AgentSkills MCP

Agent技能MCP：将Anthropic的代理技能带给任何兼容MCP的代理

简体中文 | English

📖 项目概述

代理技能 是Anthropic最近推出的一项新功能。通过将专业技能打包成模块化资源，它使Claude能够按需转变为适合任何场景的“量身定制的专家”。 Agent技能MCP，建立在 FlowLLM 框架，为任何兼容MCP的代理解锁克劳德的专有代理技能。 它实现了 渐进式披露 Anthropic官方提出的建筑 Agent Skills工程博客，使代理能够根据需要加载必要的技能，从而有效地利用有限的上下文窗口。

💡 为什么选择Agent技能MCP？

• ✅ 零代码配置：一个命令安装(pip install mcp-agentskills)
• ✅ 开箱即用：使用官方Skill格式，与完全兼容 Anthropic的代理技能
• ✅ MCP支持：多种传输（stdio/SSE/HTTP），可与任何兼容MCP的代理配合使用
• ✅ 灵活的技能路径：具有自动检测、解析和加载功能的自定义技能目录

🔥 最新动态

• \[2025-12\] 🎉 发布mcp代理技能v0.1.1

🚀 快速开始

安装

使用pip安装AgentSkills MCP：

pip install mcp-agentskills

或者使用紫外线：

uv pip install mcp-agentskills

For Development (if you want to modify the code):

git clone https://github.com/zouyingcao/agentskills-mcp.git
cd agentskills-mcp

conda create -n agentskills-mcp python==3.10
conda activate agentskills-mcp
pip install -e .

______________________________________________________________________

负载技能

1. 创建一个目录来存储技能，例如：

mkdir skills

1. 从开源GitHub存储库克隆，例如。，

https://github.com/anthropics/skills
https://github.com/ComposioHQ/awesome-claude-skills

1. 将收集到的技能添加到步骤1中创建的目录中。每个技能都是一个包含Skill.md文件的文件夹。

______________________________________________________________________

跑

Local process communication (stdio)

This mode runs AgentSkills MCP via uvx and communicates through stdin/stdout, suitable for local MCP clients.

{
  "mcpServers": {
    "agentskills-mcp": {
      "command": "uvx",
      "args": [
        "agentskills-mcp",
        "config=default",
        "mcp.transport=stdio",
        "metadata.skill_dir=\"./skills\""
      ],
      "env": {
        "FLOW_LLM_API_KEY": "xxx",
        "FLOW_LLM_BASE_URL": "https://dashscope.aliyuncs.com/compatible-mode/v1"
      }
    }
  }
}

Remote communication (SSE/HTTP Server)

This mode runs AgentSkills MCP as a standalone SSE/HTTP server that can be accessed remotely.

-第一步： 配置环境变量

复制 example.env 到 .env 并填写您的API密钥：

cp example.env .env
# Edit the .env file and fill in your API key

-第二步： 启动服务器

使用SSE传输启动AgentSkills MCP服务器：

agentskills-mcp \
  config=default \
  mcp.transport=sse \
  mcp.host=0.0.0.0 \
  mcp.port=8001 \
  metadata.skill_dir="./skills"

该服务将在以下地点提供： http://0.0.0.0:8001/sse

-步骤3： 从MCP客户端连接

• 将此配置添加到您的MCP客户端（Cursor、Gemini Code、Cline等）以连接到远程SSE服务器：

{
  "mcpServers": {
    "agentskills-mcp": {
      "type": "sse",
      "url": "http://0.0.0.0:8001/sse"
    }
  }
}

• 你也可以使用 FastMCP Python客户端直接访问服务器：

import asyncio
from fastmcp import Client

async def main():
    async with Client("http://0.0.0.0:8001/sse") as client:
        tools = await client.list_tools()
        for tool in tools:
            print(tool)

        result = await client.call_tool(
            name="load_skill",
            arguments={
              "skill_name"="pdf"
            }
        )
        print(result)

asyncio.run(main())

一个命令测试

This command will start the server, connect via FastMCP client, and test all available tools automatically.

python tests/run_project_sse.py 

or
python tests/run_project_http.py 

演示

使用SSE传输启动AgentSkills MCP服务器后，您可以运行演示：

# Enable Agent Skills for the Qwen model.
# Since Qwen supports function calling, you can implement Agent Skills by passing the MCP tools registered by the AgentSkills MCP service to the tools parameter.
cd tests
python run_skill_agent.py

______________________________________________________________________

🔧 MCP工具

此服务提供四种工具来支持代理技能：

• load_skill_metadata_op --在启动时将所有技能的名称和描述加载到代理上下文中（始终调用）
• load_skill_op --当需要特定技能时，按技能名称加载skill.md内容（在触发技能时调用）
• read_reference_file_op --从技能中读取特定文件，如脚本或参考文档（按需）
• run_shell_command_op --执行shell命令以运行技能中包含的可执行脚本（按需）

有关详细的参数和使用示例，请参阅 文档.

⚙️ 服务器配置参数

有关全套可用选项和默认值，请参阅 default.yaml.

环境变量

______________________________________________________________________

🤝 贡献

我们欢迎社区捐款！开始：

1. 在开发模式下安装软件包：

pip install -e .

1. 安装预提交挂钩：

pip install pre-commit
pre-commit run --all-files

1. 提交一个包含您的更改的拉取请求。

______________________________________________________________________

📚 了解更多

• 人类智能体技能文档
• 人类工程学博客
• 克劳德代理技能：第一原则
• FlowLLM文件
• MCP文件

⚖️ 许可证

此项目在Apache License 2.0下获得许可——请参阅 许可证 了解详情。

______________________________________________________________________

📈 明星历史