel-labs/skills

vercel-labs/agent-skills：https://github.com/vercel-labs/agent-skills

Vercel Agent Skills 文档：https://vercel.com/docs/agent-resources/skills

Vercel Agent Skills 创建与分享教程：https://vercel.com/kb/guide/agent-skills-creating-installing-and-sharing-reusable-agent-context

写在最后

这篇只讲 vercel-labs/skills 这个管理工具。它解决的是：怎么创建 Skill、怎么安装到不同 AI 工具、怎么确认安装位置、怎么卸载，以及后面维护时应该看源码目录还是安装入口。

先记住几个结论：init 不是安装，add 才会写入工具入口，remove 删除的是安装入口；.agents/skills 是共享入口，不是 Codex 或 Claude Code 的私有目录。

如果你后面打算真正把 Skills 用起来，这篇建议先收藏。因为安装、卸载、Project、Global、Symlink、Copy 这些概念，刚看时都不复杂，但只要后面技能多了、工具多了、目录多了，很容易回头忘记当初到底装到了哪里。

觉得这篇对你有帮助，可以顺手点个赞，让我知道这种实操拆解值得继续写。也欢迎关注我，下一篇我会继续拆：一个 Skill 怎么在多个 AI 工具之间共享，以及为什么 symlink、copy、源码目录会影响后续维护。

如果你在安装 Skills 时遇到目录对不上、工具读不到、卸载后还残留入口这类问题，也可以直接在评论区说一下。评论区的问题越具体，后面我越好拿真实场景继续拆。

会用 AI 写测试用例的人，已经开始用 Skills 沉淀工作流