skill-management

name

skill-management

description

把大量 AI agent skill 按「来源 → 分类 → skill」三级组织、用单一 registry.yaml 驱动、跨 Claude Code 与 Codex 复用的 skill 管理方法论，自带可直接落地的工具（assets/skillctl.py + registry.example.yaml）。 当有人想整理 / 组织 / 规模化管理很多 skill、把自己原创的 skill 与第三方分开、控制哪些常驻以省 token、 只把自己的 skill 开源到 GitHub、一眼监视本机 skill 生态、或想复刻这套体系时使用。Triggers: 管理 skill, 整理 skill, skill 太多/太乱, skill 目录结构, skill 生态, 组织 agent skills, registry 管理 skill, 来源/分类/skill 三级, 复刻 skill 管理方法, organize / manage AI skills at scale, skill registry.

Skill 管理方法论（来源 → 分类 → skill）

把零散堆在一个目录里的几十上百个 skill，重构成一套 可扩展、可监视、可选择性开源 的体系。本 skill 既讲方法论，也自带可直接落地的工具——任何 AI 读完即可为它的用户复刻同一套（见末尾「复刻步骤」+ assets/）。

解决什么问题

当 skill 越来越多，把它们全部平铺在一个目录（如 ~/.claude/skills/*）会同时出四个问题：

1. 找不到 / 看不清：几十个同级目录，无法按场景归类、无法一眼看清生态。
2. 自有与第三方混在一起：想开源自己的 skill 时，会把别人的也带出去——而你的定位是分享自己独有的能力，不是转发别人的。
3. token 成本线性涨：被自动装载的 skill，其描述对每个 agent 都是常驻上下文；低频 skill 不该常驻。
4. 多 agent 各搞一套：Claude Code、Codex…各自的 skill 目录无法统一维护，容易漂移。

核心结构：来源 → 分类 → skill

物理上用两级目录承载（来源 / 分类），第三层是 skill 本身；分类可多级（用 / 分隔，如 media/audio），工具据 SKILL.md 递归识别 skill、支持任意深度：

<root>/                       # 如 ~/.agents
├─ <来源A>/<分类>/<skill>/         # 例：mine/stack/react-best-practices/SKILL.md
├─ <来源B>/<分类>/<skill>/         # 例：community/method/brainstorming/
├─ <来源>/<伞分类>/<子类>/<skill>/  # 例：mine/media/audio/voxcpm/（伞型分类再分子类）
└─ …                              # 未来加来源 = 加一个顶层目录

• 来源（source）= 顶层目录：按「谁创建的」分。mine（你自己的，= 会 push 的 GitHub 仓库）、community（开源 / 第三方）、未来可加 company（公司内部）…加一个新来源只是加一个目录 + registry 加一行。
• 分类（category）= 来源内的场景分组：stack / docs / design / media / method…同一个分类可横跨多个来源；伞型分类可再分子类（如 media/image、media/audio），用 / 分隔、任意深度。
• skill = 第三层：一个目录一个 SKILL.md。

关键解耦：「分类」给人看（物理文件夹，按场景导航）；「加载策略」给机器看（见下「三层」）。两者互不绑死。

单一事实源：registry.yaml

所有 skill 的 source / category / tier 集中登记在仓库外的一张表 registry.yaml。它是唯一手维护的东西，其余（镜像 / 软链 / 白名单）全部由工具据它派生。模板见 assets/registry.example.yaml。

派生物（从 registry 生成，不手维护）

1. 扁平镜像 <root>/skills/：把 skill 用软链拍平成一层，供「会扫描整个目录」的通用 agent 使用——这样物理上分了类，扁平扫描照样工作。范围缺省 = 全部 tier=core，可由 sync: 段收窄（见下）。
2. 各 agent 挂载点的软链：把 core + extra 软链进每个 agent 的 skill 目录（mounts 列表，见下「跨 agent」）。
3. 白名单 .gitignore：只有「会 push 的来源目录」是 git 仓库，且它整目录只含你自己的 skill——所以 .gitignore 只挡垃圾即可，第三方天然不在这个目录、永不外泄。

四层加载策略（控制 token）

每个 skill 在 registry 里标一个 tier：

tier	进扁平镜像（通用 always-on）	进全局挂载点（~/.claude 等）	用途
core	✅	✅	广泛常用、廉价
extra	❌	✅	重型 / 小众，按需
project	❌	❌（移出全局）→ 改挂某项目目录（opt-in）	只在某工作目录用、不该污染全局
parked	❌	❌	仅留存，不装载

改 tier 即调装载范围——不挪文件、不动目录。

sync: 段——按目标微调同步范围（tier 之上的第二层旋钮）。 tier 管「一个 skill 默认去哪些目标」，sync: 段管「每个目标实际收多少」。registry 里可选声明：

sync:
  mirror: [agent-browser, memory-palace, skill-management]  # 扁平镜像只留点名的（白名单，无视 tier）
  claude: true    # true=默认全量（core+extra）
  gemini: true    # false=跳过该目标：sync 不碰、doctor 不查

每个目标三种取值：true 全量（按 tier 规则）/ false 跳过不碰 / [白名单] 只软链点名的 skill。缺省无此段 = 全部 true（与旧行为一致）。典型用法：通用扁平镜像只留最常用的几个、控住会全量扫描它的 agent 的 token，各 agent 挂载点仍全量。

tier: project 配 project: <名> + projects: 段——把「只有某工作目录才用得到」的 skill 移出全局。 它不进扁平镜像、也不进各 agent 的全局挂载点（sync 会把它从全局 prune 掉），只按 project: 字段归属某个项目。projects: 段（registry 里，类比 sources:）声明 <项目名>: "<目录绝对路径>"，支持非 git 目录。默认只「声明 + 移出全局」、不挂载；要把它推进项目时跑 skillctl mount <项目>——软链进该目录的 .claude/skills/（真身仍在来源目录，单一事实源不破），unmount 撤销；也可在脚本里把 SYNC_AUTOMOUNT_PROJECTS 置 True 让 sync 顺带挂载。注：Claude 原生从 git 根的 .claude/skills 读 project skill，要 Claude 自动加载、projects: 路径须指向 git 根。

工具 skillctl

assets/skillctl.py，零第三方依赖，三个子命令：

python3 scripts/skillctl.py            # stats：一眼看生态（来源/分类/层级分布 + 挂载健康 + 项目级 skill + 未纳管 foreign）
python3 scripts/skillctl.py sync       # 据 registry 重建：扁平镜像 + 各挂载点软链 + 白名单 .gitignore
python3 scripts/skillctl.py doctor     # 体检：缺 SKILL.md / registry↔磁盘漂移 / 来源串味 / 孤儿·断链
python3 scripts/skillctl.py mount <项目>   # opt-in：把 tier:project skill 软链进该项目 .claude/skills/（默认 sync 不挂）
python3 scripts/skillctl.py unmount <项目> # 撤销该项目的软链

工作流：只改 registry.yaml → 跑 sync → doctor 验收。stats 里的「未纳管 foreign」会暴露任何绕过 registry 偷偷塞进挂载点的 skill。

跨 agent：Claude Code 与 Codex

方法论本身与 agent 无关，只有最后「软链挂到哪」按 agent 不同——这正是 mounts 列表存在的意义，列出每个 agent 的目标目录，sync 一次同步到全部：

• Claude Code：原生在 ~/.claude/skills/<name>/SKILL.md 自动发现 skill。挂载点填 ~/.claude/skills。
• Codex：没有等价的 skill 自动发现机制。两种落地：① 把扁平镜像目录在 AGENTS.md 里引用，让 Codex 读到；② 软链进你让 Codex 读取的某个目录，挂载点填那个路径。
• 任何能读文件的 AI：直接把本 SKILL.md 喂给它，按下方步骤执行即可复刻。

复刻步骤（AI 照此执行即可搭好）

1. 选 <root>（如 ~/.agents），建来源目录：mine/（你自己的，将来 git 仓库）、community/（第三方）。
2. 把每个 skill 放到 <来源>/<分类>/<skill>/，每个 skill 一个 SKILL.md。
3. 写 <root>/registry.yaml——参 assets/registry.example.yaml，填 mounts、sources、可选 projects、categories，以及每个 skill 的 {source, category, tier}（项目级 skill 再加 project: <名>）。
4. 放工具：把 assets/skillctl.py 拷到 <root>/scripts/skillctl.py。
5. python3 scripts/skillctl.py sync → 生成扁平镜像 + 各挂载点软链 + 白名单。
6. python3 scripts/skillctl.py 看 stats 总览；doctor 验收无漂移。
7. 发布自己的来源：进 mine/ 目录 git init + 配远程 + push。白名单保证只发布你自己的 skill，第三方留本地。

之后日常只有一件事：新增 / 调整 skill 时改 registry.yaml 一处，sync 一下。结构永不腐化。