我做了一个 AI Agent Skill 云：用 MCP 在 Claude Code、Codex、OpenCode 之间同步技能

前言：AI 会写代码以后，我开始管理 AI 的"技能"

这两年，我使用 Claude Code、Codex、OpenCode 等 AI Agent 的频率越来越高。

一开始，我会把常用提示词放在文档里。后来，提示词逐渐变成包含说明、脚本和参考资料的完整 Skill。一个 Skill 可以规定代码审查流程，也可以封装发布步骤、项目规范或某类重复任务。

Skill 的数量变多之后，新的问题出现了：

Skill 分散在不同电脑和不同 Agent 的目录中；
修改后无法确认哪一份是最新版；
想把一组 Skill 分享给同事，需要手动压缩和传输；
新电脑要重新配置一遍；
Skill 越来越多，却缺少统一分类和检索；
不同 Agent 的安装目录和使用格式并不完全一致。

这并不是"再写一个提示词管理器"就能解决的问题。Skill 已经开始接近一种需要存储、版本、授权、同步和分发的工程资产。

因此，我做了 Skill-Everywhere：一个面向 AI Agent Skill 的私有云和公开市场。

官网：Skill-Everywhere --- Private AI Skill Cloud & MCP Marketplace

公开市场：Skill-Everywhere --- Private AI Skill Cloud & MCP Marketplace

一、什么是 AI Agent Skill？

在这个项目中，Skill 是一个可复用的 Agent 能力包。它的核心是 SKILL.md，也可以携带脚本、参考资料和其他资源。

一个简化的 Skill 目录可能是：

复制代码

my-skill/
├── SKILL.md
├── scripts/
│   └── run.py
└── references/
    └── conventions.md

SKILL.md 可以包含 YAML frontmatter：

复制代码

---
name: release-checker
description: Check a project before a production release
version: 1.2.0
---

它与一段临时 Prompt 的区别在于：

可复用：同一套工作流可以反复调用；
可组合：说明、脚本和知识材料可以放在一个包中；
可版本化：内容可以持续迭代；
可分发：可以交给其他人或同步到其他 Agent；
可治理：可以授权、分类、审计和撤销访问。

当团队把 Agent 用于真实工程流程时，这些能力会比"收藏几个提示词"更重要。

二、Skill-Everywhere 解决什么问题？

1. 私有 Skill 云

每个用户拥有独立的私有 Skill 库。Skill 默认不会公开，只有所有者主动发布后才会进入公开市场。

上传的是标准 ZIP Skill 包，服务端会解析 SKILL.md 的 name、description 和 version 等信息。除了保存文件，还可以围绕 Skill 建立分类、版本、分享和授权关系。

2. 多级分类与 AI 自动整理

Skill 多起来以后，手动分类也会成为负担。平台支持多级分类树，并可调用 OpenAI 兼容模型进行自动分类：

只整理尚未分类的 Skill；
或忽略旧分类，重新整理全部 Skill。

这类功能的重点并不是"让 AI 替我起个标签"，而是让长期积累的 Skill 库保持可检索状态。

3. 分享，但不破坏双方的独立性

用户可以按邮箱分享单个或多个 Skill。接收方把 Skill 加入自己的库后，会得到独立副本。

这样既能共享成果，也不会因为原作者继续修改而意外破坏接收方正在使用的版本。

4. 公开 Skill 市场

适合公开的 Skill 可以发布到 Marketplace，供其他用户搜索、查看、收藏、评价和安装。

私有库解决个人与团队的资产管理，公开市场则解决发现与传播问题。二者并不是互相替代，而是同一条 Skill 生命周期中的不同阶段。

三、为什么选择 MCP？

Skill-Everywhere 提供 Model Context Protocol（MCP）端点。用户创建 API Key 后，可以限定该 Key 能访问全部 Skill，或者只能访问选定的 Skill。

当前核心工具包括：

MCP 工具	作用
`update_skills`	把 API Key 已授权的 Skill 同步到本地 Agent 目录
`create_skill`	用文本和可选文件创建 Skill
`upload_skill`	上传 ZIP 格式的 Skill 包

这里有一个很重要的设计选择：

MCP 不在运行时代理 Skill 的执行，而是负责把已授权的 Skill 同步到本地。同步完成后，由 Claude Code、Codex、OpenCode 等 Agent 使用各自的原生机制加载 Skill。

这样的好处是：

Agent 使用 Skill 时不必持续依赖远端运行时；
本地文件可以直接检查和调试；
云端负责管理和同步，Agent 负责原生执行；
API Key 可以精确控制同步范围；
更换设备时可以重新拉取授权内容。

MCP 配置示例：

复制代码

{
  "mcpServers": {
    "skill-everywhere": {
      "type": "http",
      "url": "https://skill-everywhere.cn/mcp",
      "headers": {
        "X-Api-Key": "sk_live_xxxxxxxx"
      }
    }
  }
}

请勿把真实 API Key 提交到 Git 仓库、文章截图或公开配置中。

四、一次完整的使用流程

第一步：建立 Skill 库

注册后，可以把本地 Skill 打包为 ZIP 并上传。包内至少应有 SKILL.md，也可以包含脚本和参考资料。

第二步：整理与授权

在 Web 页面中建立分类，或者让 LLM 自动整理。随后创建 API Key，并选择它可以同步哪些 Skill。

对不同设备或不同用途，可以建立不同的 Key。例如：

个人电脑：允许全部个人 Skill；
工作电脑：只允许工作相关 Skill；
演示环境：只允许一组可公开展示的 Skill。

第三步：通过 MCP 同步

让支持 MCP 的 Agent 调用 update_skills，平台就会把该 Key 已授权的 Skill 同步到指定目录。

目前可适配 Claude Code、Codex、OpenCode 等工作流。不同 Agent 的默认目录不同，也可以通过 base_dir 指定自定义目录。

第四步：持续更新

修改 Skill 并发布新版本后，再次同步即可拉取更新。云端成为版本和授权的来源，本地仍然保留 Agent 原生、透明的文件形态。

五、技术实现概览

Skill-Everywhere 采用前后端分离但可单进程部署的结构：

模块	技术
后端	ASP.NET Core 9 Web API
ORM	EF Core 9
数据库	SQLite / MySQL
Web 认证	JWT Bearer
MCP 认证	API Key
前端	Vue 3 + TypeScript + Vite
状态与路由	Pinia + Vue Router
UI	Element Plus
LLM	OpenAI 兼容 Chat Completions API
文件存储	`IStorage` 抽象，本地存储可替换为 S3/MinIO

后端按 Domain、Application、Infrastructure、Api 分层。SQLite 模式可以零配置启动，生产环境可以切换 MySQL；文件存储通过抽象接口保留了迁移到对象存储的空间。

前端构建产物由 ASP.NET Core 的 wwwroot 托管，因此最简单的部署方式只需要运行一个后端进程。

六、它与提示词收藏夹有什么不同？

维度	提示词收藏夹	Skill-Everywhere
内容形态	单段文本为主	`SKILL.md` + 脚本 + 参考资料
私有管理	通常只有列表	私有库、分类和版本
多端同步	复制粘贴	MCP 按授权同步
权限	较少	API Key 可限定 Skill 范围
Agent 接入	手工复制	同步到 Agent 原生目录
分享	文本或文件传输	多选分享、独立副本
公开发现	通常没有	公开 Marketplace

Skill-Everywhere 更适合已经把 Agent 纳入日常工作流，并开始长期积累 Skill 的个人开发者或团队。

七、我对 Agent Skill 的判断

随着 Agent 能力增强，模型本身不会是唯一资产。围绕模型建立的工作流、约束、工具调用方式和领域经验，也会逐渐成为可复用资产。

未来，一个成熟的 Agent 工作环境可能包括：

模型；
MCP 工具；
Skill / 指令包；
项目上下文；
权限与凭证；
可观测和评估机制。

其中，Skill 位于"模型能力"和"具体工作"之间。它既比临时提示词稳定，又比重新开发一个完整工具轻量。因此，Skill 的管理、同步和分发值得成为独立基础设施。

结语

Skill-Everywhere 想解决的是一个很具体的问题：

当你已经积累了很多 AI Agent Skill，怎样让它们不再散落，能够安全地保存、整理、分享，并同步到不同 Agent 中继续使用？

如果你也在使用 Claude Code、Codex 或 OpenCode，并且开始维护自己的 Skill，可以访问：

官网：Skill-Everywhere --- Private AI Skill Cloud & MCP Marketplace
Skill 市场：Skill-Everywhere --- Private AI Skill Cloud & MCP Marketplace

欢迎体验后反馈真实使用场景。相比功能数量，我目前更关心的是：大家究竟如何组织 Skill，以及多端同步中最容易出问题的环节是什么。