mcpField
S
skill-deck

skill-deck

本地服务
github.com/xingbofengAI 与智能体323 周前更新

关于 skill-deck

skill-deck 将本地 Agent Skills 转换为适配器工具、MCP 资源与工具,并支持生成可分享的页面和图片。它面向需要在不同 Agent runtime 或 MCP host 中使用、发现和分享 Skills 的用户。

主要功能

  1. 01扫描、解析并校验 SKILL.md
  2. 02生成跨 runtime 的工具与处理器
  3. 03提供 compact、guided、active 激活模式
  4. 04通过 MCP 搜索和加载 Skills
  5. 05生成默认脱敏的分享页与图片

适用场景

  1. 01将本地 Skills 接入不同 Agent runtime
  2. 02让 MCP host 中的模型发现并调用 Skills
  3. 03制作可供同事审阅的 Skill 分享材料

MCP 相关

将本地 Skills 暴露为 MCP 工具和资源,支持搜索、读取及动态激活。MCP 接口还可生成默认移除本地路径、secret 和私有 URL 的分享材料。

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": {
"xingbofeng-skill-deck": {
"command": "npx",
"args": [
"-y",
"skill-deck"
],
"env": {
"SKILL_DECK_SKILLS_ROOT": "<SKILL_DECK_SKILLS_ROOT>"
}
}
}
}
启动命令npx -y skill-deck
需要配置的环境变量
SKILL_DECK_SKILLS_ROOTAbsolute path to the local Skill root directory exposed through SkillDeck.

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
npmskill-deck1.0.0

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

来自项目 README

SkillDeck

SkillDeck logo

中文 · English · 官网 · 快速开始 · GitHub

把散落在本机的 Agent Skills,变成模型看得见、用得上、也分享得出去的能力牌组。
Adapter for runtimes, MCP dynamic discovery, and share artifacts generated through agent conversation.

Runtime Node.js 20+ Package skill-deck License MIT MCP stdio resources tools Skill Activation active by default Share HTML and Images OpenAI Agents SDK Claude Code ready

SkillDeck: Adapter, MCP, Share

SkillDeck 是本地 Agent Skill 的适配、激活与分享工具。

它解决三个很具体的场景:

场景为什么需要它SkillDeck 做什么
我有一组 Skill,想通过工具的方式接入 OpenAI Agent SDK。OpenAI 已把 SKILL.md 定义成可复用工作流,Agents SDK 也支持 local skills,但手写 schema、handler 和 stable id 很繁琐。Adapter 扫描、解析、校验 SKILL.md,生成 provider-neutral tools 和 runtime handlers,让同一套 Skills 可以接入不同 Agent runtime。
我有一组 Skill,想接到 Claude Code、Cursor 或其他 MCP host。只给 list_skills / read_skill 不够,模型不一定知道复杂任务要先查本地 Skills。MCP + Skill Activation 把 Skills 暴露成 tools/resources,并通过 compact / guided / active 三种模式,让模型在任务里自己发现、搜索和加载 Skill。
我有一组 Skill,想发给同事、同行或社交平台看。私有 Skill 往往含本地路径、secret、私有 URL;只发截图又无法搜索、下钻和复用。Share 通过 MCP 让 agent 生成完整分享页和双图,默认脱敏,可搜索、可下钻、可审阅再接入。

背景参考:OpenAI Skills guide、Skills in ChatGPT、Agents SDK tools、openai-agents-python #2906。

对应到产品能力,它做三件事:

主线作用结果
Adapter扫描、解析、校验本地 SKILL.md,生成 stable id、provider-neutral tools 和 runtime handlers。同一套 Skills 可接 OpenAI、Anthropic、OpenAI Agents SDK、本地 runtime。
MCP把 Skills 暴露成 MCP tools/resources,并通过 Skill Activation 帮模型动态发现。模型可以通过 skill_guide、use_skill_*、search_skills、read_skill 加载 Skill。
Share你和 agent 说“帮我分享这套 Skills”,agent 通过 MCP 生成静态分享页和双图,默认脱敏。适合朋友圈、小红书和同行交流,不暴露本地路径、secret 和私有 URL。

它不是公开 marketplace,也不是远程托管服务。用户的 Skill 目录仍然在本机。

Skill Activation

默认的 list_skills / read_skill 能读 Skill,但模型不一定会主动调用。SkillDeck 增加三种模式,让模型更容易发现并加载本地 Skill。

模式暴露内容模型怎么发现 Skill适合场景代价
compactlist_skills、search_skills、get_skill_info、read_skill、resources模型需要主动搜索或列目录兼容旧行为、Skill 很多、工具列表要短自动发现能力弱
guidedcompact + skill_guide + MCP instructions模型看到 skill_guide 后获得使用指南想提高发现概率,但不想每个 Skill 都变 tool仍依赖模型调用向导
activeguided + 最多 N 个 use_skill_<safe_name>_<short_id>模型在 tools/list 阶段直接看到常用 Skill想最大化自动发现效果工具数量增加

示例:

npx -y skill-deck mcp serve \
  --skills ~/.skills

安装

安装:

npm install skill-deck

MCP 三步接入

第一步,选择一种 Skill Activation 模式安装 MCP。推荐先用默认 active:

三种命令的 MCP server 名都叫 skill-deck;切换模式时更新同名 server 即可。

# active:默认模式,常用 Skill 会直接出现在 tools/list
claude mcp add skill-deck \
  -- npx -y skill-deck mcp serve \
  --skills ~/.codex/skills
# guided:暴露 skill_guide,让模型先看分组和推荐入口
claude mcp add skill-deck \
  -- npx -y skill-deck mcp serve \
  --skills ~/.codex/skills \
  --skill-mode guided
# compact:只暴露 list/search/info/read/resources,工具列表最短
claude mcp add skill-deck \
  -- npx -y skill-deck mcp serve \
  --skills ~/.codex/skills \
  --skill-mode compact

Codex / 其他 MCP host 使用同一组 stdio 参数;如需切换模式,在 args 中追加 --skill-mode 和对应值:

{
  "mcpServers": {
    "skill-deck": {
      "command": "npx",
      "args": [
        "-y",
        "skill-deck",
        "mcp",
        "serve",
        "--skills",
        "~/.codex/skills"
      ]
    }
  }
}

第二步,在 Claude / Codex 中确认 skill-deck 已连接。Claude Code 里输入:

/mcp

第三步,直接对 agent 说:

请使用 SkillDeck MCP 的 generate_skill_share 工具,为当前已加载的 ~/.codex/skills 生成一套可以分享给同行看的 Skill 工作流分享物。

需要指定输出目录时,再追加:

输出到 ~/skilldeck-shares/codex-skills-share,注意脱敏,并在完成后告诉我 index.html、cover.png、detail.png 和 manifest.json 的路径。

Share

分享不是让你手写配置,也不是把私有 Skill 扔到公开市场。你只需要和 agent 对话:

帮我把 ~/.skills 这套 Skills 做成一个可以发给同行看的分享页和两张分享图,注意脱敏。

agent 会通过 SkillDeck 的 MCP Share 接口生成:

share/
  index.html
  cover.png
  detail.png

index.html 是完整介绍页,支持搜索和下钻到 Skill 详情;cover.png 适合传播,detail.png 适合给同行看技术细节。默认会移除本地路径、secret 和私有 URL,reference 只展示路径,不读取文件内容。

实际生成效果:

SkillDeck share cover example SkillDeck share detail example

全量能力

  • Skill Activation:compact / guided / active。
  • skill_guide 和 use_skill_*。
  • 搜索排序、分页、字段裁剪。
  • Catalog/resources。
  • watcher。
  • symlink 显式支持。
  • Share HTML + 双图。
  • docs-site 右上角搜索。
  • npm 包:skill-deck。
  • MCP Registry:server.json + npm/stdio 元数据。
  • MCP Streamable HTTP transport。

文档

更完整的在线文档见 skill.counterxing.top。

License

MIT

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。