AI Skills Hub

人工智能技能中心

MCP（模型上下文协议）服务器，可动态加载Markdown技能文件，使AI助手能够访问团队的编码标准、最佳实践和技能知识库。

Languages / 语言

• 英语
• 繁体中文

项目架构

ai-skills-hub/
├── src/                    # --- MCP Server Core (Librarian) ---
│   ├── index.ts            # Auto-scans ~/.ai-skills-hub/skills/*/SKILL.md and converts to MCP Tools
│   ├── cli.ts              # CLI tool entry point
│   ├── utils.ts            # Helper functions (Markdown parsing, path handling)
│   └── commands/           # CLI command implementations
│       ├── sync.ts          # Sync command
│       └── check.ts         # Check command
├── dist/                   # [Ignore] Compiled JS (actual execution code)
├── package.json            # Project dependencies and script definitions
├── tsconfig.json           # TypeScript configuration
└── README.md               # Team usage manual

安装

方法1：全局安装（推荐）

全局安装软件包，以便从任何地方使用CLI命令：

npm install -g ai-skills-hub

安装后，您可以同时使用 skillshub 和 ai-skills-hub 命令：

# Sync skills library and configure AI tools
skillshub sync
# Or use the full command name
ai-skills-hub sync

# Add a skill from URL
skillshub add 

# Check status
skillshub check

# List all skills
skillshub list

# View help
skillshub help

方法2：使用npx（无需安装）

如果您不想全局安装，可以使用npx直接运行命令：

# Sync skills library and configure AI tools
npx ai-skills-hub sync

# Add a skill from URL
npx ai-skills-hub add 

# Check status
npx ai-skills-hub check

# List all skills
npx ai-skills-hub list

# View help
npx ai-skills-hub help

方法3：本地开发安装

为了促进或地方发展：

1. 克隆项目

   git clone 
   cd ai-skills-hub

1. 安装依赖项

   npm install

1. 构建项目

   npm run build

1. 地方发展链接

   npm link

链接后，您可以使用 skillshub 命令，就像它是全局安装的一样。

CLI命令

skillshub sync / skillshub s

同步和更新AI工具配置。此命令将：

• 编译TypeScript代码（在本地开发模式下）
• 为支持的AI工具配置MCP设置

注： 技能存储在 ~/.ai-skills-hub/skills/，不在存储库中。使用 skillshub add 从存储库中添加技能。

选项：

• -f, --force：即使没有更改，也强制重新编译

示例：

skillshub sync
skillshub sync --force

skillshub check / skillshub c

检查AI工具安装状态和MCP配置状态。

此命令将：

• 显示当前安装的AI工具
• 显示哪些AI工具配置了MCP路由
• 提供配置状态摘要

选项：

• -v, --verbose：显示详细信息（版本号、配置文件路径、命令等）

示例：

skillshub check
skillshub check --verbose

输出图例：

• ✓ 绿色标记：已安装/已配置
• ○ 黄色标记：未安装/未配置

skillshub add / skillshub a

将URL中的技能添加到本地技能库。

此命令将：

• 下载a SKILL.md 文件来自提供的URL
• 自动将GitHub blob URL转换为原始URL
• 从URL路径中提取技能名称
• 将技能保存到 ~/.ai-skills-hub/skills//

选项：

• -f, --force：如果现有技能已存在，则覆盖它

示例：

# Add a skill from GitHub blob URL
skillshub add https://github.com/user/repo/blob/main/skills/api-design/SKILL.md

# Add a skill from raw URL
skillshub add https://raw.githubusercontent.com/user/repo/main/skills/api-design/SKILL.md

# Force overwrite existing skill
skillshub add https://github.com/user/repo/blob/main/skills/api-design/SKILL.md --force

URL格式：

• GitHub blob URL： https://github.com/{user}/{repo}/blob/{branch}/path/to/SKILL.md
• 原始GitHub URL： https://raw.githubusercontent.com/{user}/{repo}/{branch}/path/to/SKILL.md
• 该命令会自动将blob URL转换为原始URL

工作流程：

1. 命令从URL下载SKILL.md文件
2. 从目录路径中提取技能名称（例如。， api-design 从 .../api-design/SKILL.md)
3. 创建目录 ~/.ai-skills-hub/skills//
4. 将文件另存为 SKILL.md 在该目录中
5. 跑 skillshub sync 更新MCP配置

skillshub list / skillshub l

列出所有可用的技能及其描述。

此命令将：

• 扫描所有 SKILL.md 文件在 ~/.ai-skills-hub/skills/ 目录
• 显示每个技能的文件名、工具名称和描述
• 提供使用技巧

选项：

• -v, --verbose：显示详细信息（文件大小、行数、上次修改时间）

示例：

skillshub list
skillshub list --verbose

输出内容：

• 文件名（例如。， api-design.md)
• 工具名称（例如。， api_design)
• 描述（从Markdown文件的第一个标题中提取）
• 详细信息（详细模式）：文件大小、行数、修改时间

skillshub help

显示帮助信息。

支持的AI工具

本项目支持以下AI工具的MCP配置：

• 克劳德桌面版 -Anthropic的Claude桌面应用程序
• 光标 -AI驱动的代码编辑器
• OpenAI Codex -OpenAI的代码助手CLI
• GitHub Copilot命令行界面 -GitHub的AI代码助手
• Gemini CLI -谷歌的Gemini AI命令行界面工具
• 克劳德代码CLI -Anthropic的Claude Code命令行工具

每种工具的安装方法

OpenAI Codex命令行界面

npm install -g @openai/codex
# Set environment variable
export OPENAI_API_KEY="your-api-key"

GitHub Copilot命令行界面

# macOS/Linux (using Homebrew)
brew install copilot-cli

# Or using npm
npm install -g @github/copilot-cli

Gemini CLI

npm install -g @google/gemini-cli
# Login or set API key
gemini auth login
# Or
export GEMINI_API_KEY="your-api-key"

克劳德代码CLI

npm install -g @anthropic-ai/claude-code
# Set environment variable
export ANTHROPIC_API_KEY="your-api-key"

用法

添加技能

技能存储在本地 ~/.ai-skills-hub/skills/。要添加技能，请执行以下操作：

1. 手动方法： 在中创建目录 ~/.ai-skills-hub/skills/ （例如。， api-design/)并添加a SKILL.md 里面的文件
2. 使用CLI： 使用 skillshub add 从Git存储库添加技能
3. 目录名称将自动转换为工具名称（例如。， api-design/ → api_design)

技能文件格式

技能文件使用标准Markdown格式：

# Skill Title

This is the skill description...

## Section

Content...

### Subsection

More content...

• 第一个标题将自动用作工具描述
• 支持所有标准Markdown语法（标题、列表、代码块等）

从技能执行Shell脚本

新功能！ 技能现在可以包括AI代理可以运行的可执行shell脚本。

目录结构：

~/.ai-skills-hub/skills/
└── your-skill/
    ├── SKILL.md
    ├── scripts/
    │   ├── setup.sh
    │   └── test.sh
    └── resources/

可用工具：

• execute_skill_script -从技能目录中执行特定脚本

如何在SKILL.md中引导AI执行脚本：

# My Skill

When working with this skill, please:
1. Execute `scripts/setup.sh` to prepare the environment
2. Run `scripts/test.sh` to validate the implementation

## Available Scripts

### setup.sh
Prepares the development environment.
Execute: `scripts/setup.sh`

### test.sh
Validates the implementation.
Execute: `scripts/test.sh`

...

在游标代理中使用MCP技巧

重要提示：MCP工具仅在Cursor的代理模式下可用！

1. 配置MCP （如果尚未配置）：

   skillshub sync

1. 重新启动游标 加载新的MCP配置

1. 启用代理模式:

- 打开光标聊天面板(Cmd+L 或 Ctrl+L) - 切换至 代理 模式（非聊天模式）

1. 使用技能:

在代理模式下，用自然语言提问，例如：

   Please use api_design to help me design a RESTful API

   According to go_concurrency standards, help me refactor this code

MCP服务器的手动测试

# Start the server (using stdio transport)
npm start

服务器将通过标准输入/输出与MCP客户端通信。

核心组件

🏗️ 核心组件

1. **~/.ai技能中心/技能/\*/SKILL.md（技能定义）**

技能存储在每个用户的本地主目录中。每个技能都是一个目录，其中包含 SKILL.md 文件。

优势： 工程师只需要用Markdown写：“当我需要做任务X时，请按照步骤Y，下面的例子……”，人工智能就会理解。

维护： 任何会写Markdown的人都可以添加或修改技能。技能可以单独管理，也可以从共享存储库同步。

1. src/index.ts（动态加载器）

此MCP服务器不再包含特定的业务逻辑。它只做两件事：

- 列出工具（List_tools）： 扫描 ~/.ai-skills-hub/skills/ 并将每个技能目录转换为AI的工具名称（例如。， api-design/ → api_design).

- 传递内容（call_tool）： 当AI请求时，读取相应的 SKILL.md 内容来自 ~/.ai-skills-hub/skills/ 并将其作为“背景知识”提供给人工智能。

1. CLI工具（skillshub）

此CLI工具有助于管理技能和AI工具配置：

- 使用 skillshub add 将Git存储库中的技能添加到 ~/.ai-skills-hub/skills/ - 跑 skillshub sync 编译TypeScript代码并为AI工具配置MCP设置 - 自动为所有支持的AI工具（Claude Desktop、Cursor、OpenAI Codex、GitHub Copilot、Gemini CLI、Claude Code CLI）配置全局设置

🔄 团队协作工作流

• 技能库： 团队维护着具有标准化技能定义的技能库（例如在GitHub上）。

• 添加技能： 团队成员A使用添加技能库 skillshub add ，将其克隆到 ~/.ai-skills-hub/skills/.

• 技能更新： 更新技能库时，团队成员可以更新其本地副本或重新添加技能。

• AI就绪： 团队成员B打开Cursor或Claude并问：“帮我写一个新的服务逻辑”，AI将积极阅读并采用 ~/.ai-skills-hub/skills/.

🌟 为什么这适用于拥有30个微服务的团队？

• 无污染： 这30个项目的源代码不需要任何更改。无需放置 .cursorrules 或 .claudeprompt 在每个项目中。

• 集中式： 标准只有一份。如果你在30个项目中的每个项目中都放一个副本，更新它们将是一场灾难。

• 跨AI工具： 无论团队成员喜欢Cursor、Claude Desktop、Codex、Copilot、Gemini还是Claude Code CLI，只要他们连接到此MCP，他们都会阅读相同的“团队大脑”。

开发指南

项目脚本

• npm run build -将TypeScript编译为 dist/ 目录
• npm start -运行已编译的MCP服务器
• npm run dev -手表模式编译（用于开发）

发布到npm

如果您希望团队成员能够使用 npx ai-skills-hub 命令，您需要先将包发布到npm。

📖 详细指南： 请参考 完整的出版标准操作程序。

快速发布步骤：

1. 登录到npm

   npm login

1. 验证包名称是否可用

   npm view ai-skills-hub

如果包名称已被占用，则需要修改 name 领域 package.json.

1. 发布包

   npm publish

注： 这 prepublishOnly 脚本将自动运行 npm run build 以确保在发布之前编译最新代码。

1. 验证发布

   npx ai-skills-hub --version

发布后，团队成员可以使用方法1（npx）安装和使用此工具。

项目结构

• src/index.ts -MCP服务器主程序，实现 list_tools 和 call_tool 处理器
• src/cli.ts -CLI工具入口点
• src/utils.ts -实用功能：目录扫描、文件名转换、文件读取等。
• src/commands/ -CLI命令实现（同步、检查、添加、列表等）
• ~/.ai-skills-hub/skills/ -用于存储技能Markdown文件的本地目录（首次使用时创建）

贡献

项目开发：

1. 分叉项目
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 对MCP服务器或CLI工具进行更改
4. 提交您的更改(git commit -m 'Add amazing feature')
5. 推到分支(git push origin feature/amazing-feature)
6. 打开拉取请求

添加技能： 技能在各自的存储库中单独管理。用户通过以下方式添加技能 skillshub add 。要创建新的技能库，请参阅技能库文档。

故障排除

AI工具无法连接到MCP服务器

• 确认您已跑步 skillshub sync 更新配置
• 检查配置文件路径是否正确
• 某些工具可能需要重新启动才能加载新配置
• 验证配置文件中的MCP服务器路径是否正确
• 使用 skillshub check 检查配置状态

许可证

MIT许可证