我的知识库和 skill 自动化管理方法（附开源仓库）

推荐语

开源技能管理方法大公开！解决跨设备同步难题，轻松管理100GB知识库。

核心内容：
1. 跨文件夹/工具调用的全局目录+软链接方案
2. GitHub仓库实现跨电脑全量同步技能库
3. 自动化处理100GB知识库的同步问题

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

总结一下这套方法，帮我解决了这四个问题：

1 跨文件夹/工具调不到：Cursor 打开项目 A，里面的 Skill 跑得飞起。切到项目 B，同样的 Skill 不存在。Codex 那边又是另一套。改了 A 里的 Skill 忘了同步 B，两边版本不一致，输出质量忽高忽低，排查半天才发现是 Skill 版本的问题。

2 跨电脑用不了：公司电脑一套 Skill，家里电脑一套。出差用笔记本，又是一套残缺版。每次换设备都要手动拷贝，拷完发现漏了几个，或者拷的是旧版本。

4 知识库同步不了：Obsidian 仓库越来越大，有 100 多 GB，几百篇文章、几千条素材、大量图片。GitHub 有文件大小限制，NAS 同步要手动操作。换台电脑，知识库就断了，AI 读不到我的上下文，等于没用。

这四个问题折腾了我一个月，最后摸索出一套方案。

第一：跨文件夹互通 = 全局目录 + 软链接

所有 Skill 只存一个地方：~/.claude/skills/。

这是全局唯一来源。不管打开哪个项目，不管用 Cursor 还是 Codex 还是 OpenClaw，都从这一个目录读取 Skill。

把下面指令发给你的 Coding Agent，让它来为你创建软链接：

使用软链接，根目录是 ~/.claude/skills，目标文件夹是（这里写你的目标文件夹）

也可以手动写，参考下面格式：

obsidian/.claude/skills  →  ~/.claude/skills  (symlink)

一行命令搞定。打开 Obsidian 项目，自动能调用全部 130 个 Skill。

打开另一个项目，加一条 symlink，也能调用。

改了某个 Skill 只需要改全局目录，所有项目同时生效。

不再有"项目 A 有但项目 B 没有"的问题，不再有版本不一致的问题。

第二：跨电脑互通 

全局目录解决了本地问题，但换台电脑还是得重新来。

解法很直接：把~/.claude/skills/全量推到一个 GitHub 仓库。

这里强烈建议使用 github CLI，告诉你的 codingAgent：帮我安装GitHub CLI，它会自动下载安装，安装完成后，你需要使用 http 认证登录授权。

此时就可以用自然语言增删改查你的 github 仓库

比如：把~/.claude/skills 文件夹推送到我的 github 仓库，可以在我的 github 创建新的仓库。

送成功后，其他电脑只需要，git clone一行命令，130 个 Skill 全部恢复

第三：分类skill

100多个文件夹。当我想共享 其中一个或多个的时候，估计收到这个 skill的人会一脸懵。

所以我把 Skill 按领域拆成了四个公开仓库：

分类的过程也是让AI完成的，我只需要发给我的Agent说：把我这100多个skill进行分类，你自己按照标准分，创建不同的文件夹，保存分类的结果，并推送到GitHub。

整个分类就完成了，并且我获取到了下面的分类结果，不需要我自己手动去整理文件。

如果想单独分享一个skill的话，就告诉你的Agent说把某一个skill单独拷贝一份到一个新的文件夹，并把这个文件夹推送到一个新的GitHub仓库。

总之，所有的过程都是靠自己的自然语言完成的，而这依靠的是Agent对本地文件夹的整理能力和GitHub CLI 的使用。

第四：知识库同步 

GitHub 解决了 Skill 的同步，但知识库太大，有 100 多 GB，推不上去。

我的方案是用 NAS 做中转。写了一个 rsync 脚本，每天下午 6 点自动把本地 Obsidian 仓库同步到 NAS：

本地 obsidian/  →  NAS NFS /obsidian/  (每天 18:00 自动)

脚本会自动检测 NAS 是否在线，离线就跳过，不会卡死。排除了.git/、.trash/、node_modules/这些不需要同步的目录。

家里的电脑、公司的电脑，都能通过 NAS 访问同一份知识库。

AI 读取的上下文永远是最新的。

方案有了，但每次手动执行这些操作还是麻烦。扫描新增的 Skill、判断归类、复制到分类仓库、全量同步、推送 GitHub...步骤不少。

所以我做了一个" Skill"：skill-manage。

只要干两件事，一个是自动分类、一个是自动推送。

说"整理 Skill"，AI 就知道该干什么：

1 扫描全局目录，找出最近新增的 Skill

2 按分类规则自动判断归属（写作/画图/信息获取/PM/其他）

3 复制到对应的分类仓库

4 全量同步到 allSkills 私密仓库

5 依次对所有仓库执行 git commit + push

6 可选：触发一次 NAS 同步

一句话触发，全流程自动化。

skill 管理 Skill，系统自我维护。

既然做了分类，公开出来就更容易让大家使用了。这是我目前在用的四个分类仓库：

地址：github.com/zephyrwang6/write-skill

21 个 Skill，覆盖内容创作全流程：

地址：github.com/zephyrwang6/draw-skill

13 个 Skill，解决"AI 配图"这件事：

地址：github.com/zephyrwang6/info-skill

14 个 Skill，把散落各处的信息收回来：

地址：github.com/zephyrwang6/pm-skill

13 个 Skill，产品经理的工具箱：

这些仓库都是公开的，直接把地址发给你的 coding Agent 就安装调用。

刚开始搭 AI 生产力系统的时候，核心理念是"上下文优先于提示词"。Skill 的创建是在封装上下文，Skill 的管理其实也是。

全局目录是上下文的单一来源。软链接是上下文的分发通道。GitHub 是上下文的持久化。NAS 是上下文的多端同步。skill-manage 是上下文的自动化维护。

绕了一圈，管理 Skill 这件事本身，就是一次上下文工程的实践。

130 个 Skill 说到底是我个人场景下打磨出来的，未必适合所有人。但如果能让一些正在搭建自己 AI 系统的人少走几步弯路，省下几个晚上的折腾时间，那就值了。