mcpField
S
skillkit

skillkit

本地服务
github.com/furkan708AI 与智能体09 周前更新

关于 skillkit

skillkit 是用于管理 Agent Skills 的命令行工具箱,面向编写、维护和分发 SKILL.md 技能的开发者。它提供脚手架、规范与安全检查、打包和安装,并可通过内置 MCP 服务提供技能库。

主要功能

  1. 01创建符合规范的技能模板
  2. 02检查规范问题与安全隐患
  3. 03将技能打包为 ZIP 文件
  4. 04从目录或 Git URL 安装技能
  5. 05列出和移除已安装技能
  6. 06通过 MCP 浏览、读取和检查技能

适用场景

  1. 01创建并验证待发布的 SKILL.md
  2. 02在发布前检测技能中的密钥泄露
  3. 03从 Git 仓库安装技能
  4. 04让 MCP 客户端按需读取技能库

MCP 相关

内置的零依赖 MCP 服务通过 stdio 提供 `list_skills`、`read_skill` 和 `lint_skill` 工具,供 MCP 客户端发现、读取和检查已安装技能。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"furkan708-skillkit": {
"command": "uvx",
"args": [
"skillkit-cli"
]
}
}
}
启动命令uvx skillkit-cli

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypiskillkit-cli1.0.2

工具

3

收录的工具列表 · 更新于 3 周前

此工具无需参数。

详细介绍

skillkit

Python License Tests CI Code style: ruff Types: mypy Dependencies

AI Agent 技能工具箱。 创建脚手架、检查、打包和安装 SKILL.md 技能 — 并通过内置的 模型上下文 协议服务,将整个技能库提供给 Claude Code、Cursor 以及任何 MCP 客户端。

skillkit 终端演示

社区审计发现,绝大多数已发布的 SKILL.md 文件都至少存在一种“技能异味” — 而且有相当一部分会泄露 机密。skillkit 会在你发布之前发现这些问题。

详细文档: 使用指南 — 检查规则参考、MCP 模式、CI 用法 · 架构 · 贡献指南 · 更新日志 · 安全

功能

  • new — 一条命令即可创建符合规范的技能文件夹
  • lint — 根据 Agent Skills 规范检查,并且检测安全问题: 泄露的 API 密钥、模糊的描述、过大的正文、文件夹拼写错误等 (按 0–100 评分并给出等级)
  • pack — 将技能打包为 zip,以便上传到支持技能的平台
  • install — 从文件夹或任意 git URL 安装到 ~/.claude/skills(或你自己的目录)
  • list / remove — 管理已安装的技能库
  • mcp — 零依赖 MCP 服务(stdio、JSON-RPC 2.0),向任何客户端 提供 list_skills、read_skill 和 lint_skill 工具
  • 零依赖 — 纯 Python 标准库
  • 76 项测试,CI 覆盖 Python 3.10 → 3.12

快速开始

# run without installing (uvx — pulls from PyPI on demand)
uvx --from skillkit-cli skillkit lint ./skills

# or install (installs the `skillkit` command)
pipx install skillkit-cli

# ...or from source
git clone https://github.com/furkan708/skillkit.git
cd skillkit && pip install .

# 1. create a skill
skillkit new commit-writer -d "Writes conventional commit messages from staged diffs. Use when the user asks to commit changes."

# 2. lint it (spec + security + quality)
skillkit lint commit-writer
# ✓ no issues found
# score: 100/100 (grade A) · 0 errors · 0 warnings · 0 notes

# 3. pack it for upload
skillkit pack commit-writer        # → commit-writer.zip

# 4. install it for Claude Code
skillkit install ./commit-writer   # → ~/.claude/skills/commit-writer

通过 MCP 提供你的技能

将 skillkit 添加到任意 MCP 客户端配置中 — Claude Code、Cursor、Windsurf 以及 其他所有兼容 MCP 的 Agent:

{
  "mcpServers": {
    "skillkit": { "command": "skillkit", "args": ["mcp"] }
  }
}

现在,你的 Agent 可以按需发现并读取所有已安装的技能:

工具功能
list_skills发现已安装的技能及其名称和描述
read_skill加载某个技能的完整 SKILL.md 指令
lint_skill检查技能并获取其质量评分

lint 能检测的问题

规则严重级别检查内容
SEC001error泄露的机密:GitHub/AWS/OpenAI/Slack 令牌、私钥、硬编码凭据
SKILL001error无效的 name:字符集、长度 ≤ 64、保留词(anthropic、claude)
SKILL002errorname 与文件夹名称不匹配
SKILL003errordescription 超过 1,024 个字符
SKILL009errormetadata 不是字符串→字符串映射
SKILL004warn描述模糊(不会触发 — 请说明做什么以及何时使用)
SKILL005warn正文超过约 500 行(将详细内容移至 references/)
SKILL007warn文件夹拼写错误:script/、reference/、docs/…
SKILL006· info正文过于简略 — 添加步骤和示例
SKILL008· info未知的 frontmatter 字段

每次运行结束时都会给出 0–100 分的评分和字母等级,让你知道技能何时已准备好发布。

CLI 参考

skillkit new <name> -d <description> [--dir DIR]   scaffold a skill
skillkit lint <path> [--json] [--strict]           validate a skill
skillkit pack <path> [-o FILE.zip]                 zip for upload
skillkit install <path|git-url> [--agent claude|project] [--dir DIR]
skillkit list [--agent ...] [--dir DIR] [--json]   show installed skills
skillkit remove <name> [--dir DIR]                 uninstall a skill
skillkit mcp [--dir DIR]                           serve skills over MCP

本项目基于开放的 Agent Skills 规范 构建 — 40 多个平台支持相同格式,包括 Claude、OpenAI Codex 和 GitHub Copilot。

测试

pip install pytest
pytest -v

项目结构

skillkit/
├── skillkit/
│   ├── frontmatter.py   # minimal YAML frontmatter parser
│   ├── model.py         # skill loading (Agent Skills spec)
│   ├── linter.py        # rules, security smells, 0-100 score
│   ├── scaffold.py      # new + pack
│   ├── installer.py     # install / list / remove (folder or git)
│   ├── mcp_server.py    # zero-dependency MCP stdio server
│   └── cli.py           # command-line interface
└── tests/

路线图

  • skillkit search — 搜索社区技能注册表
  • 更多安装目标(Codex、Copilot CLI 路径,待其标准化后支持)
  • skillkit doctor — 提示词注入启发式检查 (计划中,尚未实现)

许可证

MIT — 详情请参阅 LICENSE 文件。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。