mcpField
F
find-skills

find-skills

github.com/rheinmirAgent 工作流10239 次安装2 周前更新
代码仓库

关于 find-skills

find-skills 是一项用于发现和安装开放 Agent 技能生态中软件包的技能。它指导如何通过 Skills CLI 搜索技能、评估质量、提供推荐并进行安装。

主要功能

  1. 01识别相关技能的指引
  2. 02使用 Skills CLI 搜索
  3. 03推荐前评估候选技能
  4. 04提供选项及安装指引

适用场景

  1. 01为特定任务查找技能
  2. 02推荐前检查候选技能
  3. 03通过命令行安装或更新技能

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/rheinmir/setup --skill find-skills

安装后在 Claude Code 中输入/find-skills确认已加载。

详细介绍

查找技能

此技能可帮助你在开放的 Agent 技能生态系统中发现并安装技能。

何时使用此技能

当用户出现以下情况时,使用此技能:

  • 询问“如何做 X”,且 X 可能是已有技能支持的常见任务
  • 表示“找一个用于 X 的技能”或“有没有用于 X 的技能”
  • 询问“你能做 X 吗”,且 X 是一项专业能力
  • 表示有兴趣扩展 Agent 的能力
  • 想要搜索工具、模板或工作流
  • 提到希望在某个特定领域(设计、测试、部署等)获得帮助

什么是 Skills CLI?

Skills CLI(npx skills)是开放 Agent 技能生态系统的包管理器。技能是模块化的软件包,可通过专业知识、工作流和工具扩展 Agent 的能力。

主要命令:

  • npx skills find [query] - 交互式或按关键词搜索技能
  • npx skills add <package> - 从 GitHub 或其他来源安装技能
  • npx skills check - 检查技能更新
  • npx skills update - 更新所有已安装的技能

浏览技能: https://skills.sh/

如何帮助用户查找技能

第 1 步:了解用户的需求

用户寻求帮助时,确定以下事项:

  1. 领域(例如 React、测试、设计、部署)
  2. 具体任务(例如编写测试、创建动画、审查 PR)
  3. 这是否是足够常见、可能已有相应技能的任务
第 2 步:先查看排行榜

运行 CLI 搜索之前,先查看 skills.sh 排行榜,确认该领域是否已有知名技能。排行榜按总安装量对技能排名,展示最受欢迎且经过实践检验的选项。

例如,Web 开发领域的热门技能包括:

  • vercel-labs/agent-skills — React、Next.js、Web 设计(每项安装量均超过 100K)
  • anthropics/skills — 前端设计、文档处理(安装量超过 100K)
第 3 步:搜索技能

如果排行榜中没有用户需要的技能,运行 find 命令:

npx skills find [query]

例如:

  • 用户问“如何让我的 React 应用运行得更快?”→ npx skills find react performance
  • 用户问“你能帮我审查 PR 吗?”→ npx skills find pr review
  • 用户说“我需要创建更新日志”→ npx skills find changelog
第 4 步:推荐前验证质量

**不要仅根据搜索结果推荐技能。**务必验证:

  1. 安装量 — 优先选择安装量超过 1K 的技能。对于安装量低于 100 的技能要谨慎。
  2. 来源信誉 — 官方来源(vercel-labs、anthropics、microsoft)比不知名作者更值得信赖。
  3. GitHub 星标数 — 检查源代码仓库。来自星标数少于 100 的仓库的技能,应谨慎对待。
第 5 步:向用户展示选项

找到相关技能后,向用户介绍:

  1. 技能名称及其用途
  2. 安装量和来源
  3. 用户可以运行的安装命令
  4. 用于了解详情的 skills.sh 链接

回复示例:

I found a skill that might help! The "react-best-practices" skill provides
React and Next.js performance optimization guidelines from Vercel Engineering.
(185K installs)

To install it:
npx skills add vercel-labs/agent-skills@react-best-practices

Learn more: https://skills.sh/vercel-labs/agent-skills/react-best-practices
第 6 步:提出安装选项

如果用户想继续,你可以为其安装技能:

npx skills add <owner/repo@skill> -g -y

-g 标志用于全局(用户级)安装,-y 则跳过确认提示。

常见技能类别

搜索时,可参考以下常见类别:

类别示例查询
Web 开发react, nextjs, typescript, css, tailwind
测试testing, jest, playwright, e2e
DevOpsdeploy, docker, kubernetes, ci-cd
文档docs, readme, changelog, api-docs
代码质量review, lint, refactor, best-practices
设计ui, ux, design-system, accessibility
效率workflow, automation, git

高效搜索的技巧

  1. 使用具体的关键词:“react testing” 比单独使用 “testing” 更好
  2. 尝试替代词:如果 “deploy” 不管用,可以试试 “deployment” 或 “ci-cd”
  3. 查看热门来源:许多技能来自 vercel-labs/agent-skills 或 ComposioHQ/awesome-claude-skills

未找到技能时

如果不存在相关技能:

  1. 承认未找到现有技能
  2. 提出可以直接运用通用能力协助完成任务
  3. 建议用户使用 npx skills init 创建自己的技能

示例:

I searched for skills related to "xyz" but didn't find any matches.
I can still help you with this task directly! Would you like me to proceed?

If this is something you do often, you could create your own skill:
npx skills init my-xyz-skill

输出报告

所有主要技能任务完成后,向 wiki 写入一份提案草稿。

步骤

1. 构建文件名:

  • 格式:DDMMYY-<ten>.md
  • DDMMYY = 今天的日期(例如,2026 年 6 月 2 日为 020626)
  • <ten> = 用 2–4 个 kebab-case 单词概括完成的工作(例如,landing-page-coteccons、brand-kit-fintech、ingest-auth-spec)

2. 写入 llmwiki/wiki/sources/draft/DDMMYY-<ten>.md:

# DDMMYY-<ten>
**Type:** draft
**Status:** proposed
**Tags:** <skill-name>, output-report
**Proposed:** YYYY-MM-DD

## What
<One sentence — what this skill invocation produced or decided>

## Output
<Key artefacts, files created/modified, or decisions made>

## Files
| File | Action |
|------|--------|
| `path/to/file` | created / modified |

## Notes
- Invoked via: `/<skill-name>` skill

## Origin
- **Draft:** `wiki/sources/draft/DDMMYY-<ten>.md`
- **Commit:** _(filled by verify-before-commit)_
- **Date promoted:** _(filled by verify-before-commit)_

3. 更新 wiki 索引和日志:

  • llmwiki/wiki/index.md — 追加一行:| [DDMMYY-<ten>](sources/draft/DDMMYY-<ten>.md) | draft | YYYY-MM-DD |
  • llmwiki/wiki/log.md — 追加:## YYYY-MM-DD — <skill-name> — <ten>

仅当该技能没有产生任何产出物且没有任何决策时才跳过(例如,纯显示模式 /caveman-stats)。

评论

支持 Markdown