skills-lc-cli:3 天做出来的一个小工具,结果自己每天都在用

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 复制代码
skills add <repo>

不关心 UI,不关心配置,

只关心三步:

  1. 拉代码
  2. SKILL.md
  3. 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 复制代码
npm install -g skills-lc-cli

或直接使用

perl 复制代码
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 复制代码
skills search git

这个命令做的事情很简单:

  • 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 复制代码
skills add author/skill-name

它支持几种常见写法:

csharp 复制代码
skills add vercel-labs/agent-skills
skills add https://github.com/vercel-labs/agent-skills
skills add ./local-skills

add 命令会:

  1. 下载 Skill
  2. 校验 SKILL.md
  3. 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 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

相关推荐
didiplus6 小时前
Python 入门第一课:为什么选择 Python?3 分钟搭建你的第一个程序
后端
dreamxian6 小时前
苍穹外卖day11
java·spring boot·后端·spring·mybatis
华科易迅7 小时前
Spring装配对象方法-注解
java·后端·spring
AwesomeDevin7 小时前
AI时代,我们的任务不应沉溺于与 AI 聊天,🤔 从“对话式编程”迈向“数字软件工厂”
前端·后端·架构
Victor3568 小时前
MongoDB(60)如何使用explain命令?
后端
Victor3568 小时前
MongoDB(59)如何分析查询性能?
后端
怒放吧德德11 小时前
Spring Boot实战:InfluxDB 2.x简单教程
java·spring boot·后端
后端不背锅11 小时前
可观测性体系:日志、指标、链路追踪
后端
苍何11 小时前
把小度音箱接入小龙虾是一种什么体验?
后端