skills.sh：AI Agent 时代的 npm，Vercel 再下一城

2026-01-31 | ProductHunt | 官网 | GitHub

skills.sh 首页：酷黑极客风，支持一键安装，适配 Claude Code、Cursor、Codex 等 36+ Agent。首页即排行榜，实时滚动各 Skill 的安装量。

30秒快速判断

这东西是干什么的：只需一条命令 npx skills add owner/repo，就能给你的 AI 编程助手装上“技能包”。简单来说，就是把 React 最佳实践、部署流程、代码审查规则打包成可安装的模块，AI Agent 装上后立刻就能掌握这些专业知识。

值不值得关注：非常值得。这是 Vercel 在 Agent 时代的战略卡位。发布 10 天内总安装量突破 35,000+，GitHub 上的 agent-skills 仓库已获 18.2k stars。Stripe 在发布当天就推出了官方 Skills。无论你是否使用 Vercel，“给 AI Agent 装技能包”这种新范式都极具参考价值。

与我有关三问

与我有关吗？

目标用户：每天重度使用 AI 编程助手（如 Claude Code、Cursor、Copilot、Codex 等）写代码的开发者。

你是目标用户吗：

• 如果你用 Claude Code / Cursor / Codex 写代码 —— 强烈建议装一个试试。
• 如果你维护开源框架或 SDK，想让 AI 更好地调用你的库 —— 你可以发布专属 Skill。
• 如果你不写代码 —— 那这东西和你基本没关系。

什么场景会用到：

• 场景 1：开发 React/Next.js 项目 → 安装 vercel-react-best-practices，AI 会自动遵循 40 多条性能优化规则。
• 场景 2：需要做无障碍审查 → 安装 web-design-guidelines，AI 会按 100 多条规则帮你查漏补缺。
• 场景 3：用 Remotion 制作视频 → 安装 remotion-best-practices，AI 瞬间精通 Remotion API。
• 场景 4：你是库作者 → 发布自己的 Skill，让全球的 AI Agent 都能正确使用你的库，减少用户吐槽。

对我有用吗？

ROI 判断：投入几乎为零，收益取决于你对 AI 编程的依赖程度。如果你每天用 Claude Code 写 React，装个 react-best-practices 简直是白捡的性能提升。

喜闻乐见吗？

爽点在哪：

• 一键搞定：npx skills add vercel-labs/agent-skills，零配置，自动识别你电脑里装了哪些 Agent。
• 立竿见影：装完最佳实践包后，AI 写出的代码质量提升明显，不再随手写出那种低效的 useEffect 瀑布流。
• 全平台通用：支持 Claude Code、Cursor、Codex 等 36+ 工具，一次安装，全家桶生效。

用户反馈：

"Vercel 发布 skills.sh 仅 6 小时，其最热门的技能安装量就突破了 20,900 次。" — JP Caparas, Medium

"Stripe 在几小时内就上线了官方技能包。" — 同上

"非常担心供应链安全问题。" — ProductHunt 评论区用户

给独立开发者

技术栈

• CLI 语言：TypeScript（包含 cli.ts, add.ts, agents.ts 等核心模块）
• Skills 格式：SKILL.md（YAML 配置 + Markdown 自然语言指令）+ scripts/ 脚本 + references/ 参考文档
• 安装机制：支持 GitHub 缩写、GitLab URL 或本地路径，自动在各 Agent 目录创建符号链接（Symlinks）
• 更新检查：通过 POST 请求到 add-skill.vercel.sh/check-updates，对比 GitHub 的 tree SHA
• Lock 文件：v3 格式，通过 skillFolderHash 追踪版本状态
• Agent 检测：自动扫描 .claude/、.cursor/、.codex/ 等 16 个预设目录

核心功能实现

Skills 的核心思路非常巧妙：不是写代码让 Agent 去跑，而是写“知识”让 Agent 参考。

每个 Skill 就是一个文件夹，里面的 SKILL.md 用大白话告诉 AI “什么时候该用这个技能”、“具体该怎么操作”。比如 react-best-practices 包含了“不要在客户端组件导入重型库”、“使用 Server Components 获取数据”等规则。AI 读完这些，写出的代码自然就“专业”了。

这和 MCP（Model Context Protocol）完全不同。MCP 是给 Agent 提供“工具”（JSON-RPC 调用），而 Skills 是给 Agent 提供“大脑插件”（Markdown 指令）。Anthropic 的测试显示，一个 GitHub MCP Server 的 schema 就要吃掉 50,000+ tokens，而 Skills 只需要约 2,000 tokens 就能达到类似的效果。

开源情况

• vercel-labs/skills（CLI）：MIT 协议开源，3.7k stars
• vercel-labs/agent-skills（官方 Skills 库）：MIT 协议开源，18.2k stars
• 类似项目：OpenSkills（另一个独立实现的 CLI）
• 上手难度：极低。Skill 格式就是 Markdown + YAML，你现在就能为自己的项目撸一个 SKILL.md。

商业模式

skills.sh 本身完全免费。Vercel 的算盘打得很响：通过 Skills 生态圈住开发者 → 开发者习惯了这套流程后，顺手就用 Vercel 部署了（这才是收钱的地方）。内置的 vercel-deploy-claimable 技能可以直接把项目一键推送到 Vercel，这就是最直接的引流入口。

巨头风险

有趣的是，Agent Skills 格式本身是 Anthropic 设计的开放标准，Vercel 只是做了个体验最好的“包管理器”。虽然 Anthropic 自己也有仓库，但 Vercel 凭借 18k stars 和 Stripe 等大厂的背书，已经稳坐 CLI 层的“事实标准”。后来者想要超越，难度极大。

给产品经理

痛点分析

• 核心痛点：AI 编程助手写代码像“开盲盒”——水平忽高忽低，经常不守规矩。
• 痛点级别：高频刚需。只要是用 AI 写代码的开发者，每天都会被这个问题困扰。
• 现有方案：手写 system prompt 或 AGENTS.md 配置文件——但这些东西没法轻松共享和复用。

用户画像

功能拆解

竞品差异

可借鉴的点

1. “npm for X”模式：任何垂直领域都可以尝试这种“一条命令安装最佳实践”的打法。
2. 排行榜即首页：用安装量数据说话，既是分发渠道也是信任信号，比分类目录更有效。
3. 自动检测 + 符号链接：用户不需要知道配置文件在哪，CLI 自动搞定一切，这种“傻瓜式”体验是产品成功的关键。

给科技博主

创始人故事

Guillermo Rauch，Vercel CEO，Next.js 的亲爹。他一直痴迷于“降低从想法到上线的摩擦”。从 Next.js（简化 React）到 v0（自然语言生成 UI）再到 skills.sh（给 AI 装知识），他的产品逻辑始终如一：让开发变得更简单。

Vercel 在 2025 年 9 月刚拿了 3 亿美元 F 轮融资，估值 93 亿。他们的客户名单里全是顶级大厂：OpenAI、Anthropic、PayPal、Nike 等。

争议点/讨论角度

• 供应链安全是定时炸弹：安全专家警告，伪造下载量诱导用户安装恶意 Skill 非常容易。AI 如何解读 Markdown 指令是不可控的，这可能成为新型黑客攻击的温床。
• Skills vs MCP 之争：两种范式打架，开发者到底该选谁？这种概念混乱是目前社区讨论的热点。
• Vercel 的“自我打脸”：Vercel 官方博客竟然承认，在某些测试中，简单的 AGENTS.md 表现比 Skills 还要好。这背后的原因值得深挖。

热度数据

• GitHub：官方 Skills 库 18.2k stars / CLI 工具 3.7k stars
• 安装量：总计 35,512 次（来自官网实时数据）
• 最火技能：vercel-react-best-practices 累计 78.3K 安装
• 发布 6 小时内：仅热门技能就斩获 20,900 次安装

排行榜前 15 名：Vercel 官方包霸榜前三，Remotion 紧随其后（56.5K），Anthropic 的设计包排第五。Supabase 等第三方也在疯涨。

给早期采用者

定价分析

目前 完全免费。你唯一可能掏钱的地方是使用 Vercel 的部署服务，但那不是必须的。对于个人开发者来说，这就是个免费的提效神器。

上手指南（2 分钟）

1. 确保电脑有 Node.js 环境。
2. 终端运行 npx skills add vercel-labs/agent-skills。
3. 勾选你想装的技能（或者干脆 --all 全都要）。
4. CLI 会自动帮你适配 Claude Code / Cursor 等工具。
5. 下次写代码时，你的 AI 助手就自动“满级”了。

坑和吐槽

1. 安全风险：目前没审核，别乱装来路不明的 Skill。
2. 隐私问题：默认会收集匿名使用数据，介意的记得关掉。
3. 偏科严重：目前基本是前端和 Node.js 的天下，Python 玩家还得再等等。
4. Bug 略多：毕竟是刚发布 10 天的新玩意，GitHub 上积压了 200 多个 Issue。

替代方案

• OpenSkills：更轻量，不绑定 Vercel，但生态较小。
• MCP Tools：能力更强，能调 API，但配置麻烦且费 Token。
• 手写 AGENTS.md：最稳妥，完全可控，适合不爱折腾的独行侠。

给投资人

市场与定位

• 赛道：AI Agent 工具链的“分发层”。
• 逻辑：它不做 Agent，也不做模型，它做的是 Agent 的“知识包管理”。在 Agent 市场爆发的背景下，这个卡位非常精准。
• 现状：Vercel 已经通过这个项目成功构建了 Agent 时代的开发者入口，强化了其 93 亿美元估值的护城河。

结论

skills.sh 做对了一件事：在 AI Agent 生态碎片化的时候，用最简单的 Markdown 统一了“给 Agent 喂知识”的体验。 尽管技术上没有革命性突破，但 Vercel 恐怖的执行力和品牌号召力，已让它迅速成为事实上的行业标准。

资源链接