像 npm 管理软件包一样管理本地 AI Agent Skills：一次安装，多 Agent 复用。

aweskill 是一个本地 Skill 包管理器，用来在 Codex、Claude Code、Cursor、Gemini CLI、Qwen Code、Windsurf、OpenCode 等 AI Agent 之间安装、更新、组织和复用 Skills。

它帮助开发者查找、安装、更新、分组、去重、备份并复用 Skills。

你不需要再把同一套 SKILL.md 文件夹手动复制到每个工具里。aweskill 会把 ~/.aweskill/skills/ 作为统一的中央仓库，再通过 symlink、junction 或受管 copy，把选中的 Skill 投影到每个 Agent 需要的目录。

项目网站： aweskill.webioinfo.top — 包含安装指南和 Agent 兼容性概览。

安装

你可以自己安装 aweskill，也可以让 AI 编码 Agent 帮你安装。

让 AI Agent 安装 aweskill

如果你正在 Codex、Claude Code、Cursor、Gemini CLI 或其他编码 Agent 里工作，可以直接告诉它：

读取 https://github.com/mugpeng/aweskill/blob/main/README.ai.md 并按照说明为当前 Agent 安装 aweskill。

Agent 会自动完成 CLI 安装、store 初始化和内置 Skills 投影。重启 Agent 后，就可以通过自然语言使用 aweskill。

从 npm 安装（推荐）

需要 Node.js 20 及以上。

npm install -g aweskill
aweskill --help

固定到某一版本：

npm install -g [email protected]

包主页：npmjs.com/package/aweskill

直接从当前仓库安装

npm install
npm run build
npm install -g .

从 GitHub 安装开发版

想提前体验最新的开发功能：

npm install -g mugpeng/aweskill#dev

dev 分支包含正在开发中的改动，可能不稳定。正式使用请安装 npm 正式版。

本地开发模式

npm install
npm link
aweskill --help

用打包产物安装

npm install
npm pack
npm install -g ./aweskill-<version>.tgz

FAQ

为什么用 aweskill，它适合谁？

aweskill 适合这些开发者和团队：同时使用多个 AI Agent，维护可复用的 SKILL.md、Agent 指令或工作流，并希望用一个本地唯一事实来源来管理 Skills，而不是把同一批目录反复复制到各个工具里。它尤其适合一种很现实的场景：问题不只是“怎么分发”，还包括长期使用后积累的损坏投影、重复 Skills、可疑条目、失效链接，以及损坏的 SKILL.md frontmatter 该如何诊断和修复。

• 一个中央仓库：所有本地 Skills 统一放在 ~/.aweskill/skills/
• 发现、安装、更新闭环：可以从 skills.sh、sciskillhub.org、GitHub 风格来源和本地路径发现、安装并追踪更新 Skills
• 多 Agent 投影：同时服务 Codex、Claude Code、Cursor、Gemini CLI、Qwen Code、Windsurf、OpenCode 等工具
• 面向真实本地混乱状态的 Doctor 工作流：处理损坏投影、重复条目、可疑文件、frontmatter 异常，以及 Agent 目录和中央仓库之间的漂移
• Bundle 组织方式：按项目、团队、工作流或 Agent 组织可复用的 Skill 集合
• 受管启用/停用模型：通过按需投影实现插拔，而不是手动把目录复制到每个工具里
• 可被 Agent 调用的管理与修复 Skills：让 AI Agent 能根据自然语言请求运行 aweskill 和 aweskill-doctor 工作流
• 本地维护与恢复能力：备份、恢复、去重、清理、同步修复都在同一个本地 CLI 流程里完成

aweskill 把 Skills 存在哪里？

aweskill 会把托管的 Skills 存放在 ~/.aweskill/skills/。

aweskill 能在 Claude Code 和 Codex 之间共享 Skills 吗？

可以。aweskill 会维护一份中央 Skill 副本，再把它投影到每个 Agent 需要的 Skill 目录。

aweskill 支持 Cursor 和 Gemini CLI 吗？

支持。aweskill 支持 Cursor、Gemini CLI 以及许多其他 AI Agent 的 Skill 投影。

aweskill 是 local-first 吗？

是。aweskill 在你的本机管理 Skills，不需要托管服务。

AI Agent 能直接调用 aweskill 吗？

可以。aweskill 内置了 aweskill 和 aweskill-doctor 两个管理 Skills；安装或投影它们之后，AI Agent 就可以根据自然语言请求，通过运行 aweskill 命令来搜索、安装、更新、分组、修复、去重、清理、同步或投影 Skills。

当本地 Skill 状态变乱时，aweskill 的差异点是什么？

aweskill 不只负责安装和投影，也提供本地状态漂移后的修复路径：

• doctor sync：检查或修复 broken、duplicate、matched、new、suspicious 等 Agent 条目
• doctor clean：在受管区域里找出不规范的非 store 文件，避免越积越多
• doctor dedup：帮助处理重复 Skill，不要求你直接盲删
• doctor fix-skills：修复损坏的 SKILL.md frontmatter，并可先备份原文件
• agent list 作为预览视图：先看修复状态，再决定是否应用修改

aweskill 怎么处理 find、install 和 update？

aweskill 把本地编排和带来源追踪的 Skill 生命周期放在一起：

• Find：用一条命令同时搜索 skills.sh、sciskillhub.org 或本地中央仓库
• Install：从 GitHub 风格来源、本地路径或 sciskill:<skill-id> 标识安装到中央仓库
• Update：按记录的来源刷新已追踪安装，同时保护中央仓库里的本地修改
• Project：把同一批托管 Skill 投影到 Codex、Claude Code、Cursor、Gemini CLI 等 Agent

import 和 install 有什么区别？

两个命令都会把 Skill 加入中央仓库，但用途不同：

| | store import | store install | |---|---|---| | 主要用途 | 本地文件、扫描 Agent 目录 | GitHub 仓库、sciskill ID | | 来源追踪 | 默认关闭（用 --track-source 开启） | 默认开启 | | 核心参数 | --scan、--keep-source、--link-source | --skill、--all、--ref、--as | | 典型命令 | aweskill store import ./my-skill | aweskill store install owner/repo |

导入本地 Skill 或扫描已有 Agent 目录时用 import；从 GitHub 或 sciskill 拉取并自动记录来源以便后续更新时用 install。

对比

| 能力维度 | cc-switch | sciskill | Skills Manager | skillfish | vercel-labs/skills | skills-manage | aweskill 如何实现 | |---|---|---|---|---|---|---|---| | 单一中央本地 Skill 仓库 | ✗ | ✗ | ✓ | ✗ | ✗ | ✓ | 把所有托管 Skills 放在 ~/.aweskill/skills/，作为唯一事实来源 | | registry / catalog 发现能力 | ✗ | ✓ | ✗ | ✓ | ✓ | ✓ | 用 aweskill find 搜索 skills.sh、sciskillhub.org 或本地中央仓库 | | GitHub 风格仓库导入/安装 | ✓ | ✗ | ✗ | ✓ | ✓ | ✓ | 从 GitHub 风格来源和 sciskill:<skill-id> 导入到中央仓库 | | 本地路径导入/安装 | ✗ | ✗ | ✗ | ✗ | ✓ | ✗ | 从本地路径导入到中央仓库 | | 按记录来源追踪更新 | ✗ | ✗ | ✗ | ✓ | ✓ | ✗ | 记录来源元数据，再用 aweskill update 刷新，同时保护中央仓库里的本地修改 | | 多 Agent 按需插拔投影 | ✓ | ✗ | ✓ | ✓ | ✓ | ✓ | 通过 symlink、junction 或受管 copy，把中央仓库里的 Skills 投影到各 Agent 目录 | | bundle / manifest / collection 分组 | ✗ | ✗ | ✗ | ✓ | ✗ | ✓ | 用 Bundle 按项目、团队、工作流或 Agent 组织可复用的 Skill 集合 | | 可被 Agent 直接调用的管理 Skills | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | 内置 aweskill 和 aweskill-doctor Skills，让 AI Agent 可根据自然语言请求运行 aweskill 工作流 | | 本地维护与恢复能力 | ✗ | ✗ | ✗ | ✗ | ✗ | ✗ | CLI 内置 backup、restore、dedup、clean、sync、fix-skills 和 recover 工作流 |

这里的 sciskill 指的是 sciskillhub 下的公开 registry 元数据仓库，不是本地 Skill 管理 CLI。

当你的核心问题不只是“装一个 Skill”，而是“长期维护一套可复用、可更新、可恢复、可跨 Agent 复用，而且出问题后还能诊断和修复的本地 Skills 资产”时，aweskill 更合适。

内置 Agent Skills

aweskill 最适合的用法，是先让你的编码 Agent 能直接操作它。

建议先把内置的 aweskill 和 aweskill-doctor Skills 投影给当前 Agent：

• aweskill 负责日常操作，例如 find、install、update、bundle 和 agent add
• aweskill-doctor 负责修复优先的工作流，例如 doctor sync、doctor clean、doctor dedup、doctor fix-skills 和 agent recover
• 如果不先投影这两个 Skill，Agent 当然也能直接跑 shell 命令，但它不会自带这些面向 aweskill 的操作指引，也就不容易稳定地从自然语言请求进入合适的工作流

快速开始

aweskill 的推荐路径很简单：CLI 只安装一次，先把内置管理 Skills 装给 Agent，之后就让 Agent 用自然语言来日常操作 aweskill。

1. 一次性完成 aweskill 引导

# 安装 aweskill 并初始化中央仓库
npm install -g aweskill
aweskill store init

# 看一下 aweskill store 在哪里
aweskill store where --verbose

2. 给 Agent 装上管理能力

# 查看支持的 Agent id
aweskill agent supported

# 把内置管理 Skills 投影给当前 Agent
aweskill agent add skill aweskill,aweskill-doctor --global --agent codex

# 确认当前投影状态
aweskill agent list --global --agent codex

把 codex 换成你正在使用的 Agent id。

3. 开始用自然语言驱动 aweskill

投影好 aweskill 和 aweskill-doctor 之后，你就可以直接对编码 Agent 说：

帮我找一个适合 Python 数据分析的 Skill，并安装到 aweskill central store。

把 frontend Bundle 投影到 Codex 和 Cursor。

扫描我现有的 Agent Skill 目录，把未托管的 Skills 导入 aweskill。

检查已安装的 Skill 是否有来源更新。

先检查 Codex 下有没有 broken 或 duplicate Skill，不要立即修改。

修复 Codex 下 broken 和 duplicate 的投影，必要时先备份。

4. 常见手动 CLI 流程

# 跨支持的 provider 查找 Skill
aweskill find protein

# 只搜索本地中央仓库
aweskill find review --local

# 把发现到的 Skill 安装到中央仓库
aweskill install sciskill:open-source/research/lifesciences-proteomics

# 检查已追踪安装是否有来源更新
aweskill update --check

# 更新 aweskill 自身（npm 稳定版）
aweskill self-update

# 从 GitHub dev 分支更新 aweskill
aweskill self-update --dev

# 扫描已有 Agent 的 Skill 目录
aweskill store scan

# 把扫描到的 Agent Skill 导入中央仓库
aweskill store scan --import

# 导入一个 Skills 根目录或单个 Skill
aweskill store import ~/.agents/skills
# aweskill store import /path/to/my-skill --link-source

# 创建 Bundle
aweskill bundle create frontend
aweskill bundle add frontend my-skill

# 为一个 Agent 启用这个 Bundle
aweskill agent add bundle frontend --global --agent claude-code

# 查看当前投影状态
aweskill agent list

Windows

aweskill 现在已经支持 Windows 原生使用。

• 需要 Node.js 20 及以上
• 推荐使用 PowerShell 执行命令
• 在 Windows 上，Agent 投影会优先使用目录 junction；如果系统不允许创建链接，会回退到受管 copy
• store backup 和 store restore 不再依赖系统自带 tar

示例：

aweskill store init
aweskill store scan
aweskill agent add bundle frontend --global --agent codex

如果你在 Windows 上遇到路径、权限或投影问题，建议带上 shell、Node 版本和目标 Agent 信息来提 issue。

核心模型

aweskill 会把 ~/.aweskill/skills/ 作为唯一的 Skill 中央仓库，用 Bundle 组织可复用的 Skill 集合，再把选中的 Skill 投影到各个 Agent 的技能目录。投影后的文件系统状态本身就是启用状态。

支持范围

当前支持的 Agent：

adal、amp、antigravity、augment、bob、claude-code、cline、codebuddy、command-code、continue、codex、copilot、cortex、crush、cursor、deepagents、droid、firebender、gemini-cli、github-copilot、goose、iflow-cli、junie、kilo、kilo-code、kimi-cli、kiro-cli、kode、mcpjam、mistral-vibe、mux、neovate、openclaw、openclaude-ide、openhands、opencode、pi、pochi、qoder、qwen-code、replit、roo、trae、trae-cn、warp、windsurf、zencoder

关键目录：

• 中央仓库：~/.aweskill/skills/
• 重复项暂存区：~/.aweskill/dup_skills/
• 备份根目录：~/.aweskill/backup/
• dedup 备份目录：~/.aweskill/backup/dedup/
• fix-skills 备份目录：~/.aweskill/backup/fix_skills/
• Bundle 文件：~/.aweskill/bundles/*.yaml
• 内置 Skill：resources/skills/aweskill/、resources/skills/aweskill-doctor/

发现与安装来源：

• skills.sh 现在作为社区 Skill 发现源使用，可能返回可直接安装的 GitHub 风格来源，也可能返回只能跳转查看上游安装说明的 discover-only 条目
• sciskillhub.org 现在作为科研和技术类 Skill registry 使用，提供可安装的 sciskill:<skill-id> 来源
• 本地中央仓库也可以作为 local provider 搜索，读取 ~/.aweskill/skills/*/SKILL.md
• aweskill find 默认同时搜索 skills.sh 和 sciskill，按规范化后的名称合并结果；--limit 会先按 provider 分别生效，再做合并去重；用 --local 或 --provider local 可只搜索本地中央仓库
• aweskill store install 当前支持本地路径、GitHub 来源和 sciskill:<skill-id> 标识

常见工作流

把现有 Skill 导入中央仓库

# 从现有 Agent Skill 目录导入
aweskill store import ~/.agents/skills

# 导入外部 Skill 目录，并保留原目录不变
aweskill store import ~/Downloads/pr-review

# 导入外部 Skill 目录，并把原目录替换成 aweskill 托管投影
aweskill store import ~/Downloads/pr-review --link-source

# 导入外部 Skill 目录，并为后续 store update 建立本地来源追踪
aweskill store import ~/Downloads/pr-review --track-source

# 导入扫描到的 Agent Skill，默认回写成 aweskill 托管投影
aweskill store scan --import

# 导入扫描到的 Agent Skill，但保留原 Agent 目录不变
aweskill store scan --import --keep-source

查找、安装并更新已追踪 Skill

# 同时搜索 skills.sh 和 sciskillhub.org
aweskill find protein

# 只搜索一个 provider
aweskill find protein --provider sciskill

# 搜索本地中央仓库并查看命中的 Skill 路径
aweskill find review --local

# 查看一个本地 Skill 的摘要
aweskill store show paper-review

# 输出完整 markdown 或只输出路径
aweskill store show paper-review --raw
aweskill store show paper-review --path

# 安装一个从 skills.sh 发现到的 GitHub 风格来源
aweskill store install owner/repo

# 从 sciskillhub.org 安装一个科研 Skill
aweskill store install sciskill:open-source/research/lifesciences-proteomics

# 只检查已追踪安装是否有更新，不改文件
aweskill store update --check

# 按已记录来源刷新一个已追踪 Skill
aweskill store update lifesciences-proteomics

构建可复用 Bundle

# 创建一个可复用 Bundle
aweskill bundle create backend

# 给 Bundle 添加多个 Skill
aweskill bundle add backend api-design,db-schema

# 查看 Bundle 内容
aweskill bundle show backend

把 Skill 投影到多个 Agent

# 把一个 Skill 投影到检测到的全局 Agent 目录
aweskill agent add skill biopython

# 把多个 Skill 投影到指定 Agent 的全局目录
aweskill agent add skill biopython,scanpy --global --agent codex

# 把整个 Bundle 投影到所有检测到的全局 Agent
aweskill agent add bundle backend --global --agent all

# 把托管 symlink 恢复为完整目录
aweskill agent recover --global --agent codex

维护本地仓库

# 查看中央仓库位置和目录统计
aweskill store where --verbose

# 备份当前 store
aweskill store backup

# 恢复备份归档
aweskill store restore ~/Downloads/aweskill-backup.tar.gz

# 查看 Agent 条目分类
aweskill agent list

# 清理中央仓库里的可疑条目
aweskill doctor clean

# 把中央仓库里的重复 Skill 移到 dup_skills
aweskill doctor dedup --apply

# 在移动到 dup_skills 前先备份重复 Skill
aweskill doctor dedup --apply --backup

# 在改写前先备份异常的 SKILL.md
aweskill doctor fix-skills --apply --backup

# 先看某个 Agent 下有哪些可修项
aweskill doctor sync --global --agent codex

# 修复某个 Agent 下的 broken / duplicate / matched 条目
aweskill doctor sync --global --agent codex --apply

# 只有显式指定时才删除 suspicious Agent 条目
aweskill doctor sync --global --agent codex --apply --remove-suspicious

所有 doctor 命令默认为 dry run，加上 --apply 才会真正修改。

aweskill doctor fix-skills 会报告两类结果：

• 真修复项：missing-closing-delimiter 补上 frontmatter 缺失的结束分隔线，invalid-yaml 用可恢复字段和正文重建损坏 frontmatter，added-frontmatter 在文件直接从正文开始时补最小 frontmatter，normalized-name 恢复可用的规范 Skill 名称，normalized-description 用正文第一句恢复可用描述。
• 信息项：normalized-required-permissions 报告可规范化为标准列表形式的权限，preserved-unknown-fields 报告核心字段之外的 frontmatter 字段，removed-empty-fields 报告可删除的空数组、空对象或空标量值。

详细说明与修复前后示例见 docs/fix-skills-categories.md。

命令面

核心命令：store init、store where、store import、bundle create、agent add、doctor clean

高频搜索和来源追踪流程也提供顶层命令：aweskill find、aweskill install、aweskill update。

| 命令 | 说明 | | --- | --- | | aweskill self-update [--dev] [--check] | 更新 aweskill CLI 本身；默认从 npm 更新，--dev 从 GitHub dev 分支构建，--check 仅显示版本不更新 | | aweskill store init [--scan] [--verbose] | 初始化 ~/.aweskill 布局 | | aweskill store where [--verbose] | 显示 ~/.aweskill 位置，并汇总核心 store 目录 | | aweskill store backup [archive] [--skills-only] | 归档中央仓库；默认同时包含 Skills 和 Bundles | | aweskill store restore <archive> [--override] [--skills-only] | 从备份归档或已解包目录恢复 | | aweskill store scan [--global\|--project [dir]] [--agent <agent>] [--import] [--keep-source] [--override] [--verbose] | 按指定 scope 和 Agent 集合扫描支持的 Agent Skill 目录；加上 --import 会立即把扫描结果导入中央仓库 | | aweskill store import <path> [--keep-source\|--link-source] [--track-source] [--override] | 导入单个 Skill 或整个 Skills 根目录；外部路径默认保留原目录，--track-source 可为显式本地导入建立后续 store update 追踪 | | aweskill store import --scan [--global\|--project [dir]] [--agent <agent>] [--keep-source\|--link-source] [--override] | 按指定 scope 和 Agent 集合导入当前扫描结果；扫描到的 Agent 路径默认会回写为 aweskill 托管投影 | | aweskill store find <query> [--provider <skills-sh\|sciskill\|local>] [--local] [--limit <n>] [--domain <domain>] [--stage <stage>] | 默认搜索 skills.sh 和 sciskill，也可用 --local / --provider local 只搜索本地中央仓库；远程结果输出可安装 source 或 discover-only 提示，本地结果输出 Skill 路径和 store show 提示 | | aweskill store install <source> [--list] [--skill <name>] [--all] [--ref <ref>] [--as <name>] [--override] | 从本地路径、GitHub 来源或 sciskill:<skill-id> 安装 Skill 到中央仓库，并为后续 store update 建立追踪记录 | | aweskill store update [skill...] [--check] [--prune] [--source <source>] [--override] [--verbose] | 从已记录的来源检查或刷新已追踪 Skill，并把中央仓库中的副本当作受保护的本地状态；--prune 会清理本地已删除 Skill 的追踪记录 | | aweskill store list [--verbose] | 列出中央仓库中的 Skill | | aweskill store show <skill> [--summary\|--raw\|--path] | 默认输出中央仓库 Skill 的摘要，也可以输出完整 SKILL.md 或只输出 SKILL.md 路径 | | aweskill store remove <skill> [--force] | 从中央仓库删除一个 Skill，并同步清理该 Skill 的 tracked lock 记录 | | aweskill bundle list [--verbose] | 列出 Bundle | | aweskill bundle create <name> | 创建 Bundle | | aweskill bundle add <bundle> <skill> | 向 Bundle 增加一个或多个 Skill | | aweskill bundle remove <bundle> <skill> | 从 Bundle 移除一个或多个 Skill | | aweskill bundle show <name> | 查看 Bundle 内容 | | aweskill bundle template list [--verbose] | 列出内置 Bundle 模板 | | aweskill bundle template import <name> | 把内置模板复制到本地仓库 | | aweskill agent supported | 列出全部支持的 Agent id，用 ✓ / x 标记 global 安装状态，并显示已检测到的 global Skills 路径 | | aweskill agent add bundle\|skill ... | 把托管 Skill 投影到 Agent 目录 | | aweskill agent remove bundle\|skill ... [--force] | 删除托管投影 | | aweskill agent list [--global\|--project [dir]] [--agent <agent>] [--verbose] | doctor sync 的只读预览视图：检查 linked、broken、duplicate、matched、new、suspicious 状态；省略 --agent 时，先输出当前 scope 检测到的 Agent 集合，再输出分组结果 | | aweskill agent recover | 把托管 symlink 恢复为完整目录 | | aweskill doctor sync [--apply] [--remove-suspicious] [--global\|--project [dir]] [--agent <agent>] [--verbose] | 默认只预览；加上 --apply 修复 broken 并重连 duplicate / matched，--apply --remove-suspicious 额外删除 suspicious；省略 --agent 时，先输出当前 scope 检测到的 Agent 集合 | | aweskill doctor clean [--apply] [--skills-only] [--bundles-only] [--verbose] | 按 skills / bundles 分组查找不规范的 store 条目，并可选清理 | | aweskill doctor dedup [--apply] [--backup] [--delete] | 查找重复 Skill，并可选移动或删除；--backup 会先复制到 ~/.aweskill/backup/dedup/ | | aweskill doctor fix-skills [--apply] [--backup] [--include-info] [--skill <skill>] [--verbose] | 检查 SKILL.md frontmatter 异常；真修复项包括补结束分隔线、重建无效 YAML、补 frontmatter、规范 name 和 description；--backup 会在改写前先复制原文件到 ~/.aweskill/backup/fix_skills/，--include-info 会附带不改写的信息项，--apply 只会改写真修复项 |

aweskill find 会优先输出 aweskill store install 能直接使用的 source。如果 provider 返回的是 smithery.ai 这类仅供发现的来源，结果仍会显示，但 aweskill 会明确标注它不支持直接安装，并提示你去对应的 skills.sh 页面查看上游安装说明。本地搜索结果不会输出安装命令，而是输出 Skill 路径和 aweskill store show <skill> 提示。默认同时搜索两个远程 provider 时，--limit 按 provider 分别生效，再做合并去重。

--domain 和 --stage 只适用于 sciskill。若和 --provider skills-sh 一起传入，aweskill 现在会直接报错，而不是忽略过滤条件。对 sciskill 使用这两个参数时，传入值必须与对应枚举完全一致，包括空格和大小写；非法值同样会直接报错，并列出允许值。

--domain 可用值

| 值 | 含义 | | --- | --- | | Agricultural Sciences | 农业科学 | | Chemical Sciences | 化学科学 | | Computational Sciences | 计算科学 | | General Research | 通用研究 | | Life Sciences | 生命科学 | | Mathematical and Statistical Sciences | 数理统计 | | Medical and Health Sciences | 医学健康 | | Physical Sciences | 物理科学 |

--stage 可用值

| 值 | 含义 | | --- | --- | | Study Design | 研究设计 | | Data / Sample Acquisition | 数据/样本采集 | | Data Processing | 数据处理 | | Data Analysis and Modeling | 分析建模 | | Validation and Interpretation | 验证与解释 | | Visualization and Presentation | 可视化展示 | | Writing and Publication | 写作发表 |

内置 Skill

aweskill 内置了两个 meta-skill，用来教 AI Agent 直接运行 aweskill 命令。

• aweskill：常规管理，覆盖 find、install、update、中央仓库流程、Bundle 和 Agent 投影
• aweskill-doctor：异常诊断和修复，覆盖损坏投影、重复 Skills、可疑条目和同步清理

aweskill store import resources/skills/aweskill
aweskill store import resources/skills/aweskill-doctor

Skill 目录结构与设计原则见 docs/DESIGN.md。

贡献

如果你想参与开发，请看 docs/CONTRIBUTING.md。

如果你想了解命令模型和文件系统设计约束，请看 docs/DESIGN.md。

那里现在集中说明了：

• 开发流程与测试要求

docs/DESIGN.md 集中说明了：

• 设计取舍
• Bundle 文件格式
• 投影模型
• 内置 Skill 结构与设计原则

欢迎提交文档改进、测试补充和小而聚焦的功能改进。

如果你希望使用一个独立于本仓库、可直接分享给其他用户的技能归档集合，可以参考 oh-my-skills。它是一个单独维护的备份仓库，用来存放可分发的 Bundle 和整库快照归档。

相关工具

同类 Skill 管理器

如果你在关注更广的 Skills 生态，下面这些项目都值得使用和研究：

• sciskill：公开的 registry 元数据仓库，用来收集带合法 SKILL.md 的 GitHub Skills，并发布可供发现的索引。
• Skills Manager：桌面化的多 AI 编码助手技能管理器，适合可视化组织、同步和分享 Skills。
• skillfish：偏 CLI 的 Skill 管理工具，强调安装、更新和跨 Agent 同步。
• vercel-labs/skills：开放的 Agent Skills CLI 和生态入口，对 SKILL.md 包约定影响很大。
• skills-manage：Tauri 桌面技能管理器，提供中央技能库、marketplace 浏览、GitHub 导入、collections 和按平台安装能力。

其他有用的 AI Skill 工具

• cc-switch：面向 Claude Code、Codex、Gemini CLI、OpenCode 等工具的一站式桌面管理器。
• SkillClaw：面向 Agentic Skill Evolution 的系统，通过本地代理采集真实会话，支持本地或对象存储同步，并可用可选服务演化共享 Skill 库。
• SkillNexus：覆盖生成、测试、评估、演化和排名的全生命周期 AI Skill Studio。
• Vibe-Skills：一体化的 AI Skills 套件与工作流 harness，强调为通用 Agent 编排专家 Skills、验证流程和持久化上下文。

支持的 Agent

支持 47 个 Agent，包括：

Claude Code · Cursor · Windsurf · Codex · GitHub Copilot · Gemini CLI · OpenCode · Goose · Amp · Roo Code · Kiro CLI · Kilo Code · Trae · Cline · Antigravity · Droid · Augment · OpenClaw · CodeBuddy · Command Code · Crush · Kode · Mistral Vibe · Mux · OpenClaude IDE · OpenHands · Qoder · Qwen Code · Replit · Trae CN · Neovate · AdaL

| Agent | 全局路径 | 项目路径 | | --- | --- | --- | | adal | ~/.adal/skills/ | <project>/.adal/skills/ | | amp | ~/.agents/skills/ | <project>/.agents/skills/ | | antigravity | ~/.gemini/antigravity/skills/ | <project>/.gemini/antigravity/skills/ | | augment | ~/.augment/skills/ | <project>/.augment/skills/ | | bob | ~/.bob/skills/ | <project>/.bob/skills/ | | claude-code | ~/.claude/skills/ | <project>/.claude/skills/ | | cline | ~/.cline/skills/ | <project>/.cline/skills/ | | codebuddy | ~/.codebuddy/skills/ | <project>/.codebuddy/skills/ | | command-code | ~/.commandcode/skills/ | <project>/.commandcode/skills/ | | continue | ~/.continue/skills/ | <project>/.continue/skills/ | | codex | ~/.codex/skills/ | <project>/.codex/skills/ | | copilot | ~/.copilot/skills/ | <project>/.copilot/skills/ | | cortex | ~/.snowflake/cortex/skills/ | <project>/.cortex/skills/ | | crush | ~/.config/crush/skills/ | <project>/.config/crush/skills/ | | cursor | ~/.cursor/skills/ | <project>/.cursor/skills/ | | deepagents | ~/.deepagents/agent/skills/ | <project>/.deepagents/agent/skills/ | | droid | ~/.factory/skills/ | <project>/.factory/skills/ | | firebender | ~/.firebender/skills/ | <project>/.firebender/skills/ | | gemini-cli | ~/.gemini/skills/ | <project>/.gemini/skills/ | | github-copilot | ~/.copilot/skills/ | <project>/.copilot/skills/ | | goose | ~/.goose/skills/ | <project>/.goose/skills/ | | iflow-cli | ~/.iflow/skills/ | <project>/.iflow/skills/ | | junie | ~/.junie/skills/ | <project>/.junie/skills/ | | kilo | ~/.kilocode/skills/ | <project>/.kilocode/skills/ | | kiro-cli | ~/.kiro/skills/ | <project>/.kiro/skills/ | | kilo-code | ~/.kilocode/skills/ | <project>/.kilocode/skills/ | | kimi-cli | ~/.kimi/skills/ | <project>/.kimi/skills/ | | kode | ~/.kode/skills/ | <project>/.kode/skills/ | | mcpjam | ~/.mcpjam/skills/ | <project>/.mcpjam/skills/ | | mistral-vibe | ~/.vibe/skills/ | <project>/.vibe/skills/ | | mux | ~/.mux/skills/ | <project>/.mux/skills/ | | neovate | ~/.neovate/skills/ | <project>/.neovate/skills/ | | openclaw | ~/.openclaw/skills/ | <project>/.openclaw/skills/ | | openclaude-ide | ~/.openclaude/skills/ | <project>/.openclaude/skills/ | | openhands | ~/.openhands/skills/ | <project>/.openhands/skills/ | | opencode | ~/.opencode/skills/ | <project>/.opencode/skills/ | | pi | ~/.pi/agent/skills/ | <project>/.pi/agent/skills/ | | pochi | ~/.pochi/skills/ | <project>/.pochi/skills/ | | qoder | ~/.qoder/skills/ | <project>/.qoder/skills/ | | qwen-code | ~/.qwen/skills/ | <project>/.qwen/skills/ | | replit | - | <project>/.agent/skills/ | | roo | ~/.roo/skills/ | <project>/.roo/skills/ | | trae | ~/.trae/skills/ | <project>/.trae/skills/ | | trae-cn | ~/.trae-cn/skills/ | <project>/.trae-cn/skills/ | | warp | ~/.warp/skills/ | <project>/.warp/skills/ | | windsurf | ~/.codeium/windsurf/skills/ | <project>/.codeium/windsurf/skills/ | | zencoder | ~/.zencoder/skills/ | <project>/.zencoder/skills/ |

开发

环境搭建、测试、代码风格请参考 docs/CONTRIBUTING.md。设计原则和命令语义请参考 docs/DESIGN.md。

许可证

本项目使用 MPL-2.0。