find-skills技能全解析:一键解决AI Agent技能搜索、安装与管理痛点

find-skills技能全解析:一键解决AI Agent技能搜索、安装与管理痛点 在AI Agent使用过程中,“找技能、装技能、管技能”是多数用户面临的核心难题——要么四处搜罗技能资源,要么切换平台搜索打断工作流,要么安装后难以统一管理更新。此前在Skills蓝皮书分享过的Skills.sh资源库中,一款名为find-skills的技能异军突起,不仅登顶24h安装榜榜首,长期稳居总榜第二且持续上升,日均安装量突破10k+,与第二名拉开显著差距。

这款由Vercel官方发布的技能,之所以能快速走红,核心在于它完美解决了技能获取与管理的全流程痛点,无需切换平台、无需复杂操作,仅需在单个Agent中运行,就能完成技能搜索、安装、检查、更新的闭环。本文将从核心优势、详细操作步骤、注意事项三个维度,全方位解析find-skills的使用方法,帮助用户高效利用AI Agent技能,提升工作效率。

一、find-skills核心优势:为什么它能成为“技能神器”?

在find-skills出现之前,用户获取技能的方式普遍存在诸多弊端,而它的出现的实现了技能管理的“一站式闭环”,具体优势对比及核心亮点如下:

1.1 解决传统技能获取的核心痛点

传统技能获取主要有两种方式,均存在明显局限:

  • 人工分享/仓库搜索:依赖他人分享,效率低下,且难以精准匹配自身需求,容易找到过时或不适配的技能。
  • 技能搜索平台(如skillsmp.com):搜索体验不佳,中文搜索命中率低,即便使用AI搜索也无法达到理想效果;且需要跳出当前工作任务,打开单独平台搜索,严重打断工作流,影响专注度。

1.2 find-skills的核心亮点

相较于传统方式,find-skills实现了全流程优化,核心亮点集中在3点:

  • 全闭环操作:无需切换平台,在单个Agent中即可完成“搜索→安装→检查→更新”全流程,不打断工作流,提升使用效率。
  • 适配性强:由Vercel官方发布,与Vercel生态完美兼容,支持多种Agent安装,后续管理和更新更便捷。
  • 操作灵活:支持指令搜索和自然语言搜索两种方式,中文提问可同时检索中英文关键词,搜索精度更高,小白也能快速上手。

二、find-skills详细操作教程(以Claude Code为例)

本教程将以Claude Code为操作场景,拆解find-skills从安装、搜索到管理更新的完整步骤,所有操作均无需复杂代码基础,复制指令即可完成,全程适配小白用户。

步骤一:安装find-skills技能(推荐官方最优方式)

find-skills支持多种安装方式,但最推荐使用Vercel官方发布的add-skill指令安装——作为官方同源工具,后续技能的管理、更新更稳定,避免出现适配问题。

  1. 获取项目地址(备用):find-skills的官方项目地址为:https://github.com/vercel-labs/skills/tree/main/skills/find-skills,无需下载,仅作为备用参考。
  2. 执行安装指令:打开Claude Code,输入以下指令并运行,即可启动安装流程: npx skills add https://github.com/vercel-labs/skills --skill find-skills
  3. 选择安装配置(3个选项依次选择):
  • 安装Agent选择:选择将技能安装到哪个Agent中,可选择“一键安装到全部Agents”(适合多Agent用户),也可选择具体某个Agent,根据个人使用习惯选择即可。
  • 安装范围选择:分为“全局范围”和“项目范围”——全局范围可在所有项目中使用,项目范围仅在当前项目中生效,推荐新手选择“项目范围”,避免影响其他项目。
  • 安装方式选择:提供两种方式,按需选择:
    • SymLink(推荐):通过创建符号链接实现集中管理,所有Agent共享一个技能源文件,后续更新时可统一同步,无需逐个Agent更新。
    • Copy to all agents:将技能文件直接复制到每个Agent节点,每个节点独立存储,更新时需逐个操作,适合需要个性化修改技能文件的用户。
  1. 确认安装成功:安装完成后,当前项目中会出现适配对应Agent的技能路径,说明安装成功,可进入下一步操作。

补充建议:新手推荐配置为“所有Agent + 项目范围 + SymLink”,兼顾便捷性和后续管理效率。

步骤二:使用find-skills搜索并安装目标技能

安装完成后,即可通过两种方式搜索技能,操作简单,精准匹配需求,具体步骤如下:

  1. 选择搜索方式(两种均可,按需选择):
  • 指令搜索(精准高效):输入以下指令,将“skills关键词”替换为具体需求,即可搜索相关技能: npx skills find "skills关键词"示例:搜索SEO标签优化相关技能,指令为:npx skills find "SEO标签优化";搜索YouTube视频下载相关技能,指令为:npx skills find "YouTube视频下载"。
  • 自然语言搜索(小白友好):无需输入指令,直接用中文或英文提问即可,例如:“帮我找下SEO meta标签优化的skills”“有没有小红书封面设计相关的Skills”。
  1. 精准搜索技巧(重点):
  • 关键词尽量细化:避免使用宽泛关键词(如“SEO”“小红书”),优先使用具体关键词(如“SEO meta标签”“小红书封面设计”),减少无关搜索结果,提升搜索精度。
  • 语言适配:英文提问仅搜索英文关键词,中文提问会同时搜索中文及相关英文关键词,推荐中文用户使用中文提问,扩大搜索范围。
  1. 安装目标技能:搜索完成后,find-skills会列出所有相关技能,只需告知其需要安装的技能名称,即可自动完成安装,无需额外操作。

小建议:若搜索结果中能显示技能安装量,可优先选择安装量较高的技能,安全性和适配性更有保障(后续版本可能优化该功能)。

步骤三:技能管理与更新(易忽略但关键步骤)

find-skills不仅能搜索安装技能,还提供了3个实用的管理指令,解决技能过多难以管理、版本过时等问题,具体使用方法如下(重点注意局限性):

  1. 查看已安装技能:当安装的技能过多时,可通过以下指令快速查看所有已安装技能,清晰掌握自身技能储备: npx skills list⚠️ 注意(重点):该指令仅能识别通过“npx skills add”指令安装的技能,若通过其他方式(如手动下载、第三方工具)安装的技能,无法被识别。
  2. 检查可更新技能:定期检查技能版本,避免使用过时技能,指令如下: npx skills check运行后,会列出所有可更新的技能及当前版本、最新版本,方便用户判断是否需要更新。
  3. 更新所有已安装技能:若确认需要更新,可通过以下指令一键更新所有可更新技能: npx skills update⚠️ 注意(慎用):更新前需确认所有技能均为可信任来源,避免更新后出现技能适配异常、功能失效等问题;建议更新前备份相关项目文件,降低风险。

三、find-skills使用注意事项(避坑必看)

虽然find-skills操作简单、实用性强,但在使用过程中仍有4点注意事项,避免出现操作失误、功能异常等问题,新手必看:

  • 安装方式优先选官方同源:尽量使用“npx skills add”指令安装,避免使用其他第三方安装方式,否则可能出现后续管理、更新失败,或与Agent适配异常的问题。
  • 搜索关键词决定搜索精度:宽泛关键词会导致搜索结果杂乱、无关信息过多,务必细化关键词,可观察搜索输出过程,了解关键词拓展逻辑,优化搜索词。
  • 技能管理指令的局限性:牢记“npx skills list”仅识别官方指令安装的技能,手动安装的技能需单独记录管理,避免遗漏。
  • 更新技能需谨慎:“npx skills update”会一键更新所有可更新技能,若部分技能与当前项目适配度较低,更新后可能出现功能异常,建议按需更新,而非盲目一键更新。

四、补充说明与实用建议

4.1 find-skills的局限性

find-skills并非万能,需理性看待其功能边界:

  • 仅能搜索开源技能:无法搜索未开源的私有技能,若需使用特定私有技能,仍需通过手动安装方式添加。
  • 搜索结果不一定完全适配:找到的技能可能无法完全满足当前任务需求,此时可基于现有技能进行改造,比从零开发全新技能效率更高。

4.2 实用搭配建议

若仅需保留两个核心技能,实现“技能获取+技能开发”的闭环,推荐搭配:

  • find-skills:负责技能的搜索、安装、管理,解决“找技能难”的问题。
  • skill-creator:负责基于现有技能改造或从零开发全新技能,解决“技能适配”的问题。

4.3 资源补充

find-skills已正式收录到《Skills蓝皮书-实用Skills篇》,若需了解更多技能相关知识(概念、局限、制作方法等),可移步查看《做了份Skills蓝皮书,从概念、局限到使用、制作,一次讲清》,系统学习技能相关内容。

五、总结

find-skills的走红,本质上是解决了AI Agent用户“找技能、装技能、管技能”的核心痛点——无需切换平台、无需复杂操作,小白也能快速上手,大幅提升AI Agent的使用效率。无论是日常使用AI Agent处理简单任务,还是需要大量技能支撑复杂工作,find-skills都能成为高效助手。

需要注意的是,它并非万能工具,需理性看待其局限性,合理搭配其他技能使用;同时严格遵循使用注意事项,避免出现操作失误。希望本文的解析的操作教程,能帮助大家快速掌握find-skills的使用方法,充分发挥AI Agent的核心价值。

本文由 mdnice 多平台发布

Read more

介绍终身机器人学习的数据集LIBERO

介绍终身机器人学习的数据集LIBERO

1 LIBERO的作用 LIBERO是一个用于研究多任务和终身机器人学习中知识迁移的综合基准测试平台,LIBERO是基于robosuite框架构建的。它专注于机器人操作任务,这些任务需要两类知识: 1. 陈述性知识:关于物体和空间关系的知识 2. 程序性知识:关于运动和行为的知识 2 核心原理 任务生成与基准设计 LIBERO提供了一个程序化生成管道,原则上可以生成无限数量的操作任务。系统包含130个任务,分为四个任务套件,每个套件都有受控的分布偏移: * LIBERO-Spatial/Object/Goal:专注于特定类型知识的迁移 * LIBERO-100:包含需要迁移纠缠知识的100个操作任务 学习框架 系统采用模仿学习作为主要学习方法,因为任务使用稀疏奖励函数(任务完成时获得+1奖励)。LIBERO提供高质量的人类遥操作演示数据集用于训练。 算法与策略架构 LIBERO实现了三种视觉运动策略网络: * bc_rnn_policy:基于RNN的行为克隆策略 * bc_transformer_policy:基于Transformer的行为克隆策略

OpenClaw配置Bot接入飞书机器人+Kimi2.5

OpenClaw配置Bot接入飞书机器人+Kimi2.5

上一篇文章写了Ubuntu_24.04下安装OpenClaw的过程,这篇文档记录一下接入飞书机器+Kimi2.5。 准备工作 飞书 创建飞书机器人 访问飞书开放平台:https://open.feishu.cn/app,点击创建应用: 填写应用名称和描述后就直接创建: 复制App ID 和 App Secret 创建成功后,在“凭证与基础信息”中找到 App ID 和 App Secret,把这2个信息复制记录下来,后面需要配置到openclaw中 配置权限 点击【权限管理】→【开通权限】 或使用【批量导入/导出权限】,选择导入,输入以下内容,如下图 点击【下一步,确认新增权限】即可开通所需要的权限。 配置事件与回调 说明:这一步的配置需要先讲AppId和AppSecret配置到openclaw成功之后再设置订阅方式,

OpenClaw 接入飞书机器人保姆级教程

OpenClaw 接入飞书机器人保姆级教程

如果你的 OpenClaw 已完成初始部署、WebUI 可正常收发回复,现在想接入飞书机器人,这篇教程会带你从创建机器人到配置完成,一步到位。 相信你在部署 OpenClaw 时已经踩过不少坑,这篇文章会帮你尽量避开飞书对接中的常见问题,少走弯路。废话不多说,教程正式开始!原文地址 内置飞书插件 如果您使用的是最新版本的 OpenClaw那么已经内置了 Feishu 插件,通常不需要让我们单独进行安装。 如果您使用的是之前比较旧的版本,或者是没有内置的 Feishu 的插件,可以手动进行安装,执行下方命令: 创建飞书机器人 我们先来创建飞书的应用,我们可以复制下方地址进行一键直达 创建企业自建应用 打开后,我们点击【创建企业自建应用】,如果您还没有飞书账号的话,请先注册飞书的账号后再进行创建应用 我们创建企业自建应用然后输入应用名称和应用描述,还有应用图标,我们都可以自定义进行上传,或者选择其他照片当作应用图标。输入完之后我们点击创建 获取 AppID 和 AppSecret 我们点击凭证与基础信息一栏查看我们的App ID 和 App

论文阅读:MiniOneRec

github仓库:https://github.com/AkaliKong/MiniOneRec 技术报告论文:https://arxiv.org/abs/2510.24431 找了一个论文阅读辅助工具:https://www.alphaxiv.org/ 代码 https://github.com/AkaliKong/MiniOneRec SFT在做什么 前置:数据集 代码路径:MiniOneRec/data.py 类Tokenizer:给普通的分词器多包装了一层,可以处理连续的bos/eos的特殊字符串。 SidSFTDataset 多样化的指令 任务:输入用户最近交互过的item列表,预测用户下一个交互的item SidItemFeatDataset sid2title或者title2sid任务 FusionSeqRecDataset 带意图识别的商品推荐 代码 代码入口:MiniOneRec/sft.py 1、