npx skills深度解析：AI Agent技能包管理器完全指南

15 April 2026

详细介绍npx skills（Vercel开源AI代理技能管理器）的使用方法，包括常用命令、核心结构、SKILL.md文档YAML规范。文章对比Claude Code Skills、OpenClaw Skills和Vercel Skill的差异，分析格式兼容性、模型绑定、安全模型等关键维度，并提供优秀Skill案例和提示词设计洞察，帮助开发者高效管理和分享AI Agent技能包。

npx skills——AI Agent 能力包管理器
Claude Code Skill / OpenCLaw Skill / Vercel Skill
- 关键差异总结
优秀案例
- 命令
- 提示词洞察
  - Hint
  - ingest
  - absorb
  - query
- 关系图谱可视化

npx skills——AI Agent 能力包管理器

npx skills = Vercel 开源 AI 代理技能管理器 CLI（Claude Code / Cursor / OpenCode 专用

一键安装 / 管理 AI 技能包（SKILL.md），自动放到 Claude/Cursor 对应目录（.claude/skills）。全局安装要在HOME目录下执行。

官方商店：The Agent Skills Directory

常用命令

npx skills add 仓库地址       # 安装技能
npx skills list               # 查看已装技能
npx skills init               # 新建自己的 SKILL.md
npx skills find react        # 查找 React 相关技能包
npx skills remove 作者/仓库名  # 删除技能包
npx skills update 作者/仓库名  # 更新技能包
npx skills path               # 查看技能包目录

核心结构

skill-name/
├── SKILL.md          # 必填：元数据 + 使用说明/指令
├── scripts/          # 可选：可执行代码
├── references/       # 可选：参考文档
├── assets/           # 可选：模板、资源文件
└── ...               # 其他任意附加文件或目录

system prompt（AI 行为规则）
tools（可执行命令 / API / 浏览器操作）
knowledge（文档 / 规范 / 最佳实践）

测试Skill

# 校验技能文件
npx skills-ref validate ~/.claude/skills/wiki/SKILL.md

SKILL.md 文档YAML规范

字段	必填	约束说明
name	是	最多 64 个字符。仅允许小写字母、数字和连字符。不能以连字符开头或结尾。
description	是	最多 1024 个字符。不能为空。描述该技能的功能及适用场景。
license	否	许可证名称，或指向内置许可证文件的引用。
compatibility	否	最多 500 个字符。说明环境依赖要求（目标产品、系统软件包、网络权限等）。
metadata	否	用于附加元数据的任意键值对配置。
allowed-tools	否	由空格分隔的字符串，列出该技能可使用的预授权工具。（实验性功能）

Claude Code Skill / OpenCLaw Skill / Vercel Skill

有这么多工具都支持Skill，他们是一回事么？区别是什么？

维度	Claude Code Skills	OpenClaw Skills
开发者	Anthropic	OpenClaw 社区（开源）
核心文件	`SKILL.md`（YAML frontmatter + Markdown 正文）	`SKILL.md`（YAML frontmatter + Markdown 正文）
文件格式	完全相同，均为 YAML frontmatter + Markdown 指令	同左，OpenClaw 官方称其为 AgentSkills，但格式一致
目录结构	`.claude/skills//SKILL.md` + `scripts/` + `references/`	`~/.openclaw/skills//SKILL.md` + `scripts/` + `references/`
作用域	项目级 `.claude/skills/` 或全局 `~/.claude/skills/`	项目级工作区或全局 `~/.openclaw/skills/`
触发方式	Agent 自动匹配 description 或用户 `/slash-command`	Agent 自动匹配或 `/slash-command`
底层模型	仅限 Claude（Anthropic 闭源生态）	模型无关：Claude、GPT-4、Llama 3、Mistral 等均可
运行环境	Anthropic 云端或本地终端	完全自托管，代码在用户基础设施上运行
互相迁移	—	需补充 YAML frontmatter 中 `name:` `description:` 字段才能在 OpenClaw 识别
环境变量	通过系统环境变量读取	支持 `openclaw.json` 中的 `skills.entries..env` 配置
Vercel 兼容	支持，`npx skills add` 可安装	支持，同一个 Vercel Skill 包无需修改
安全模型	Anthropic 托管 + 权限沙箱	用户自行负责：需审计 Skill 内容防止 RCE、数据泄露
生态规模	官方内置 + 社区贡献	ClawHub 市场 860+ 技能 + 社区贡献

关键差异总结

格式层面几乎一致 — 都是 SKILL.md + YAML frontmatter + Markdown 指令 + scripts/references 辅助文件，迁移成本低
最大差异在模型绑定 — Claude Code 锁定 Anthropic 生态，OpenClaw 支持任意 LLM
安全模型不同 — Claude Code 有 Anthropic 官方沙箱保护；OpenClaw 需自行审计 Skill 安全性（已有案例：Cisco 安全团队发现第三方 Skill 存在数据泄露和 prompt 注入风险）
迁移注意 — Claude Code Skill 迁移到 OpenClaw 时，需确保 frontmatter 包含 name: 和 description: 字段，否则 OpenClaw 无法加载

优秀案例

Skill除了官方商店，还可以自行实现，下面这个例子就非常经典可以深入学习。它做到了仅用一篇文档就能够实现带命令行的技能包，效果不亚于代码实现。

wiki-gen-skill.md。

命令

/wiki ingest        # Convert your data into raw markdown entries
/wiki absorb all    # Compile entries into wiki articles
/wiki query 什么是agent  # Ask questions about the wiki 

提示词洞察

Hint

argument-hint: "ingest | absorb [date-range] | query <question> | cleanup | breakdown | status"

ingest

Write a Python script ingest.py to do this. This step is mechanical, no LLM intelligence needed.

让AI现场写脚本实现，禁止模型转换文档，非常有想象力，除了节省token，关键是手写脚本，一般我们都是自己先写好，非常大胆。

Process entries one at a time, chronologically. Read _index.md before each entry to match against existing articles. Re-read every article before updating it. This is non-negotiable.

语气比我写的更重——绝对不能商量。

absorb

Anti-Cramming反灌输。禁止文件过大堆砌
Anti-Thinning 禁止创建无实质内容的空页面 / 薄页面
Every 15 Entries: Checkpoint 每 15 条做质量审计

定期检查，这里的检查策略跟之前提到过的harness很像——强力提示词：

Quality audit: Pick your 3 most-updated articles. Re-read each as a whole piece. Ask:

Does it tell a coherent story, or is it a chronological dump?

Does it have sections organized by theme, not date?

Does it use direct quotes to carry emotional weight?

Does it connect to other articles in revealing ways?

Would a reader learn something non-obvious? If any article reads like an event log, rewrite it.

Check if any articles exceed 150 lines and should be split.

query

不要猜、不要阅读整个wiki、禁止修改

Never read raw diary entries (raw/entries/). The wiki is the knowledge base.

Don’t guess. If the wiki doesn’t cover it, say so.

Don’t read the entire wiki. Be surgical.

Don’t modify any wiki files. Query is read-only.

关系图谱可视化

生成的关系图谱可以用工具可视化：Obsidian。它会扫描当前目录所有md文件，所以打开目录时选择要注意下要选择生成的文件夹，选根目录内容会非常多。

原文链接： npx skills深度解析：AI Agent技能包管理器完全指南，转载请注明来源！

– EOF –

AI 23