一周三连发:厂商工具箱、高校百万技能库、平台 2.0 同台,技能库开始抢分发入口
一周三连发:厂商工具箱、高校百万技能库、平台 2.0 同台,技能库开始抢分发入口
过去一周,Agent 技能这件事的口径变了。此前讨论的焦点还是"怎么写好一个 SKILL.md",而这一周出现的三条消息,分别来自云厂商、高校和 Agent 平台:谷歌开源了一套被媒体称作"Agent Skill 超级工具箱"的东西,覆盖面从云服务一直到引擎;复旦的技能库上线,被上观新闻以"百万技能库"和"养龙虾"(OpenClaw)的框架报道;扣子官宣 2.0 品牌升级,同步推出 Agent Skills 与 Agent Plan。再往外围看,NVIDIA 在 Agent Toolkit 里扩了 Omniverse 库,浙大与阿里的联合实验室在讲技能图谱和知识库系统,一个科研技能库以 140+ Skill、27.6k Star 的体量在传播,Flutter 官方也开了自己的 skills 仓库。
同一条赛道上,一周之内凑齐了基础设施、公共资源、应用平台三种角色。这不是巧合,而是技能库从"写文档"进入"抢位置"的标志。
本文做两件事:先把这三件事各自在赛道上的位置说清楚;再打开一个真实的垂直场景技能库——本仓库 167 个 SKILL.md 的组织方式、分发链路和验证机制——看一个刚起步的技能库在这个格局里究竟被挤压还是被放大了。
三种入场方式,三种卡位
把三条消息拆开,它们抢的根本不是同一层。
厂商工具箱抢的是"能力入口"。 据 InfoQ 的报道标题,谷歌这次开源的是一整套工具箱,卖点在于"云、库、引擎、AI 全线打通"。这句话的技术含义并不神秘:把自家云服务、客户端库、引擎能力统一收进技能层,让 Agent 在做一件事时优先走它的链路。厂商做这件事有天然优势——能力本来就是它的,写技能只是给能力补一份"说明书"。同样的动作在 NVIDIA 那边是另一个版本:Agent Toolkit 扩展 Omniverse 库,目标是让智能体去构建"仿真就绪"的世界。一个是通用云,一个是仿真与图形,路径一致:先把自家能力包成技能,再让技能成为默认路径。
高校技能库抢的是"公共供给"。 复旦这套库被报道时绑定了 OpenClaw 生态,"百万"这个量级本身就是宣传口径——它想表达的不是精,而是覆盖面和可获得性。公共资源的逻辑与厂商相反:不绑定某一家模型、不绑定某一条付费链路,用规模换取"你想要的总有现成的"。这类库的价值不在单个技能多深,而在于它是很多人的第一站。前面提到的医疗技能库、科研技能库、Flutter 官方技能库,走的都是同一条路:先把一个垂直领域的常识做成可安装的资产。
应用平台抢的是"运行位置"。 扣子 2.0 把 Agent Skills 和 Agent Plan 一起推出来,这个组合很说明问题:技能负责"能做什么",Plan 负责"按什么顺序做",两者必须落在同一个运行时里才有意义。平台不需要赢下技能数量,它只需要让技能在自己的界面里被发现、被调用、被计费。
三种角色,对应三种资产:厂商有能力和计费,高校有规模和公信力,平台有流量和运行时。而技能库这一个中间层,恰好同时依赖这三样东西——这就是"抢位期"的实际含义。
真正被抢的是分发入口,不是技能数量
数量是最容易被误读的指标。技能库不是模型仓库,装多了不是"更强",而是"更吵"。原因写在协议层面:Agent 启动时只加载每个技能的 name 和 description,正文要等触发才进上下文。所以一个技能库的竞争力,实际上是三件事的组合:
- 被发现的概率:目录页排序、分组、搜索命中率;
- 被装上的成本:一条命令能带走多少、要不要人工勾选;
- 被信任的程度:装进去之后,Agent 会不会按它说的做。
这三件事都不由技能正文决定,而由目录和安装链路决定。本仓库把这条链路的机制单独写成了一篇文档 docs/listing-and-install.md,里面的细节足以说明"入口"有多琐碎:
技能目录站点只读仓库里的 skills.sh.json,而且是在它的遥测先看到这个仓库之后才读——实践中就是第一次带遥测跑 npx skills add 之后;仓库页还有缓存,内容会比 main 落后几个小时。也就是说,你改完分组配置,不代表别人立刻能看到。本仓库的分组在 2026 年 9 月 22 日才被确认在目录页可见,此前是失败的。
更关键的一处是双写:.claude-plugin/marketplace.json 由 scripts/generate-plugin-manifest.mjs 从 skills.sh.json 生成,而安装器选择器(npx skills add)只读 manifest,从不读 skills.sh.json。前者驱动网站页面,后者驱动安装菜单,同一份分组信息必须同步到两个消费端。文档对此写得很直白:manifest 不许手改,pnpm manifest:check 会在两者漂移时让 CI 失败。
还有一个看似无聊、实则典型的细节:plugin 名称带两位数字前缀(01.-getting-started),因为选择器按字母排序,而分组顺序定义在 skills.sh.json 里。前缀是把"配置顺序"翻译成"界面顺序"的唯一手段,代价是每插入或合并一个分组,所有 plugin id 都要重新编号。
这些都不是技术难题,而是分发位置的摩擦成本。谁把这些摩擦磨平,谁就更容易被装上。厂商工具箱和平台方案的真正优势也在这里:它们不需要说服用户去装,入口本来就在自己手里。
一个垂直库的样本:167 个 SKILL.md 是怎么被组织的
回到本仓库。它是一个场景型技能库,主题是"用 Agent 产出可交付的创意内容":图像、视频、音频、贴图、天空盒、3D 资产,加上驱动 DCC 软件与游戏引擎的专家团队。规模可以精确数出来:核心技能 80 个,专家工具 87 个,合计 167 个 SKILL.md;专家工具分成 7 个家族——Blender 15、Maya 11、ZBrush 9、Unreal 10、Unity 14、Godot 14、Roblox 14。
这个结构本身就是一次取舍。目录被切成两类,规则写在 scripts/lib/skills.mjs 里:核心技能放在 skills/<name>/,专家工具放在 skills/<category>/<family>/<name>/,每个家族一个 README.md 记录"它是怎么造出来的、验证到哪一步"。这个布局不是审美偏好,而是因为安装器会把所有技能按名字扁平安装,同名只保留第一个——所以技能名必须全仓库唯一,路径层级到了安装端会被抹平。
真正能说明"抢位期约束"的,是仓库里几条看起来过分的规矩。
第一,正文有硬预算。 AGENTS.md 规定正文目标 1000 词,超过 2500 词构建失败,检查器在 scripts/check-style.sh。理由写得很具体:上下文压缩之后,Claude Code 会从每个被调用技能的前 5000 个 token 里重新附加内容,而这些 token 共享一个 25000 token 的池子;2500 词约 4400 token,刚好在份额之内。这不是文风要求,是上下文经济学。
第二,描述只写触发条件。 frontmatter 只允许 name、description、license: MIT 三个字段,description 必须以 "Use when" 开头,只写什么情况下该用,不许摘要步骤。因为启动时进上下文的只有这两行,描述写得像摘要,等于让 Agent 在没读正文前就误判。
第三,不允许"装全部"。 docs/decisions.md 里有一条决策叫"No install-everything command":README 曾经提供 --skill "*",结果是一个从不打开 DCC 软件的用户,启动时白白加载了 57 个专家技能描述。现在默认命令只列核心技能,按角色和目标的安装命令放在 INSTALL.md,由 scripts/check-readme.mjs 校验每条命令里的名字都真实存在、数量与文案一致。
这三条合起来指向同一个判断:技能库的质量上限,由"装进来之后不干扰"决定,而不是由"收录了多少"决定。
抢位期对新库是挤压还是机会
坦率说,两个方向同时成立,但作用在不同层面。
被挤压的是"通用技能库"这个位置。厂商工具箱会覆盖云与引擎的默认路径,平台会覆盖自己运行时里的默认路径,高校库会覆盖"随手找一个"的长尾需求。一个没有明确场景、只靠"我也收了一堆技能"的库,在这三面夹击下几乎没有存在理由——它的每一条内容都能在别处更权威地找到。
被放大的是"场景闭环"。以上面的垂直库为例,它的价值不在单个技能写得多好,而在于把一条生产链路拆成了可接力的段:找方向、生成、参考合成、品牌一致性、分镜、成片、交付规格,再往外接 Blender / Maya / ZBrush / Unreal / Unity / Godot / Roblox 的具体操作。用户可以只要其中一段,也可以要整条链。厂商工具箱很难为"游戏美术的交付规格"这种细节负责,平台也很难替用户决定"这张图该用哪个模型、跑之前要不要先算钱"。
判断一个场景库是否真的形成闭环,看三件事就够了:
- 有没有跨技能的名字引用。专家技能会 import 主技能的
scripts/,家族必须整组装,否则 specialist 跑不起来——这种依赖是闭环的证据,也是脆弱的来源。 - 有没有可执行的验证。仓库里每个随技能发布的脚本都有
tests/<name>/下的测试套件,pnpm test全跑;更严的是 docs/application-test.md 里的"应用测试":起一个无历史的全新 Agent,只给它框架说明、被测的SKILL.md和scenario的SKILL.md、一个真实任务,只准输出带工具名和参数形状的编号计划,不许执行、不许检索,然后拿计划对着最新的工具文档逐条核。编造一个工具名即判失败,断言了文档里没有的东西也算猜。新技能还要跑一次"无技能基线",证明它值得那份上下文。 - 有没有可复现的构建。版本由 release-please 管,合并 release PR 打
skills-vX.Y.Z标签并改写 CHANGELOG.md(当前version.txt为 0.60.0);pnpm validate串起样式、格式、命令同步、文件检查、ruff、分组、manifest 一致性、README 校验、拼写与规范验证十余项。听起来是工程洁癖,实际是让"更新"这件事可被信任——因为安装端永远拉main最新版,没有版本锁定,用户唯一的保障就是发布流程本身。
谁定标准,谁定格式:四个可观察的信号
在"抢位期"里,最有信息量的不是谁发了多少技能,而是谁在定义约束。以下四个信号,普通读者也能自己观察。
信号一:frontmatter 是不是越写越长。 本仓库只允许三个字段,并明确不使用 compatibility、metadata、allowed-tools。如果某个生态开始往 frontmatter 里塞权限、依赖、版本区间,说明它想做包管理器;如果坚持极简,说明它想做上下文协议。两种野心,两种命运。
信号二:模型名写不写死。 docs/decisions.md 有一条 "Model ids and discovery",逻辑是"今天写下的这一代,几个月后就被取代",所以技能里不点名生成模型,只教 Agent 先 search / recommend、再 model_schema_get、最后 model_run。同一条逻辑往上一层,就是"不版本化技能名"——版本化名字过期那天,只能选择破坏性重命名,或者堆一堆近重复技能去抢同一个触发。一个库敢不敢不写死具体模型,几乎可以判断它是内容还是广告。
信号三:分组配置有没有被当成源码。 单一真源、生成物、漂移检查、CI 阻断,这四件齐全,说明这个库准备长期存在;只有一个 JSON 手工维护,说明它还在试水。
信号四:安装端有没有"选择成本"的设计。 默认命令装什么、菜单是否预选、要不要按角色分流,这些细节暴露出作者是否算过上下文账。本仓库的 npx skills add scenario-labs/skills 打开时什么都不预选,直接回车等于什么都没装,README 在命令旁专门写了这一句;--skill 只匹配精确技能名,分组参数仍是上游的开放需求,所以想要"预选一整套"目前只能靠人工维护的 pack 链接。这些限制不好看,但它们是被真实用户踩过之后写下来的。
结语:这一周真正的变化
三件事放在一起,说明技能库已经过了"有没有"的阶段,进入"在哪被发现、被谁信任、装进去会不会碍事"的阶段。厂商用能力换默认路径,高校用规模换第一站,平台用运行时换调用次数——三者都在抢同一个位置:Agent 决定"下一步做什么"时,最先想到谁。
对一个刚起步的场景技能库,这既是挤压也是筛子。挤压在于,通用能力已经没有位置;筛子在于,只要能把一条真实生产链路做完整、把每条断言对齐到可核验的文档、把成本算进上下文预算,它就能在这三家之间站住——因为厂商不会替用户决定交付规格,平台不会替用户决定该先算钱还是先出图。
真正值得盯的信号只有一个:当标准、格式和入口都还在移动的时候,谁在写约束,谁就还在牌桌上。