你有没有过这种体验： skills 越装越多，目录越搞越乱，更新全靠手动，版本参差不齐——好不容易找到个好用的 skill，复制粘贴到 Claude Code 的 skills 目录里，过两天作者更新了，你还在用旧版

用claude code的人，应该有不少听说过或用过cc-switch，cc-switch也有管理skills的功能

在管理 skills 上，npx skills 和 cc-switch 这俩有交集吧，但定位完全不同。

cc-switch 不只管 skills，还管 API Provider 切换、MCP Server 配置、Prompts 管理、用量统计、会话历史…，功能很全面，但是在管理 skills 这块就没有 npx skills 有深度了。一个是大而全的 GUI 管理面板，一个是小而美的 CLI 工具，没有谁替代谁的问题，只是解决的问题不一样。

如果你同时用 Claude Code 和 Cursor，同一个 skill 要在两个工具里各装一份，配置起来稍显麻烦

Vercel 看到了这个痛点，搞了个东西出来——npx skills，一个开源的 CLI 工具，专门用来管理 agents 的 skills。

github链接：skills

它给自己的定位很明确：npm for AI agents。像 npm 管理 JavaScript 包一样，用它来管理你的 skills。

下面我来讲讲怎么用，再聊聊它背后的设计思路

安装 skill

npx skills 不需要手动安装，直接跑命令会自动帮你安装最新版的。

安装skills就是以下这个命令

npx skills add <来源>

来源支持好几种格式：

# 从 GitHub 仓库安装（最常用）
npx skills add vercel-labs/agent-skills

# 指定具体的某个 skill
npx skills add vercel-labs/agent-skills -s code-review

# 从本地目录安装
npx skills add ./my-skills

# 从完整 URL 安装
npx skills add https://github.com/vercel-labs/agent-skills

支持全局安装或者项目级安装。

全局安装会安装到~/.agents/skills/目录下

同时会有一个.skill-lock.json文件，会记录每个skills的安装信息，并用“skillFolderHash”做文件校对和版本管理

项目级安装就是在当前目录下安装skills。

npx skills 目前为止支持 55个 agents，非常恐怖，可以说是你见过的它都支持，你没见过的它也支持，具体的内容下文有介绍

装完了后，你可以通过这个命令看看有啥，同样区分全局和项目，你可以加上“-g”参数 npx skills ls -g来看全局目录，也可以输入以下命令，然后手动选择看哪个目录：

npx skills ls

想搜索社区里的 skills？用 find：

# 交互式搜索（类似 fzf 的模糊匹配）
npx skills find

# 按关键词搜
npx skills find code-review

更新和删除也是一句话：

# 更新全部
npx skills update

# 更新指定的
npx skills update code-review

# 删除
npx skills remove code-review

常用命令就这些，可以说是学习成本非常低了。

包管理器

为什么说 npx skills 是"npm for AI agents"，而不是一个简单的 skill 下载器？

因为下载只是最表层的事。npm 如果只是下载 tarball，那它和 wget 没区别。npm 的价值在于：统一的依赖管理流程——安装、版本追踪、更新、卸载、搜索，形成闭环。

以前管理 skills，说白了就是纯手搓，比较懒的聪明人可能会让 ai 帮你操作。你可能是从某个 awesome 列表里找到 skill 的链接，然后 clone 仓库或者复制 SKILL.md 文件，手动丢到 .claude/skills/ 目录里。更新 skills 就比较麻烦了，因为你容易忘记你安装的是什么版本，不知道作者什么时候会更新，更新了还得你手动把本地的skills也更新了。

npx skills 把这套流程标准化了。不需要记来源，不需要手动操作文件，不需要担心版本。

这就是"包管理器"和"下载器"的区别，用 npx skills 来做 skills 管理是让人非常爽的事

Symlink

npx skills add 默认会在你的~/.agents/skills 里安装 skills 本体，遵循 “AGENTS” 协议的agents会扫描到这个目录；像 claude code 这样喜欢独树一帜的agent，读取的是 ~/.claude/skills 里的skills。如果你同时在这两个目录下都安装 skills 本体，没必要，太占空间了，npx skills 会默认用**符号链接（symlink）**来把 skills 安装到.claude/skills目录里，并指向本体.agents/skills, 节省空间。之后要更新的话，你跑一次 npx skills update，所有引用本体 skill 的项目都会同步更新。

符号链接如图

当然，如果你确实需要独立的副本，也可以用 --copy 选项：

npx skills add vercel-labs/agent-skills --copy

一次安装，到处能用

致敬 JVM：一次编写，到处运行

这是我觉得 npx skills 最有意思的设计之一。

它不绑定某个特定的 AI 工具。你装一个 skill，可以同时部署到 Claude Code、Cursor、Windsurf、GitHub Copilot、Codex CLI 等 55 个 AI 编码代理。

安装的时候，默认是交互式选择要给哪些agents安装的，不用输入命令指定agents

不过你也可以用 --agent 指定目标：

# 只装给 Claude Code
npx skills add vercel-labs/agent-skills -a claude-code

# 装给 Claude Code 和 Cursor
npx skills add vercel-labs/agent-skills -a claude-code -a cursor

# 装给所有支持的 agent
npx skills add vercel-labs/agent-skills --all

你可能同时用好几个 AI 编码工具，写前后端用 Cursor，搞基础架构用 Claude Code，让 Copilot 写测试……。

如果每个工具各自管理 skills，那就是灾难。npx skills 相当于给了一个统一的 skills 中台——你定义好 skill，它负责分发到各个工具的正确位置。

别往 skills 目录堆太多shit

我之前写过一篇文章，讲的是：skills 数量过多会降低 AI 选择 skills 的准确率，功能相似的 skills 也很影响 agent 对 skills 的选择。

npx skills 可以从管理工具层面让这个问题更容易控制，比如项目级和全局级 skills 的分离：

用 -g 装到全局的 skill，是你所有项目通用的、精选的。而项目级 ./skills/ 里只放该项目专用的。

这就天然形成了一种分层：全局放精挑细选的高频 skill，项目级放针对性强的。你的全局 skills 数量自然就压下来了。

工具不能替你思考，但好工具能让你更容易做正确的决定。

写在最后

skills 是 AI 编码工作流的核心组件，无论你是不是开发者，都建议配置一套标准化的管理工具。

就像 JavaScript 生态经历过"手动下载 jQuery"到"npm install 一切"的演进，skills 管理也在经历同样的过程。

npx skills 走出了这一步，虽然它不一定完美，但这是非常正确的一步。

如果你喜欢我的文章，请点点赞、点点关注~