夜雨聆风
开一个新系列。每天拆一个值得装的 AI Agent Skill ，讲清楚它干嘛的、怎么装、怎么用、适合谁。今天是第一篇。
先说一个尴尬的事实：Skills 生态现在已经爆炸了，但你根本不知道哪些值得装。
skills.sh 上收录了 67,000 多个 Skill ， SkillsMP 上有 80 多万个。总量同比增长了 530%。你随便搜一个关键词能蹦出几十条结果，但这些结果里 22% 通不过基础校验， 52% 的 token 是废话占位。安装量高的未必适合你，描述写得好未必真能用。大多数人装 Skill 的方式是——看一篇推荐帖，复制粘贴一行命令，然后祈祷这东西别跟已有的冲突。
而且有个反直觉的数据：装超过 20 个 Skill ， AI 触发正确 Skill 的准确率会降到 50% 以下。装得越多越乱。
但有一个 Skill 能解决这个问题。它有 75 万周安装量，在 skills.sh 排行榜上排第二，排在它前面的只有一个 Superpowers 。它不是帮你写代码的，不是帮你做设计的，不是帮你调性能的。
它是帮你找其他 Skill 的 Skill 。
叫 find-skills。 Vercel 官方出品。
这是一个什么 Skill
find-skills 本质上是一个"元 Skill"——它把自己装进 AI 编程工具里之后，你不用再手动去 skills.sh 翻排行榜、看哪个 Skill 靠谱。你直接用自然语言告诉 AI 你要干嘛， AI 会自动调用这个 Skill 去搜索、筛选、验证质量、给你推荐。
举个例子。你以前找 Skill 的流程是这样的：打开 skills.sh → 搜关键词 → 翻十几条结果 → 看不懂哪个好 → 随便挑一个星的装上 → 不行再换。装了 find-skills 之后变成：对着 AI 说一句"帮我找一个做 PR 审查的 Skill"→ AI 自动跑 npx skills find pr review → 从结果里筛出安装量高、发布者靠谱的 → 列出选项 → 你确认 → 它帮你装好。
整个交互不离开你的终端，不打断你的工作流。
为什么它是你第一个该装的
四个原因。第一条最重要。
第一，它能帮你辨认哪些 Skill 值得装。 find-skills 的 SKILL.md 里内置了质量评估标准：安装量 1000+ 优先、官方源优先、仓库高星优先。 AI 在推荐之前会先拿这三个标准筛一遍。
你知道装 Skill 的最大风险是什么吗？不是不好用，是装了来路不明的 Skill 之后你的终端权限被人偷了。 今年 Dev.to 上有一篇被广泛传播的文章，标题直译过来就是"你的 Claude Code Skill 可能正在偷你的凭证"。 Skill 本质是一个 Markdown 文件加可能的脚本，它拿到的是你给 AI 编程工具的那些权限——文件读写、 Shell 执行、 Git 操作。如果你装了一个没经过审查的 Skill ，它完全可以读写你的任何文件。 find-skills 至少帮你做了第一轮过滤——没人能保证绝对安全，但官方源比随机个人仓库靠谱得多。
第二，不绑定某个工具。换编辑器它跟着走。 Claude Code 、 Codex 、 Cursor 、 Gemini CLI 、 GitHub Copilot 、 Windsurf 、 Cline 、 CodeBuddy 、 Qwen Code 等 68 个 AI 编程工具全支持。你在 Claude Code 里装的 Skills ，换个 -a 参数就能同步到 Cursor 或 Codex 里：
npxskillsaddvercel-labs/skills@find-skills-aclaude-code-g npxskillsaddvercel-labs/skills@find-skills-acodex-g npxskillsaddvercel-labs/skills@find-skills-acursor-g 或者直接全装：
npxskillsaddvercel-labs/skills@find-skills--all-g 第三，发布者是 Vercel ， 2.5 万星。 不是什么个人开发者今天上传明天弃坑的项目。在目前的 Skill 生态里， vercel-labs 的总安装量排名第三（第一微软、第二 inferen-sh ），质量有保证。
第四，它本身几乎不消耗 token 。 因为它只是一个"搜索指南"，安装后只有在你用到它的时候才触发，不会像某些大型 Skill 包一样挂一堆上下文。对于那种只装了 3 个 Skill 就觉得 AI 开始变慢的用户来说，这是一个不增加负担的 Skill 。
怎么装
一行就够了。
npxskillsaddvercel-labs/skills@find-skills-g-y -g 是装到全局（整个用户目录，所有项目共用），-y 是跳过确认提示。
装好之后，你的 AI 编程工具就多了一个叫 find-skills 的能力。下次你对 AI 说"找个帮我写 README 的 Skill"，它不会再回你"抱歉我不认识这类 Skill"，而是自动去搜、去筛、给你建议。
怎么用——四个真实场景
场景一：你刚接手一个新项目，技术栈完全不熟。
对着 CLI 说：
"我刚接手了一个用 Prisma + Next.js 的项目，帮我找几个相关的 Skill 。"
AI 会自动跑 npx skills find prisma nextjs，然后给你推荐最佳实践类的 Skill 。你不用手动翻文档。
场景二：你在写测试，但不确定怎么写好。
"帮我找个写单元测试的 Skill ，要能教我怎么测 React 组件。"
AI 搜完给你几个选项——有 Jest 的、有 React Testing Library 的、有 Playwright E2E 的——让你挑一个装。
场景三：你被 PR Review 搞烦了，想自动化。
"有没有能帮我自动审查 PR 的 Skill ？要有代码质量的检查。"
AI 搜 npx skills find pr review code quality → 返回几个候选人 → 你挑一个装。
场景四：你根本不知道自己缺什么 Skill 。
"我的项目是 Next.js + Tailwind ，你看看我该装哪些 Skill 。"
AI 会自动分析你的技术栈，去 skills.sh 排行榜找最匹配的几个。这个用法才是 find-skills 的最终形态——不是"你告诉它你要什么"，是"它告诉你你缺什么"。
手动模式：不依赖 AI 也能搜
如果你不想用 AI 对话，也可以直接在终端手动搜：
npxskillsfindreactperformance npxskillsfinddockerdeployment npxskillsfindchangelog 结果是交互式菜单，上下键选、回车确认。跟 npm search 的手感差不多。
一个重要的坑
find-skills 的触发依赖 AI 理解你的意图。实际使用中有个细节：如果你说的问题没有"skill"这个词， AI 可能不会调用它，而是直接给你一个通用回答。 所以习惯上，说"帮我找个 PR Review 的 Skill"比"帮我审查 PR"更容易触发。
还有一个场景限制：手动搜索只支持英文关键词。 npx skills find react testing 可以，npx skills find 测试 不行。但对话模式（ AI 自动搜）支持中文——AI 会先翻译再搜。
这个系列的下一篇拆 frontend-design——Anthropic 官方出品， 21 万周安装量，专门解决 AI 生成的页面"看起来就像 AI 画的"这个痛点。
我是小沐，一个每天跟 AI 工具死磕的程序员。关注「沐沐学 AI 」，不造火箭，只聊真话。
