agentleFS
VieeeeeeeVieeeeeee/skillhub/skill/SKILL.md

skillhub

Skill2 starsChanged 3 months agoMITView on GitHub

盘点和管理本地 AI Agent Skills:出一份现状报告并打开本地面板,再引导补中文介绍、归类、选择同步到哪些 agent。覆盖 Claude Code、Codex、Gemini、Cursor、Hermes。触发:技能太乱、整理技能、看看装了哪些技能、打开技能面板、技能体检。

  • Installs packages

2 other projects use a version of this.

Adopted by

Most recently taken up by

  • Other versions2 projects use a version of this.

    Word for word · 0

    None found.

    Edited · 0

    None found.

    Wrote their own version · 2

    1. saker-ai/skillhub★ 7same name
    2. 14790897/my-skills★ 2same name

    How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.

The file

Files
SKILL.md

SkillHub

对本机全部 Agent Skills 做一次只读盘点,打开本地面板看现状,再按用户的选择去整理。流程:确认命令可用 → 只读盘点 → 打开面板 → 对话里给摘要和下一步。

铁律

  • 盘点不碰用户的 skill。 scan、pending、agents、doctor 和不带参数的 sync 随便跑,它们只在 ~/.agents/skills、~/.skillhub/ 下建立自己的目录、清单缓存和版本检查缓存,一个 skill 目录都不动。
  • 写操作先确认。 sync --apply、link/unlink、卸载这些动之前,把影响范围说清楚再等用户点头。即使用户说"你看着办",也要先讲清楚会建哪些链接、动哪几个 agent。
  • 不碰 skill 内容。 中文介绍、分类、agent 可见性都只写 SkillHub 自己的配置(~/.skillhub/),SKILL.md 一个字节都不动。
  • 卸载不是删除,东西进 ~/.agents/_trash/,随时能恢复。
  • 每次写操作都留备份,skillhub undo 回滚上一次。

命令清单

只读:scan(看装了什么,加 --compact 给出精简 JSON)、pending(缺中文介绍或分类的)、doctor(体检,加 --all 连上游管理的一起列)、agents(列出各 agent)、sync(只看计划)、backups、trash、check-update。

会改东西:

skillhub link <名字> <agent>      # 建立软链,让该 agent 能读
skillhub unlink <名字> <agent>    # 移除软链
skillhub describe <名字> "中文介绍"
skillhub categorize <名字> "分类名"
skillhub note <名字> "备注"        # 传空串即清空
skillhub update <名字>            # git pull --ff-only
skillhub remove <名字> --yes      # 移进回收站,必须带 --yes
skillhub trash restore <条目名>    # 从回收站还原
skillhub sync --apply             # 只补缺失的链接
skillhub sync --fix-broken        # 只清理坏链接
skillhub undo                     # 撤销上一次;批量写入时要加 --yes
skillhub agents <key> on|off      # 启用或隐藏一个 agent

所有命令都支持 --json,失败时也返回 JSON 并以退出码 1 结束。

关于 undo 的一个坑:30 分钟内连续执行的 describe/categorize/note 会合并成同一个备份会话。这时 undo 一次退的是整批,不是最后一条,而且中文介绍无法再恢复。所以它会先报出数量并要求 --yes——看到这个提示要先跟用户确认,不要直接补 --yes 重跑。

执行流程

Step 0 确保命令可用

当前目录里有 bin/skillhub 时那就是 SkillHub 的源码仓库,用 ./bin/skillhub --version,后续所有命令都走这个路径。否则跑 skillhub --version。有版本号就往下走。

这一步分清楚很重要:在源码仓库里装一份全局版,之后所有命令跑的都是 npm 那份,用户改的代码一点效果看不到,而且很难想到原因。

skillhub 报 command not found 就装一次:

npm install --global @wsiwsii/skillhub

全局安装因为权限失败时,装到固定位置再用绝对路径调用。macOS 和 Linux:

npm install --prefix ~/.skillhub/cli @wsiwsii/skillhub
node ~/.skillhub/cli/node_modules/@wsiwsii/skillhub/bin/skillhub --version

Windows 的 PowerShell 不展开 ~,路径要写 $env:USERPROFILE:

npm install --prefix "$env:USERPROFILE\.skillhub\cli" @wsiwsii/skillhub
node "$env:USERPROFILE\.skillhub\cli\node_modules\@wsiwsii\skillhub\bin\skillhub" --version

装完再确认一次版本号,后续所有命令都用同一个调用方式。

Step 1 只读盘点

skillhub scan --json --compact   # 装了哪些、分类、各 agent 可见性
skillhub agents --json           # 在用哪些 agent
skillhub pending --json          # 还缺中文介绍或还没归类的
skillhub doctor --json           # 体检

--compact 只给做判断要用的字段:描述、分类、有没有中文介绍、哪些 agent 能读到。技能两百个左右时它约是完整清单的三分之一。需要来源、commit、软链目标这些细节时才去掉它,那份完整输出在大库上足以占满上下文。

同步和可见性上拿不准时,读 references/agents.md——那里讲各家 agent 的实际行为(谁需要软链、触发名的两套规则、哪些自管的 skill 不该动)。

Step 2 打开面板

skillhub open

这是常驻服务,必须放到后台跑,否则会一直占着不返回。它会自己打开浏览器到 http://127.0.0.1:7777。

提示 already running 说明面板本来就开着,它会直接把页面打开,这不是错误。

Step 3 对话里给摘要和下一步

面板打开之后,在对话里用一小段话说清楚三件事:现在什么状况、最明显的两三个落差、接下来可以做什么。

摘要要短,细节让用户看网页。下一步用编号列出来让他点菜,比如:

  1. 分批补中文介绍(还缺 84 个,先做 15 个,随时可停)
  2. 把没归类的 29 个归一归
  3. 同步软链给某个 agent(先看计划再决定)

挑他这份数据里真正有落差的说,不要把所有能做的都列一遍。

补中文介绍和分类

这是最常被需要的两件事。很多 skill 是英文的,列表里扫过去认不出干什么用;分类规则靠关键词粗分一遍,中文小众领域会归不进去。规则只负责把大头分对,剩下的本来就是交给你和用户一起收拾,不必苛求规则本身多准。

skillhub pending --json 给出待补清单,每条带 name、description、当前分类,外加一份 categories 可选分类列表。逐个写回去:

skillhub describe <名字> "<中文介绍>"
skillhub categorize <名字> "<分类>"

中文介绍写一句话就够,说清楚"什么时候会用到它"比翻译原文有用。分类优先复用 categories 里已有的,用户有自己的叫法时也可以新建。

数量多就分批,每批做完报一下补了哪几个、还剩多少,让用户能随时喊停或改方向。

面板上的 GitHub 热榜是同一件事的另一半:那 40 多个仓库的描述全是英文原文,而用户正是在这儿决定要不要装。带他看热榜时顺手把描述讲成中文,一句话说清这东西干什么、跟他已经装的哪个重复了。这不需要工具支持,本来就是你比工具擅长的部分。

用哪些 agent 由用户决定

一台电脑未必每家 agent 都在用,没在用的一直显示"未启用"只会碍眼。

skillhub agents              # 看当前状态
skillhub agents cursor off   # 不用 Cursor

关掉之后它从看板和同步计划里消失,已经建好的软链一根都不会删,哪天再打开就是原样。目录压根不存在的 agent 默认就不显示。

同理,一个 skill 要不要同步给别家也是用户的选择。skillhub sync 不带参数只列计划,先跑一次给他看会新建哪些链接、影响哪几个 agent,点头之后再 sync --apply。

体检

体检是辅助功能,报出来的多数不紧急,别搞得吓人。

结果分三级:A 级是真损坏(缺 SKILL.md、缺 name 或 description、name 与目录名不一致、软链断了、目录里有疑似 API key),B 级是提醒(硬编码了别人的家目录、某个 skill 只有单个 agent 能读到),C 级是优化建议。

**A 级一律列出来。**密钥泄露、软链断掉这类事不会因为这个 skill 随上游更新就变得不重要。

B 级和 C 级要同时满足两个条件才默认显示:是用户自己的 skill,并且确实存在"要不要动它"这个决定。描述偏长、文件偏大、扫描覆盖不全属于背景信息,没有决策,默认不列,--all 才看得到。

每条带 owned 字段:为真的是用户自己的 skill,改了算数;为假的来自随上游更新的 skill,本地改动会被下次升级覆盖,只作参考。

汇报先看 A 级。没有就直接说"没有真问题",剩下的当作可以慢慢处理的建议。规则是启发式的会有误报,讲成"值得看一眼的线索"就好。

汇报的口吻

写成产品说明,不是开发日志。直接讲这是什么、为什么值得处理、该往哪儿走。

不要写"我发现""提醒注意""看起来像是""踩到一个坑"这类暴露排查视角的话。用户要的是当前状况和下一步,不是你怎么查出来的。

数字如实说。估算的标明是估算,没验证的说没验证,误报可能存在就直说规则是启发式的。

排障

现象原因和解法
skillhub: command not found没装或不在 PATH。回 Step 0 装一次,再 skillhub --version 确认
面板打不开、浏览器空白端口被别的程序占了,换 skillhub open --port 7788
提示 already running面板本来就开着,不是错误,页面会自动打开
改了分类或中文介绍,列表没变面板缓存了,点「重新扫描」,或跑一次 skillhub scan
sync --apply 说"全部已同步,没有可执行的动作"该建的链接都在了。如果它说"计划里的 N 项都是另一类动作",那是些坏链接,用 sync --fix-broken 清
某个 agent 那列一直空着可能是它压根没在用,skillhub agents 看状态,不用就关掉
Codex 那列不能点它原生读统一管理目录,没有链接可建可删。整列不想看就 skillhub agents codex off
装了 skill 但 agent 里触发不了会话是启动时加载技能列表的,要开一个新会话

依赖与运行前提

  • 需要 Node.js 20 或更新版本,没有其他依赖。
  • 数据都在本机:统一管理目录 ~/.agents/skills,SkillHub 自己的配置和备份在 ~/.skillhub/。
  • 面板只监听本机回环地址,写接口要求同源请求加会话令牌,局域网访问不到。
  • 联网只有三处:查自己有没有新版、面板上的 GitHub 热榜、从 git 安装或更新 skill。离线时这些降级,本地功能照常。
  • Windows:npm 全局安装会生成 skillhub.cmd,命令名一样。~ 在 cmd 和 PowerShell 里不展开,路径要写 %USERPROFILE%。软链走目录 junction,不需要管理员权限。

平台状态

  • macOS:完整实测(安装、面板、同步、回滚全走过)。
  • Linux / Windows:CI 三平台 × Node 20/22 全绿,但没在真机上走完整流程。首次在这两个系统上用,先跑 skillhub sync 看计划,确认路径对了再 --apply。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.