一开始做 skills-lc-cli,并没有什么宏大的计划。
说白了,就是被自己折腾烦了。

一、背景:问题不是"模型不够聪明"
当时我在维护 skills.lc,也在同时用几套 AI Agent 环境。问题很一致:
- skills.lc 上有越来越多 Skills
- 我想用,但每次都要手动 clone、复制、放目录
- 不同 Agent 的技能目录还不一样
最要命的是:
这件事本身不复杂,但每天都在重复。
我意识到一个问题:
Skills 已经是一个独立资产了,但缺一个最基本的"安装工具"。
不是平台、不是 UI,就是一个 CLI。
二、3 天开发:目标非常克制
我给自己定了一个硬限制:
3 天做完,不扩需求。
第 1 天:只解决一件事
第一天我只想清楚一件事:
能不能用一条命令,把 skills.lc 上的技能装到本地?
于是第一个原型只有一个命令:
csharp
skills add <repo>
不关心 UI,不关心配置,
只关心三步:
- 拉代码
- 找
SKILL.md - 放到 agent 能识别的目录里
第 2 天:发现"找技能"才是刚需
写完 add 之后,我自己用了一下,很快发现一个问题:
我记不住 skill 名字。
skills.lc 上的技能多了之后,
你真正需要的不是安装,而是"先找到"。
于是第二天加了 search 命令。
第 3 天:打磨成"自己用得下去"的状态
第三天没有加新功能,主要做了三件事:
- 错误信息写清楚
- 参数别太多
- 不要搞"智能猜测"
skills-lc-cli 到现在的形态,基本就是那三天定下来的。
三、安装方式(尽量不折腾)
我自己用 CLI 的习惯是:
能 npx 就 npx,能少一步就少一步。
全局安装
perl
npm install -g skills-lc-cli
或直接使用
perl
npx skills-lc-cli
CLI 本身没有状态,不依赖后台服务,用完就走。
四、最常用的两个命令:search + add
1️⃣ search:先找到你要的 Skill
sql
skills search git
这个命令做的事情很简单:
- 从 skills.lc 拉取最新索引
- 根据关键词筛选
- 只展示有用信息(name / description)
我刻意没加复杂排序,也没做推荐算法。
因为 search 的目的只是帮你"定位",不是替你做决定。
2️⃣ add:一条命令完成安装
找到合适的 Skill 之后,直接:
bash
skills add author/skill-name
它支持几种常见写法:
csharp
skills add vercel-labs/agent-skills
skills add https://github.com/vercel-labs/agent-skills
skills add ./local-skills
add 命令会:
- 下载 Skill
- 校验
SKILL.md - 安装到当前 agent 可识别的位置
没有隐藏步骤,也不会偷偷改你配置。
五、为什么要和 skills.lc 配合用
单独看 skills-lc-cli,其实就是个普通 CLI。
但它真正的价值,来自 和 skills.lc 搭在一起用。
- skills.lc 负责 发现
- skills-lc-cli 负责 落地
你在网页上看到一个 Skill,
下一步不是复制链接、clone、整理目录,
而是一条命令。
这件事一旦顺了,你就不想回到手动操作了。
六、我刻意没做的事情
有些东西不是不会做,是刻意不做:
- ❌ 自动修改 agent 配置
- ❌ 智能补全 Skill 行为
- ❌ 帮用户"猜"要什么
skills-lc-cli 的定位很清楚:
它是工具,不是助理。
结尾
skills-lc-cli 是一个典型的"工程师自用工具"。
它不是从需求文档里长出来的,
而是从「这事我已经干烦了」里长出来的。
官方介绍:skills.lc/cli