產品

Agent Skills

MCPSkill

輕量的開放格式,用來為 AI 代理擴展專業知識和工作流。

skill.md 源碼★ 5,795 DiscordAI 模型與智慧體 / 智慧體工具與 MCP

AI 競品立項評估
電腦版
行動端
每月造訪次數
8.7K
下降58.8%較上月2026 年 10 月
公開營收
未公開
暫無公開營收證據
入門價
免費
沒有月付訂閱價
創作者
ExoticKnight
@exoticknightd· 120 追蹤與 JackyST0、MaxSoloware 等 7 人 共創
首次發布
10 個月前
2026-01-31 · 估算

訪問

近 12 個月
每月造訪次數資料截至 2026 年 10 月
事件14 個行銷動作

行銷動作

發布、搜尋與內容、引薦、促銷
  • 在 V2EX 發布(3 評論)發布

    国庆没怎么休息,折腾出了小红书 30 天 1206 万曝光,顺手开源了一套 AI 视频 Skills — 国庆几天基本没怎么休息,一直在折腾 Codex 、Claude Code 和 AI 视频制作。 没想到折腾出了点意外收获: 小红书近 30 天曝光 1206 万,播放 275 万,国庆这几天涨粉大概 2000 。 数据截图放下面,省得被说吹牛。 先说结论: AI 确实把个人做…

    10 月 8 日 · 40 天前發布頁

    當時 每月造訪次數 21K訪問:之前 1 個月 +10%,之後 1 個月 -59%同期還有 3 個動作
  • 在 V2EX 發布(2 評論)發布

    做了一个可以在浏览器开展你所有工作的 AI 助手,推送,搭建, AI,写作,自动化流程,推送 — Thresh AI 的本地引擎:把浏览器变成 AI 的工作台。在浏览器侧边栏里与 AI 对话,AI 能真正操作你的浏览器(点击、填表、抓取)、读写本地文件、跑终端命令、执行自动化流程——数据全部留在本机。 它能做什么 你现在用浏览器的方式: 复制粘贴、手动点、手动记。 装上之…

    9 月 20 日 · 58 天前發布頁

    當時 每月造訪次數 19.1K訪問:之後 2 個月 -55%同期還有 3 個動作
  • 在 V2EX 發布發布

    RED 实战:用 AI 把一个想法做成能用的 DSH 插件 — 上一篇 V2EX 帖子: 这次接着上一篇的方法介绍,直接看它怎样参与一次真实的插件开发:从一个说不清的使用问题开始,让 AI 先研究并做 demo ,看到效果后再进入 E ,最后把确认过的行为整理进 D 。这次不再只讲方法,直接看两轮开发怎样展开。 最近 DSH ( Deep…

    9 月 17 日 · 2 個月前發布頁

    當時 每月造訪次數 19.1K訪問:之後 2 個月 -55%同期還有 3 個動作
  • 在 V2EX 發布(8 評論)發布

    [开源] 让 Agent 真正「看懂」视频: Gemini 主动视频理解 MCP + Skill,附 FFmpeg 抽帧实测对比 — 9 月初 Google 发了篇博客介绍 agentic video understanding:视频理解不再是「按固定帧率抽帧 → 全部塞进上下文」,核心思路是淘汰以前用平均地抽帧来理解视频,而是让 agent 自己去决定看哪一帧。 我照着这个思路做了个开源项目 gemini…

    9 月 15 日 · 2 個月前發布頁

    當時 每月造訪次數 19.1K訪問:之後 2 個月 -55%同期還有 3 個動作
  • 在 V2EX 發布發布

    🧠 如何让你的所有 AI Agent 共享同一个记忆?—— 一个开源方案 — 你有没有遇到这种情况: 在 ChatGPT 里问过的那个人的生日,换到 Claude Code 写代码时又得重新说一遍。Cursor 里收藏了一篇好文章,回到 Kun 里完全想不起来。你的知识跟着工具走,不是跟着你走。 每个 Agent 都有自己的"记忆孤岛"。 为什么会出现…

    7 月 21 日 · 4 個月前發布頁

第三方評測與案例拆解

客戶來源管道拆解、工程師評測與開源檔案
V2EX
2026-01-31查看原文
創作者原帖摘錄:
我也來發布下我的 AI App:Ract 使用 Swift 開發,在很小的包體積上,做了不少功能: 自動化動作:把發送給 ai 的“多輪訊息”儲存為自動化動作,可以定時呼叫。比如每天早上自動呼叫麥當勞 mcp 幫我領優惠券,然後發系統訊息通知告訴我 支援載入 skills 技能,還支援了輸入 http://SKILL.md 連結,一鍵下載 mcp 、acp 協議支援 網站連接:用“已登入態”讓內置工具去訪問一些網站(登入態也儲存在本地) 語音朗讀:直接整合蘋果系統的 TTS 能力,開箱即用 內置多種工具:網路搜尋、內容獲取、截圖、cmd_execute 等等,並對一些高危操作請求授權 subagent 任務委派:讓專業的智慧體完成專業的任務 會話文件的預覽,展示會話文件目錄,直接預覽 ai 生成的 html 頁
V2EX
2026-02-14查看原文
創作者原帖摘錄:
全 AI 編寫,沒寫一行程式碼,go 後端,React 前端,ai 還是比較適合寫 React 功能特性 後端 RESTful API + WebSocket 即時通訊 文件/資料夾 CRUD 操作 分片上傳(支援 S3 直傳) JWT 認證機制 Docker Compose 管理 終端機 WebSocket 代理 定時任務管理 AI 對話 + Skills 擴展系統 多儲存驅動(本地文件系統、S3/MinIO ) 前端 macOS 風格桌面體驗(視窗拖拽、縮放、吸附、最大化/最小化) 16 個模組化應用(文件管理器、程式碼編輯器、終端機、Docker 管理、AI 對話等) Monaco Editor 程式碼編輯(語法高亮、格式化) xterm.js 終端機模擬器 ArtPlayer 影片播放器 音樂播放器(播放列表、循環
V2EX
2026-03-09查看原文
創作者原帖摘錄:
最近在用 Cursor 和 Claude Code 寫程式碼的時候,發現 Agent Skills 這個概念越來越火了——簡單說就是一個 SKILL.md 文件,告訴 AI Agent 如何完成特定任務(程式碼審查、生成測試、寫文件等),相當於給 AI 裝了個"外掛"。 但問題是,Skills 散落在各個 GitHub 倉庫裡,找起來很費勁。Anthropic 官方的、Vercel 的、微軟的、社群的……而且不同平台( Cursor / Claude Code / Copilot / Windsurf / Codex )的 Skills 目錄結構還不一樣。 所以我整理了一份 Awesome Agent Skills 列表: GitHub: https://github.com/JackyST0/awesome-ag
V2EX
2026-04-15查看原文
創作者原帖摘錄:
這是一個開源超輕量繪圖畫布 cli (純 rust 實現,僅幾百 KB 大小),提供了 SKILL.md 核心解決的問題:讓 AI Agent 很方便地呼叫來畫圖,不呼叫生圖的 API ,直接本地生成 PNG 圖片! Github 地址: https://github.com/echosoar/canvas-rs 已打包成一個二進位文件(支援 Windows/Linux/MacOS 平台),完全不用安裝各種亂八七糟的 libxxx 依賴,下載就能用,支援通過文本描述的形式輸出 png 圖片(或輸出 dataUrl ) 支援 ctx.fill_text 繪製文字(預設是阿里普惠體),通過 ctx.set_text_align 設定對齊方式,還有 set_font 、set_fill_style 等方法 支援 ct
V2EX
2026-05-25查看原文
創作者原帖摘錄:
起因很俗:硬盤老是莫名其妙滿,CleanMyMac 一年 ¥298 不想付,開源的 mac-cleanup-py 又得記參數。最近 Anthropic 推了 Agent Skills 規範(一種跨 AI 助手通用的 skill 格式),就琢磨——磁盤清理這種"懶得記命令但 AI 完全 hold 得住"的場景,做成 skill 不就完了。 於是有了 MacAutoClean: 安裝:npx skills add fengyiqicoder/MacAutoClean ,Claude Code / Cursor / Codex / Gemini CLI / OpenCode 都支援 用法:跟 AI 說"清一下硬盤" / "Xcode 占了好多空間" / "看看磁盤地圖" AI 按 SKILL.md 裡的流程走:掃描
V2EX
2026-05-29查看原文
創作者原帖摘錄:
最近我在折騰本地 AI agent 工作流,最煩的一件事不是寫 skill ,而是“管理 skill”。 不同來源的 skills 倉庫結構不一樣,自己寫的、本地維護的、GitHub 上訂閱的全混在一起,更新、去重、同步到多個運行目錄都很容易亂。 所以我做了個小工具: skillx 。 它的思路很簡單:用一個 YAML 設定,把本地和遠程 skills source 統一描述,然後自動去 clone 、遞歸發現 SKILL.md 、按規則過濾、去重,最後生成到 skills 。為了避免誤刪,我加了 manifest 做託管清理;為了避免同步過程把目錄搞壞,寫入走的是 staging + 原子替換;如果你有多個 agent 運行環境,還可以直接把生成結果用 symlink 鏈過去,不用複製 N 份。 我自己最常用
V2EX
2026-06-17查看原文
創作者原帖摘錄:
最近發現一個挺有意思的趨勢:越來越多網站、產品和文件站開始主動提供 Markdown 格式的入口,給 AI Agent 讀取或執行。 比如: 告訴 Agent 怎麼註冊、鑒權、拿 API Key 告訴 Agent 怎麼呼叫 API 或發現資源 提供 skill.md 、 guide.md 、 getting-started.md 之類的專用入口 明確說明“這是給 AI Agent 用的文件” 所以我整理了一個小專案: awesome-guide.md 。 這個專案是什麼 awesome-guide.md 是一個列表,用來收集網際網路上那些“網站主動暴露給 AI Agent 的 Markdown 指南入口”。 它不是普通 API 文件導航,也不是又一個大而全的 awesome-list 。收錄標準會更窄一點: 必須
V2EX
2026-07-08查看原文
創作者原帖摘錄:
想給自己攢點 AI Agent 的實踐專案經驗,就參考著開源專案一點一點做,邊看邊抄邊改,慢慢拼出來一個自己的東西。結果越做越上頭,功能追著市面上的產品加,現在它已經是我日常主力的本地 AI 工作台了,索性開源出來。 Atrium ,Electron + React + TS ,Agent 循環基於 Vercel AI SDK: 多供應商支援: Anthropic 、Google Gemini 、任意 OpenAI 兼容端點、通過 Ollama 運行的本地模型,以及外部 CLI agent ( Claude Code 、Codex 、Gemini CLI )- 全部使用你自己的金鑰,並在本地加密。 MCP: 連接 Model Context Protocol 伺服器( stdio / HTTP / SSE ),
V2EX
2026-07-21查看原文
創作者原帖摘錄:
你有沒有遇到這種情況: 在 ChatGPT 裡問過的那個人的生日,換到 Claude Code 寫程式碼時又得重新說一遍。Cursor 裡收藏了一篇好文章,回到 Kun 裡完全想不起來。你的知識跟著工具走,不是跟著你走。 每個 Agent 都有自己的"記憶孤島"。 為什麼會出現這個問題? 主流 AI Agent 的記憶方案都是 工具內閉環 : 工具 記憶方式 範圍 ChatGPT Memory 內置 ChatGPT 內,跨會話 Claude Projects Project 內知識庫 Claude 內,跨對話 Cursor .cursorrules + Codebase 專案級 Kun / Codex memory_create API Kun 內 沒有一個方案能讓你的知識 跟著你走 。換工具 = 記憶歸零。 我
V2EX
2026-09-15查看原文
創作者原帖摘錄:
9 月初 Google 發了篇部落格介紹 agentic video understanding:影片理解不再是「按固定幀率抽幀 → 全部塞進上下文」,核心思路是淘汰以前用平均地抽幀來理解影片,而是讓 agent 自己去決定看哪一幀。 我照著這個思路做了個開源專案 gemini-agentic-video:一個 MCP 服務 + Agent Skill ,讓 Agent 能直接理解本地影片和 YouTube 連結。 它能做什麼 標準 MCP 服務,只暴露一個工具 analyze_video_agentic ,可接入 Claude Desktop / Cursor / Windsurf / Google Antigravity 也能當 CLI 用:gemini-agentic-video --video ./mat
V2EX
2026-09-17查看原文
創作者原帖摘錄:
上一篇 V2EX 貼文: https://www.v2ex.com/t/1241608 這次接著上一篇的方法介紹,直接看它怎樣參與一次真實的外掛開發:從一個說不清的使用問題開始,讓 AI 先研究並做 demo ,看到效果後再進入 E ,最後把確認過的行為整理進 D 。這次不再只講方法,直接看兩輪開發怎樣展開。 最近 DSH ( DeepSeek Harness )挺火,很多人一邊拿它做專案,一邊研究怎麼給它加點東西。用著哪裡不順,順手做個外掛改進一下,也正是它適合折騰的地方。 用 DSH 做專案時,最自然的動作是先選工作區,再讓 AI 讀程式碼、改文件。可臨時查個資料、問個技術細節,或者只想聊兩句時,也得先準備一個專案目錄。話題和專案混在一起,操作還多了一步。 在這次使用的 DSH Web 0.1.5-rc.2
V2EX
2026-09-20查看原文
創作者原帖摘錄:
Thresh AI 的本地引擎:把瀏覽器變成 AI 的工作台。在瀏覽器側邊欄里與 AI 對話,AI 能真正操作你的瀏覽器(點擊、填表、抓取)、讀寫本地文件、跑終端機命令、執行自動化流程——資料全部留在本機。 它能做什麼 你現在用瀏覽器的方式: 複製粘貼、手動點、手動記。 裝上之後: AI agent 側邊欄:聊天即干活——"幫我把這個頁面所有商品價格抓下來"、"打開記帳表把這周消費記進去",AI 直接操作你正在看的頁面 自動化流程:重複操作錄製成流程(點選頁面元素即可,零程式碼),以後一鍵回放 資訊工作台:微博 / 知乎 / 36 氪 / 澎湃等 20+ 熱榜聚合,站內閱讀 + 划選問 AI 終端機:側邊欄里的真實終端機——AI 改完程式碼,在這裡跑 npm run dev 立刻看效果 應用工坊:描述想法("做個記帳台"
V2EX
2026-10-08查看原文
創作者原帖摘錄:
國慶幾天基本沒怎麼休息,一直在折騰 Codex 、Claude Code 和 AI 影片製作。 沒想到折騰出了點意外收獲: 小紅書近 30 天曝光 1206 萬,播放 275 萬,國慶這幾天漲粉大概 2000 。 資料截圖放下面,省得被說吹牛。 先說結論: AI 確實把個人做內容的門檻拉低了。但真折騰下來我發現,最麻煩的從來不是讓 AI 寫稿,而是怎麼讓它穩定地把一條影片做完。 之前踩過的坑: 稿子看著很完整,一核查事實就露餡 資料、腳本、分鏡、配音、字幕經常對不上 改兩句話,後面的字幕、封面、鏡頭全得重來 生成了一堆文件,最後自己都分不清哪個是最終版 所以國慶期間我乾脆把自己的影音串流程拆成了一套 Skills ,目前開源了 11 個: 資料和素材索引 基於證據的故事腳本 影片分鏡與素材規劃 機制解釋動畫 AI

開源倉庫與 Agent 生態

GitHub 開源與智慧體接入
openai/skills支援自部署
最近提交 2026-11-04
GitHub 星標
★ 5,795
分支數 (Forks)
355
開源協議
見倉庫說明
主要語言
Docker / 自託管

Agent 智慧體、MCP 與開發者接入

MCP ServerAgent Skill
接入文件
瀏覽全部 MCP 服務產品 →

流量來源

2026 年 10 月

訪問構成

這個網站的訪問管道與國家構成還沒有資料。

搜尋

站點權重 —網域名稱註冊 未知

這個網站還沒有搜尋關鍵字資料。

流量資料:Vaneform

定價

尚未識別出定價頁,或該頁面沒有公開價格。

頁面與變化

開始記錄於 2026-07-31

關鍵頁面

每週快照
agentskills.io/home 快照 2026-11-16

變化

開始記錄以來,定價、方案與定位都沒有變化。

設計

首屏畫面視覺分析與 :root CSS

白底黑字文件頁採用 Inter 無襯線,細線分隔與淺灰面板,中部以等寬字體展示技能目錄文件樹。

首屏畫面預覽 · 點擊放大

首屏畫面講了什麼與轉化路徑

“Agent Skills Overview”

頂欄含搜尋,左欄目錄,中欄標題正文與文件樹,右欄頁內錨點。

首屏畫面轉化路徑:居中標題加按鈕 + 程式碼塊、終端機或命令列 → 首屏畫面直接輸入或試用

色板 · 點擊複製

五維設計評分7.5 / 10
字體與排版
8.0
色彩與對比
7.0
構圖與留白
8.0
細節與工藝
8.0
風格辨識度
6.0

結構

字體
Inter / Paper Mono
首屏畫面版式
居中標題加按鈕
主視覺
程式碼塊、終端機或命令列
信任背書
無顯式背書
導航
頂部通欄導航
明暗與密度
淺色 · 適中
圓角與層級
中圓角 · 細線分層
預覽 AI 設計說明全文(含 :root CSS 變量與版式規則)只寫風格參數,禁止復刻該產品的品牌名、標誌、文案與圖片
# 設計說明:極簡單色

黑白灰加一個強調色,細線分隔,大量留白,靠字號與字重分層級。

## 設計參數

```css
:root {
  --background: #ffffff;
  --surface: #f3f3f3;
  --foreground: #000000;
  --muted-foreground: #1a1a1a;
  --accent: #7f7f7f;
  --radius: 8px;
  --font-heading: "Inter", ui-sans-serif, system-ui, sans-serif;
  --font-body: "Inter", ui-sans-serif, system-ui, sans-serif;
  --font-mono: "Paper Mono", ui-monospace, monospace;
}
```

色彩面積配比:背景 #FFFFFF(約 74%) · 面板 #F3F3F3(約 15%) · 正文 #000000(約 6%) · 次要文字 #1A1A1A(約 3%) · 強調 #7F7F7F(約 2%)。背景與面板占絕大部分面積,強調色只用於主按鈕與當前激活狀態。

## 版式與轉化結構

- 首屏畫面版式:居中標題加按鈕
- 導航結構:頂部通欄導航
- 明暗與密度:淺色 · 適中
- 圓角與層級:中圓角;不用陰影,用細線與留白區分層級
- 主視覺載體:程式碼塊、終端機或命令列
- 轉化動作:首屏畫面直接輸入或試用
- 標題切入點:品類定位錨點
- 首屏畫面元件特徵:程式碼與終端機
- 空間布局拆解:頂欄含搜尋,左欄目錄,中欄標題正文與文件樹,右欄頁內錨點。
- 視覺特徵總結:白底黑字文件頁採用 Inter 無襯線,細線分隔與淺灰面板,中部以等寬字體展示技能目錄文件樹。

## 避免

- 多種強調色並用
- 漸層背景
- 重陰影

請按上面的設計參數與版式實現介面:顏色只用這些變量,強調色只給主要操作與當前狀態。只採用這種風格,禁止復刻任何參考產品的品牌名、標誌、文案與圖片。

問題與證據

Agent Skills 的網站造訪次數是多少?
Vaneform 估算 2026-10 網站造訪次數為 8.7K。造訪次數包含重複訪問,付費客戶數與收入需分別查看對應證據。來源
Agent Skills 是什麼產品,支援哪些平台?
Agent Skills 歸屬「智慧體工具與 MCP」市場領域:輕量的開放格式,用來為 AI 代理擴展專業知識和工作流。 支援平台包括:僅網頁。
Agent Skills 是開源專案嗎?採用什麼協議?
Agent Skills 擁有公開程式碼倉庫(https://github.com/openai/skills),已公開原始碼倉庫,記錄有 5,795 個 GitHub Stars,並支援自託管部署。來源

同分類研究對象

AI 模型與智慧體 / 智慧體工具與 MCP

這些產品屬於同一目錄分類。選型時請進一步核對客戶任務、功能與部署要求。