免费POC, 零成本试错
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


我要投稿

Agent Skills 管理神器:SkillsLM 一条命令覆盖 9 个平台

发布日期:2026-01-18 08:27:27 浏览次数: 1536
作者:AIGC胶囊

微信搜一搜,关注“AIGC胶囊”

推荐语

告别Agent Skills管理混乱,一键搞定9大平台技能同步!

核心内容:
1. SkillsLM工具的核心功能与安装方法
2. 支持的9大平台及验证情况
3. 如何通过简单命令实现跨平台技能管理

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

 

Agent Skills是个香饽饽,但管理起来也有点麻烦。比如你有没有遇到过这种尴尬的场景:
在 Claude 里配置好了一套好用的“PDF 提炼技能”,结果转头去 Cursor 里写代码时,发现这个技能那里没有;或者你在 GitHub 上看到一个很棒的 Agent Skill(能力扩展包),想把它装进你的本地环境,却发现需要手动下载源码、从 Downloads 文件夹解压、找到隐藏的 .cursor 或 .claude 目录、复制粘贴、重启……,说实话有点麻了

我只说一个现实:你一旦同时用 2 个以上 agent,skills 的管理就会变成稳定的体力活

今天,我发现了一个NX工具 —— SkillsLM。虽然它的官网还没来得及上线,作者甚至连 package.json 的名字都忘了改,但我对它的源码进行了一番“考古”后,发现它的野心极大:

它试图成为 AI Agent 时代的 npm,一键打通 9 大主流平台的技能管理。

它干的事很朴素,但挺关键——跨平台装 skills

一句话总结:
你给它一个 skill(或一个 GitHub 仓库),它能把技能按规则落到多个 agent 的 skills 目录里。

下面我们来详细扒一扒这个工具究竟如何使用。

SkillsLM 是什么?别神化,它就是个装配工

SkillsLM 是个 Node.js CLI,核心命令就三个:

  • • install:装 skills(核心能力)
  • • list:列出可用 skills
  • • update:更新 skills

它解决的是“分发/落盘”问题,不是“让模型更聪明”问题。

换句话说:

  • • 它不会给你加 token
  • • 不会帮你优化提示词
  • • 不会让你一键上天

它只是把技能文件下载下来,然后按不同 agent 的目录结构放到对的位置

但说实话,工程里很多效率提升,都是这种“把脏活累活统一掉”的工具带来的

如何安装:

  • • 需要安装:安装完后就可以单独使用skillslm 命令了
    npm install -g skillslm
    skillslm install
  • • 无需安装:直接使用这个命令安装具体 Agent Skill
    npx skillslm install

跨平台支持:我验证过的 9 个 Agent,全都能装

我最开始也是半信半疑:
“跨平台”这种词,很多项目喊得响,落地一跑就露馅。

所以我直接用最原始的方法验证:
逐个 agent 跑一遍安装,看它到底能不能落盘成功。

最后确认:SkillsLM 目前支持 9 个平台(都能作为 --agent 的目标)。

可以想象作者后面应该还会更新支持更多的平台。

序号
平台代号(Key)
检测路径(Detection Path)
状态
1
claude-code ~/.claude
✅ 明确支持
2
cursor ~/.cursor
✅ 明确支持
3
codex ~/.codex
✅ 明确支持
4
opencode ~/.config/opencode
✅ 明确支持
5
amp ~/.config/amp
✅ 明确支持
6
kilocode ~/.kilocode
✅ 明确支持
7
roo ~/.roo
✅ 明确支持
8
goose ~/.config/goose
✅ 明确支持
9
gemini ~/.gemini/antigravity
✅ 明确支持

这个列表的价值是什么?

你不用再为每个 agent 单独写一套安装方式。
SkillsLM 把“平台差异”屏蔽掉了。

对多工具用户来说,这就是省命。

先说清楚:它到底从哪下载 skills?

SkillsLM 默认技能来源指向 anthropics/skillshttps://api.github.com/repos/anthropics/skills/contents/skills
下载用的是 degit,不会完整 clone 仓库历史,速度快一些

你也可以丢给它任意 GitHub 仓库地址(支持 tree/branch/path)。

这点我挺认可:
它不是封闭生态,起码你能拿它去装公司内部 skills 仓库,不会被锁死。

命令怎么用?我给你按场景拆开讲

下面这些命令,你可以直接复制跑。

安装单个 skill(默认从 anthropics/skills)

skillslm install MCP-builder

mcp-builder 就是 skill 名称,默认从 anthropics/skills 去找 skills/mcp-builder

装到指定 Agent(项目级,推荐新手先用这个)

skillslm install mcp-builder --agent claude-code

这行命令只装到 Claude Code 对应目录
项目级意味着落盘到当前项目里(相对路径),不会污染你 home 目录

一次装到多个 Agent(重点来了)

skillslm install mcp-builder \
  --agent claude-code \
  --agent cursor \
  --agent codex \
  --agent roo

这条命令就是 SkillsLM 的灵魂,你不用再“装一遍、换个工具再装一遍”

全局安装(老鸟常用,但你得知道后果)

skillslm install mcp-builder --agent cursor --global --yes
  • • --global 会写到 ~/.cursor/skills 这种目录
  • • --yes 跳过确认,适合脚本化

我的建议是:

第一次用某个 agent,先项目级跑通再全局。
别上来就全局,尤其别上来就 --yes

从 GitHub tree URL 装 skill(精确到目录)

skillslm install https://github.com/anthropics/skills/tree/main/skills/mcp-builder
  • • 适合你只想装仓库里某个路径
  • • 也适合你以后维护私有仓库 skills

从仓库批量装多个技能(团队标准化玩法)

skillslm install anthropics/skills \
  --skill mcp-builder \
  --skill pdf \
  --agent claude-code \
  --yes

解释下: <source> 是仓库,--skill 指定仓库里要装哪几个 skill,这是做团队 onboarding 最顺手的一种形式

列出 skills(只看不装)

两种方式:

skillslm list

或者:

skillslm install mcp-builder --list

list 更直观
install --list 更像“安装前预览”

如何更新 skill

skillslm update mcp-builder --agent cursor

如果是全局安装:

skillslm update mcp-builder --agent cursor --global
  • • 适合你技能仓库更新了,你不想手动删目录重装

这工具值不值得用?我给你一句老实话

如果你只用一个 agent,比如只用 Cursor,那 SkillsLM 的价值没那么大。

但如果你属于下面任意一种情况——它就很值:

  • • 你同时用 Claude Code + Cursor + Codex(常见组合)
  • • 你在尝试 Gemini / Roo / Goose / KiloCode 这种新工具
  • • 你想把 skills 当作“可迁移资产”,不是一次性玩具
  • • 你想做团队标准化(新人一条命令装齐)

SkillsLM 的意义不是“功能有多炫”,而是:

它让 skills 不再绑定某个平台,而是变成跨工具复用的工程资产。

提醒:别只看优点,我把坑点也提前告诉你

我对这种“会自动写目录的 CLI”一律保持谨慎,原因很简单:

  • • 它最终会落盘
  • • 它可能会覆盖旧文件
  • • 有些实现会用 rm -rf 风格清理目录(你要当回事)

我的建议是三条:

第一次用,先项目级

项目级能随项目删掉、能回滚、能隔离。

别直接全局 + yes

你想省事,结果可能省出麻烦。

重要目录先备份

尤其你已经手工维护过 .cursor/skills 之类目录的情况

SkillsLM 是那种“你用上就不想回头”的工具

SkillsLM 的作用说穿了就一句话:

一条命令把同一套 skills 安装到多个 agent 的目录里,跨平台一致。

它不花哨、不讲故事,但对多工具工作流的人来说,这是非常现实的便利:

  • • 多 Agent 同步装 skill
  • • 支持项目级 / 全局
  • • 支持默认生态源,也支持任意 GitHub 仓库
  • • 覆盖 9 个主流/常用工具链

如果你已经进入“多 Agent 并行”的阶段,这玩意儿值得你拉下来跑一遍。

建议你文章最后加的“实用命令块”(提高收藏率)

# 1) 项目级安装到多个 agent(推荐)
skillslm install mcp-builder \
  --agent claude-code \
  --agent cursor \
  --agent codex \
  --agent roo

# 2) 全局安装到某个 agent(熟练后再用)
skillslm install mcp-builder --agent cursor --global --yes

# 3) 从仓库批量装技能
skillslm install anthropics/skills \
  --skill mcp-builder \
  --skill pdf \
  --agent claude-code \
  --agent cursor \
  --yes

# 4) 更新 skill
skillslm update mcp-builder --agent cursor

希望这篇文章对你有所帮助和启发,请你一键三连,谢谢你看到这里。

我是AIGC胶囊,谢谢你读我的文章。
如果觉得不错,随手点个赞、在看、转发三连吧🙂
如果想第一时间收到推送,也可以给我个星标⭐

 


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询