开源分享:AI Agent Skills 资源合集,一键安装 Cursor/Claude Code/Copilot 技能包

前言

最近在使用 Cursor 和 Claude Code 进行开发,发现 Agent Skills 这个功能非常强大——它可以让 AI 更专业地完成特定任务,比如代码审查、生成 Git Commit、自动生成测试用例等。

但网上的资源比较零散,于是我整理了一个开源合集分享给大家。

项目地址

GitHub:https://github.com/JackyST0/awesome-agent-skills

什么是 Agent Skills?

Agent Skills 是 AI Agent 可以发现和使用的指令、脚本和资源包。

简单来说,就是给 AI 一套「技能说明书」,让它知道如何更专业地帮你完成工作。

比如:

  • 代码审查 Skill:AI 按照最佳实践审查代码,给出改进建议
  • Git Commit Skill:自动生成规范的提交信息
  • 单元测试 Skill:根据代码自动生成测试用例

支持哪些平台?

平台全局目录项目目录
Cursor~/.cursor/skills/.cursor/skills/
Claude Code~/.claude/skills/.claude/skills/
GitHub Copilot~/.copilot/skills/.github/skills/
Windsurf~/.windsurf/skills/.windsurf/skills/
Codex~/.codex/skills/.codex/skills/

一键安装

macOS / Linux

# 交互式模式curl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh |bash# 直接安装所有 Skills 到 Cursorcurl -sL https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.sh |bash -s -- -p cursor -a 

Windows (PowerShell)

# 下载并运行irm https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.ps1 |iex# 或者先下载再运行Invoke-WebRequest-Uri "https://raw.githubusercontent.com/JackyST0/awesome-agent-skills/main/install.ps1"-OutFile "install.ps1".\install.ps1 

项目收录内容

官方资源

  • Anthropic 官方 Skills 仓库(56k+ Stars)
  • Agent Skills 官方规范文档

社区精选

  • awesome-cursorrules(37k+ Stars)
  • everything-claude-code(32k+ Stars)
  • awesome-claude-skills(27k+ Stars)

示例 Skills

项目提供 5 个可直接使用的示例:

  1. code-review - 代码审查
  2. git-commit - Git 提交信息生成
  3. unit-test-generator - 单元测试生成
  4. api-doc-generator - API 文档生成
  5. debug-helper - 调试助手

使用效果

安装 code-review Skill 后,让 AI 审查代码:

输入:帮我审查这段代码:def add(a,b): return a+b 输出: ## 代码审查报告 ### 发现的问题 - [ ] 参数之间缺少空格 - [ ] 运算符周围缺少空格 - [ ] 缺少类型提示 - [ ] 缺少文档字符串 ### 改进后的代码 def add(a: float, b: float) -> float: """计算两个数的和。""" return a + b ### 评分 - 代码质量:6/10 - 可读性:7/10 - 可维护性:5/10 

总结

项目还在持续完善中,欢迎 Star 支持!

如果你有好用的 Skills,也欢迎提交 PR。

Read more

Cogito-v1-preview-llama-3B实战应用:自动化测试用例生成与技术文档撰写

Cogito-v1-preview-llama-3B实战应用:自动化测试用例生成与技术文档撰写 1. 认识Cogito v1预览版模型 Cogito v1预览版是Deep Cogito推出的混合推理模型系列中的一员,这个3B参数的模型在大多数标准基准测试中都表现出色,超越了同等规模下最优的开源模型。无论是来自LLaMA、DeepSeek还是Qwen等知名模型的同类产品,Cogito v1都展现出了更强的性能。 这个模型最特别的地方在于它的双重工作模式:既可以直接回答问题(标准LLM模式),也可以在回答前进行自我反思(推理模式)。就像一个有经验的工程师,它不仅能给出答案,还能先思考一下这个答案是否合理。 Cogito模型使用了一种叫做"迭代蒸馏和放大"的训练方法,这种方法通过不断自我改进来提升智能水平。模型特别擅长编码、STEM学科、指令执行和通用帮助任务,而且在多语言支持、编码能力和工具调用方面都比同规模模型强很多。 每个模型都支持超过30种语言,还能处理长达128k的上下文,这意味着它可以理解很长的文档和复杂的对话。 2. 快速上手Cogito模型 2.1 环境准备

零基础玩转Z-Image-Turbo:孙珍妮AI绘画一键生成

零基础玩转Z-Image-Turbo:孙珍妮AI绘画一键生成 1. 这不是普通AI画图,是“孙珍妮专属风格”的一键生成 你有没有试过输入一段文字,几秒钟后就得到一张神态自然、风格统一、细节丰富的孙珍妮风格人像?不是泛泛的“美女”“写真”,而是眉眼间有辨识度、光影里有氛围感、构图中带设计感的专属图像——这次不用调参、不用装环境、不用查模型路径,点开就能用。 这就是【Z-Image-Turbo】依然似故人_孙珍妮镜像的核心价值:它把一个专业级的LoRA微调模型,封装成真正“零门槛”的AI绘画入口。你不需要知道Xinference是什么,也不用搞懂Gradio怎么配置,更不必下载权重、写配置文件、改提示词模板。它已经为你预置好所有环节——从模型服务启动,到Web界面加载,再到生成结果预览,全程可视化、无命令行障碍。 很多新手第一次接触AI绘画时,卡在第一步:环境装不上、端口打不开、提示词不会写、出图模糊或跑偏……而这个镜像,就是专为绕过这些“技术路障”设计的。

一篇了解Copilot pro使用的笔记

一篇了解Copilot pro使用的笔记

当前AI 程序员已经默许了,除了使用国内外的那些头部Chat。Agent 模态已经肆意发展,因为随着AI的加成,大家都越来越主动或被动“效率起飞”。下面聊一下Copilot Pro的使用吧。 使用这个也就几个月吧,不谈购买心酸史,已经直接官网10刀了。这次也算开始心疼了,先研究一下这到底怎么用才不暴殄天物也不小才大用吧。哈哈,为了那该死的性价比~ 1.关于copilot pro(个人账号)可供使用的头端模型界面 (手机没拍好) 看起来可用的后端模型挺多的,各家各路,选啥自己整。但却不是按照时间来计算,明显的“流量”限制,就是官网说的访问配额。 x = 相对消耗倍率(Cost / Compute Weight Multiplier),它不是速度,也不是性能评分,而是: “使用该模型一次,相当于基础模型消耗的多少倍额度”。 还有: (1)先说每个模型后面的那个数字0X 0x 不是 免费无限用 而是 不单独计入

AI编程工具对比:Cursor、GitHub Copilot与Claude Code

AI编程工具对比:Cursor、GitHub Copilot与Claude Code

文章目录 * AI编程工具对比:Cursor、GitHub Copilot与Claude Code * 一、产品定位与核心架构 * 1.1 Cursor:AI原生IDE的代表 * 1.2 GitHub Copilot:代码补全的行业标杆 * 1.3 Claude Code:终端Agent的革新者 * 二、核心功能深度对比 * 2.1 代码生成与理解能力 * 2.2 自动化与工作流集成 * 2.3 隐私与数据安全 * 三、成本效益分析 * 3.1 定价模式对比 * 3.2 投资回报比 * 四、适用场景与用户画像 * 4.1 最佳应用场景 * 4.2 用户反馈摘要 * 五、