Skillkit：AI 代理的 npm，但赛道已经很拥挤了

2026-02-07 | 官网 | ProductHunt | GitHub

30秒快速判断

这App干嘛的：一个开源 CLI 工具，让你在 Claude Code、Cursor、Copilot 等 30+ AI 编程代理之间安装、翻译和共享技能（skills）。说白了就是 AI 界的 npm，但管理的不是 JS 代码包，而是 AI 代理的指令集。

值不值得关注：如果你同时用多个 AI 编程工具并且手动维护各自的配置文件（CLAUDE.md、.cursorrules 等），这东西能帮你省不少事。但 PH 上目前只有 4 票，赛道里 Vercel Skills 才是目前的头号玩家。作为一个免费开源的“瑞士军刀”，可以关注但不必急着 all-in。

与我有关三问

与我有关吗？

目标用户：每天用 AI 编程工具写代码的开发者，尤其是同时用多个工具的人。

你是目标用户吗？

• 如果你只用 Claude Code 一个工具 —— 大概率不需要，直接写 CLAUDE.md 就行。
• 如果你在 Claude Code 和 Cursor 之间来回切换 —— 那 skillkit translate 能救你一命。
• 如果你是团队负责人，团队成员用不同的编码代理 —— Skillkit 的团队同步和 Mesh 功能值得一试。
• 如果你是 DevOps/平台工程师 —— 创始人就是这个背景，所以功能设计很对路。

使用场景：

• 把 15 个 Claude Code 技能一键同步到 Cursor --> 用这个。
• 让 AI 记住上次会话学到的东西 --> 用 skillkit memory。
• 给新人快速配好所有 AI 工具 --> 用 skillkit manifest install。
• 你只用一个 AI 工具，且对当前配置满意 --> 不需要。

对我有用吗？

ROI 判断：如果你维护 5 个以上的技能并使用 2 个以上的代理，投入 15 分钟学 Skillkit 能节省几个小时的手动工作。如果你只用一个代理，ROI 接近零。

喜闻乐见吗？

爽点在哪：

• 一键翻译：skillkit translate 把 CLAUDE.md 变成 .cursorrules，不用自己手动改格式。
• 15,000+ 技能市场：不用从零开始写，直接 install 现成的。
• 记忆持久化：AI 终于不会每次新开会话都像得了失忆症一样。

用户怎么说：

“把它想象成 npm，但它是为 AI 代理技能准备的。” —— ProductHunt 用户 “可移植性问题确实存在 —— 如果我想在 Cursor 中获得相同的行为，我得手动把 CLAUDE.md 重写为 .cursorrules。翻译命令能省很多时间。” —— ProductHunt 评论 “希望能看到更多集成。” —— ProductHunt 用户

说实话，4 票的产品评论不多，但提到的痛点确实是真实存在的。

给独立开发者

技术栈

• 语言/运行时：Node.js / TypeScript
• 安装方式：npm install -g skillkit 或 npx skillkit@latest
• API：REST API（localhost:3737）+ MCP Server + Python 客户端
• 协议：基于 Anthropic 的 Agent Skills 开放标准

核心功能实现

Skillkit 的核心逻辑是一个“格式翻译引擎”。每个 AI 编程代理对技能的定义方式不同：Claude Code 用 CLAUDE.md + .claude/skills/ 目录，Cursor 用 .cursorrules，Copilot 用 .github/copilot-instructions.md。Skillkit 维护了一套 30+ 代理的格式映射表，用 translate 命令在它们之间转换。

记忆系统（Memory）是另一个亮点。通过 skillkit memory compress，它会提取当前会话中 AI 学到的模式，用语义嵌入（Semantic Embeddings）存储，下次会话时自动注入。这解决了“每次关窗口 AI 就失忆”的问题。

开源情况

• 完全开源：Apache License 2.0
• GitHub：rohitg00/skillkit
• 类似开源项目：Skild.sh、Vercel Agent Skills
• 自己做难度：中等。核心的格式翻译逻辑不复杂，但要覆盖 30+ 代理格式需要大量适配工作。1-2 人月可以做出 MVP。

商业模式

• 变现方式：目前没有，完全免费开源。
• 潜在方向：Mesh 分发和团队同步功能暗示可能走“开源核心 + 企业付费”路线。
• 用户量：未公布，PH 只有 4 票，说明还在非常早期。

巨头风险

高风险。Vercel 在 1 月 18 日就推出了 Skills.sh，上线后迅速获得了数万次安装。Anthropic 是 Agent Skills 标准的制定者，OpenAI Codex 也有自己的技能支持。当标准制定者和大平台都在做同一件事时，独立项目很难在生态上竞争。

不过 Skillkit 的差异化在于“跨平台翻译”和“记忆持久化”，这些是 Vercel Skills 目前没有的功能。如果这些功能成为刚需，Skillkit 就有活下来的空间。

给产品经理

痛点分析

• 解决什么问题：AI 编程代理之间的技能格式不互通，开发者要维护多份配置。
• 痛点有多痛：中频、锦上添花。大多数开发者只用 1-2 个代理，真正同时用 5+ 个的是少数。但对这少数人来说是真痛。

用户画像

• 核心用户：全栈开发者，同时使用 Claude Code + Cursor/Copilot，团队里工具不统一。
• 扩展用户：DevOps 工程师、技术负责人、开源贡献者。
• 使用场景：团队工具标准化、个人多工具配置同步、技能发现和复用。

功能拆解

竞品差异

可借鉴的点

1. “翻译”而非“重写”：解决多工具兼容问题的思路 —— 不要求用户换工具，而是在中间做翻译层。
2. 记忆持久化：AI 会话间的上下文丢失是普遍痛点，把它做成独立功能很聪明。
3. 15,000+ 市场：数量上的优势能吸引用户探索，即使质量参差不齐也能形成规模感。

给科技博主

创始人故事

Rohit Ghumare 不是个“只写代码”的开发者。他是 Docker Captain、Google Developer Expert、2025 年 CNCF 营销主席，运营着 10 万人的 DevOps 社区，Substack 有 9,900+ 订阅者。他之前做的 Motia（多语言后端框架）在 GitHub 上拿了 11,500+ stars。

他从机器学习工程师转为 DevOps 倡导者，现在又切入 AI 编程工具领域。Skillkit 的起源故事很直白：“我的 Claude Code 技能在 Cursor 里没用，我的团队在用 Copilot，每个代理都有自己的格式。更糟的是每次关掉会话，AI 就忘了它学到的一切。”

争议点/讨论角度

• “AI 版 npm”赛道泡沫？：2026 年 1 月以来，至少 4 个项目都自称是“AI 代理的 npm”。赛道是真热还是过热？
• 开源个人项目 vs Vercel 背书：当巨头入场，个人开源项目还有活路吗？
• 15,000 技能的质量问题：量大不等于好用，社区还没有对技能质量的共识标准。
• Agent Skills 标准之争：Anthropic 制定的标准会成为事实标准吗？其他公司会跟进还是另立门户？

热度数据

• PH 排名：4 票（极低，几乎没有关注）
• Twitter：创始人 @ghumare64 活跃发推，但 Skillkit 本身的讨论还不多。
• 赛道热度：非常高。Vercel Skills 上线后迅速获得数万安装，“npm for AI agents”成为 2026 年初的开发者热词。

内容建议

• 适合写的角度：横评“AI 代理版 npm”赛道的 4 个玩家（Skillkit vs Vercel Skills vs Skild vs Agent Skills CLI），做一篇全面对比。
• 蹭热点机会：结合 Vercel Skills 的热度写“Vercel 做了 Skills.sh，但这个开源替代品功能更多”。

给早期采用者

定价分析

没有付费层级。完全开源，Apache 2.0 许可。零隐藏成本。

上手指南

• 上手时间：10-15 分钟
• 学习曲线：低（如果你用过 npm，就会用 skillkit）
• 步骤：
  1. npx skillkit@latest init —— 自动检测你装了哪些代理。
  2. skillkit recommend —— 获取推荐技能。
  3. skillkit install anthropics/skills —— 从 GitHub 安装。
  4. skillkit sync —— 同步到所有代理。
  5. skillkit translate —— 在代理格式之间翻译。

坑和吐槽

1. 产品极新，文档可能不完善：目前社区反馈极少，遇到问题可能要自己翻源码。
2. 15,000 技能质量参差不齐：数量看着唬人，但不是每个都好用，需要自己筛选。
3. 生态还在建设中：用的人少意味着 bug 修复可能不及时。
4. 与 Vercel Skills 的兼容性：两个生态目前不完全互通。

安全和隐私

• 数据存储：完全本地运行，不向云端发送代码。
• 隐私：开源可审计，你能看到每一行代码在做什么。
• Mesh 分发：使用加密 P2P，但作为新功能需要谨慎评估。

替代方案

给投资人

市场分析

• AI Agents 市场规模：2025 年 78.4 亿美元，预计 2030 年 526.2 亿美元（CAGR 46.3%）。
• 驱动因素：Gartner 预测 2026 年 40% 的企业应用将包含 AI Agent；GitHub Copilot 已有 1500 万用户。

AI Agent Skills 是这个大市场里的“开发者工具层”。类比的话，如果 AI Agents 是“Web 应用”，那 Skills 就是“npm 生态”。

竞争格局

Timing 分析

• 为什么是现在：2026 年初“AI 代理版 npm”概念集中爆发，Vercel 1/18 推出 Skills.sh 标志着市场拐点。
• 技术成熟度：Agent Skills 标准已被 Anthropic、OpenAI、Vercel 等采纳，技术基础已就绪。
• 市场准备度：高。开发者已经在手动管理多个代理的配置文件，痛点真实存在。

团队背景

• 创始人：Rohit Ghumare，ML 工程师转 DevOps 倡导者。
• 影响力：Docker Captain、GDE、CNCF 营销主席，拥有 100K+ 社区粉丝。
• 过往成绩：Motia 项目获 11.5K GitHub stars。

投资判断：赛道正确但竞争激烈。作为个人开源项目，Skillkit 目前更像是一个有潜力被收购的技术资产，而非独立的投资标的。创始人的社区影响力是其最大的无形资产。

结论

一句话判断：Skillkit 功能最全，但在 Vercel Skills 面前品牌力严重不足。如果你需要跨代理翻译和记忆功能，它是目前唯一选择；如果只是管理技能，Vercel Skills 是更安全的选择。

资源链接

2026-02-09 | Trend-Tracker v7.3