mcpField
S
Skillhub Mcp

Skillhub Mcp

本地服务
github.com/214140846AI 与智能体141 周前更新

关于 Skillhub Mcp

Skillhub MCP 将目录或压缩包中的 Claude 风格技能转为 MCP 客户端可用的工具和资源,适合希望在多个 Agent 间复用技能的团队,并支持嵌套目录、多种技能包格式和多种传输方式。

主要功能

  1. 01将技能作为 MCP 工具提供
  2. 02发现嵌套技能目录
  3. 03支持 .zip 和 .skill 技能包
  4. 04将脚本和文件作为资源提供
  5. 05支持 stdio、HTTP 和 SSE 传输

适用场景

  1. 01在不同 MCP 客户端间复用技能
  2. 02以嵌套目录组织技能
  3. 03加载 .zip 或 .skill 格式的技能包
  4. 04让客户端读取作为资源提供的技能文件

MCP 相关

该 MCP 服务将发现的技能公开为工具,并将附带文件作为资源提供。它支持 stdio、HTTP 和 SSE 传输,并为不支持原生资源的客户端提供 fetch_resource 工具。

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": {
"skillhub": {
"command": "uvx",
"args": [
"skillhub-mcp"
]
}
}
}
启动命令uvx skillhub-mcp

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
pypiskillhub-mcp1.0.5

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Skillhub MCP

Skillhub MCP 标志

PyPI version PyPI downloads

链接

mcp-name: io.github.214140846/skillhub-mcp

你已经有了 Claude 风格的技能(SKILL.md),但实际使用时经常会遇到瓶颈:

  • 你的客户端使用 MCP,而不是 Claude Skills
  • 你的团队使用多个 Agent(Cursor、Copilot、Codex 等),因此很难在不同工具间复用技能
  • 你希望以更灵活的方式组织和分发技能(嵌套文件夹、zip 打包)

Skillhub MCP 弥合了这一差距:它将 Claude 风格的技能转换为 MCP 工具,让任何 MCP 客户端都能调用相同的技能。

⚠️ 实验性功能。技能可能包含脚本/资源。请将其视为不可信内容,并尽可能在沙箱/容器中运行。

这是 MCP 服务还是 MCP 客户端?

本项目是一个 MCP 服务。

  • Skillhub MCP(此仓库):作为服务进程运行,并向客户端提供工具/资源。
  • MCP 客户端:Cursor、Claude Code、Codex 等编辑器/Agent。它们会启动 MCP 服务或连接到 MCP 服务。

你将获得什么

  • 跨客户端复用:安装一次,即可在任何 MCP 客户端中使用
  • 灵活打包:支持嵌套目录、.zip 和 .skill 归档
  • 技能资源:将脚本/数据集/示例作为 MCP 资源提供(客户端可读取的文件)
  • 资源回退:为不支持原生 MCP 资源的客户端提供 fetch_resource 工具
  • 多种传输方式:stdio(默认)、http、sse

快速开始

默认技能根目录:~/.skillhub-mcp

uvx(推荐)
{
  "skillhub-mcp": {
    "command": "uvx",
    "args": ["skillhub-mcp@latest"]
  }
}

使用自定义技能根目录:

{
  "skillhub-mcp": {
    "command": "uvx",
    "args": ["skillhub-mcp@latest", "/path/to/skills"]
  }
}

在常用编辑器(MCP 客户端)中安装

以下是主流“氛围编程”编辑器的最简可用示例。

Cursor

Cursor 支持通过 mcp.json 配置 MCP 服务。将以下内容添加到全局 ~/.cursor/mcp.json 或项目 .cursor/mcp.json,然后重启 Cursor。

{
  "mcpServers": {
    "skillhub-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["skillhub-mcp@latest", "/path/to/skills"]
    }
  }
}
Claude Code

选项 A:通过 Claude Code CLI 配置(适合快速设置):

claude mcp add --transport stdio skillhub-mcp -- uvx skillhub-mcp@latest /path/to/skills

选项 B:在项目根目录的 .mcp.json 中进行项目级配置。你可能需要在 .claude/settings.json 中明确允许项目 MCP 服务。

./.mcp.json

{
  "mcpServers": {
    "skillhub-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["skillhub-mcp@latest", "/path/to/skills"]
    }
  }
}

./.claude/settings.json(仅批准此服务)

{
  "enabledMcpjsonServers": ["skillhub-mcp"]
}
Codex(OpenAI)

选项 A:使用 Codex CLI 添加 stdio MCP 服务:

codex mcp add skillhub-mcp -- uvx skillhub-mcp@latest /path/to/skills

选项 B:编辑 ~/.codex/config.toml:

[mcp_servers.skillhub-mcp]
command = "uvx"
args = ["skillhub-mcp@latest", "/path/to/skills"]

技能格式

Skillhub MCP 会在根目录下查找技能(默认为 ~/.skillhub-mcp)。 每个技能可以是:

  • 包含 SKILL.md 的目录
  • 包含 SKILL.md 的 .zip 或 .skill 归档(位于归档根目录或单个顶层文件夹内)

所有其他文件都会成为可下载的 MCP 资源,供你的 Agent 读取。注意: Skillhub MCP 不会执行脚本;是否运行脚本以及如何运行,由客户端决定。

示例布局:

~/.skillhub-mcp/
├── summarize-docs/
│   ├── SKILL.md
│   ├── summarize.py
│   └── prompts/example.txt
├── translate.zip
├── analyzer.skill
└── web-search/
    └── SKILL.md

归档规则:

translate.zip
├── SKILL.md
└── helpers/
    └── translate.js
data-cleaner.zip
└── data-cleaner/
    ├── SKILL.md
    └── clean.py

目录结构:Skillhub MCP 与 Claude Code

Claude Code 要求技能目录采用扁平结构(每个直接子目录对应一个技能)。Skillhub MCP 则更加灵活:

  • 会发现嵌套目录中的技能
  • 支持打包为 .zip / .skill 的技能

如果需要兼容 Claude Code,请使用扁平布局。

CLI 参考

skillhub-mcp [skills_root] [options]

标志 / 选项说明
位置参数 skills_root可选的技能目录(默认为 ~/.skillhub-mcp)。
--transport {stdio,http,sse}传输方式(默认为 stdio)。
--host HOSTHTTP/SSE 传输方式的绑定地址。
--port PORTHTTP/SSE 传输方式的端口。
--path PATHHTTP 传输方式的 URL 路径。
--list-skills列出发现的技能并退出。
--verbose输出调试日志。
--log将详细日志同步写入 /tmp/skillhub-mcp.log。

安全说明

  • 技能不只是“提示词”:其中可以包含脚本和任意文件。
  • Skillhub MCP 不会运行脚本,但你的客户端可能会。建议在沙箱或容器中运行。

语言

  • English:README.md
  • 中文:README.zh-CN.md

关于作者

我专注于 AI SaaS 出海,涵盖从 想法验证和氛围编程 到 产品开发、基础设施、SEO、反向链接和增长实验 的完整历程。

这里分享的一切都来自真实项目、真实流量和真实营收尝试。

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。