🎯 本地技能MCP
允许任何LLM或AI代理通过MCP利用本地文件系统的专业技能
](https://www.npmjs.com/package/local-skills-mcp) ](https://www.npmjs.com/package/local-skills-mcp) ](https://www.npmjs.com/package/local-skills-mcp)  ](https://nodejs.org/) 
  
](https://github.com/kdpa-llc/local-skills-mcp/stargazers) ](https://github.com/kdpa-llc/local-skills-mcp/network/members) ](https://github.com/kdpa-llc/local-skills-mcp/issues) ](https://github.com/kdpa-llc/local-skills-mcp/commits/main) 
______________________________________________________________________
📑 目录
______________________________________________________________________
什么是本地技能MCP？
A. 通用的 启用的模型上下文协议（MCP）服务器 任何法学硕士或人工智能代理人 从本地文件系统访问专家技能。编写一次技能，在Claude Code、Claude Desktop、Cline、Continue.dev、自定义代理或任何兼容MCP的客户端上使用它们。
通过结构化的专家级指令来转换人工智能功能，以完成专门的任务。上下文高效的延迟加载——最初只加载技能名称/描述（约50个令牌/技能），按需加载完整内容。
🆚 为什么使用本地技能MCP？
| 功能 | 本地技能MCP | 内置克劳德技能 |
|---|---|---|
| 可移植性 | 任何MCP客户端 | 仅限Claude Code |
| 存储 | 聚合了多个目录 | ~/.claude/skills/ 只有 |
| 调用 | 通过MCP工具显式 | 由Claude自动调用 |
| 上下文用法 | 延迟加载（仅限姓名） | 上下文中的所有技能 |
✨ 特性
- 🌐 通用 -适用于任何MCP客户端（克劳德代码/桌面、Cline、Continue.dev、自定义代理）
- 🔄 便携的 -一次编写，可在多个AI系统和LLM（Claude、GPT、Gemini、Ollama等）中使用
- ⚡ 上下文高效 -延迟加载（约50个令牌/技能用于名称/描述，按需加载完整内容）
- 🔥 热重新加载 -更改立即生效，无需重新启动（新技能、编辑、删除）
- 🎯 多源 -从内置技能自动聚合，
~/.claude/skills,./.claude/skills,./skills，自定义路径 - 📦 零配置 -在标准位置开箱即用
- ✨ 简单API -单一工具(
get_skill)动态发现
🚀 快速开始
1.安装
要求： Node.js 18+
选择一种安装方法：
# From npm (recommended)
npm install -g local-skills-mcp
# From GitHub
npm install -g github:kdpa-llc/local-skills-mcp
# Or clone and build locally
git clone https://github.com/kdpa-llc/local-skills-mcp.git
cd local-skills-mcp
npm install # Automatically builds via prepare script2.配置MCP客户端
添加到MCP客户端配置中：
适用于克劳德代码/桌面 (~/.config/claude-code/mcp.json 或 ~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"local-skills": {
"command": "local-skills-mcp"
}
}
}对于克莱恩： VS代码设置→ “临床：MCP设置”（JSON结构相同）
对于其他MCP客户端： 使用相同的command/args结构
如果本地克隆 （未全局安装），请使用：
{
"mcpServers": {
"local-skills": {
"command": "node",
"args": ["/absolute/path/to/local-skills-mcp/dist/index.js"]
}
}
}技能发现：
服务器自动聚合来自多个目录的技能（优先级：从低到高）：
- 软件包内置技能（自文档指南）
~/.claude/skills/-全球技能./.claude/skills/-项目特定（隐藏）./skills-项目特定（可见）$SKILLS_DIR-自定义路径（如果设置了环境变量）
后面的目录会覆盖前面的目录，让您自定义内置技能。
3.创造和使用技能
创造技能（选项1：问人工智能-推荐）
只需让你的AI创造技能：
"Create a Python expert skill for clean, idiomatic code"
"Make a PR review skill focusing on security and best practices"AI使用内置 skill-creator 使用适当的YAML frontmatter和触发关键字生成结构良好的技能。
创建技能（选项2：手动）
创建 ~/.claude/skills/my-skill/SKILL.md:
---
name: my-skill
description: What this skill does and when to use it
---
You are an expert at [domain]. Your task is to [specific task].
Guidelines:
1. Be specific and actionable
2. Provide examples
3. Include best practices使用技能
请求任何技能： "Use the my-skill skill"
技能可以自动发现并按需加载。 所有更改立即生效 使用热重新加载--无需重新启动！
📝 SKILL.md格式
每一项技能都是 SKILL.md 带有YAML frontmatter的文件：
---
name: skill-name
description: Brief description of what this skill does and when to use it
---
Your skill instructions in Markdown format...必填字段：
name-技能标识符（小写，连字符，最多64个字符）description-技能选择关键（最多200个字符）
撰写有效的描述：
使用模式： [What it does]. Use when [trigger conditions/keywords].
✅ 好例子：
- “从git diffs生成明确的提交消息。在编写提交消息或查看阶段性更改时使用。”
- “分析Excel电子表格并创建透视表。在处理.xlsx文件或表格数据时使用。”
❌ 糟糕的例子：
- “帮助处理Excel文件”
特定的触发关键字有助于人工智能在选择技能时做出更好的决策。
🎯 用法
工作原理：
- AI可以看到所有可用的技能名称/描述（自动更新，每个约50个标记）
- 当你请求一项技能时，AI会调用
get_skill工具 - 全技能内容按需加载，并附有详细说明
内置技能：
包括三种自我记录技能：
local-skills-mcp-usage-快速使用指南local-skills-mcp-guide-全面的文件skill-creator-技能创作最佳实践
技能目录：
从多个位置自动聚合（稍后的位置会覆盖较早的位置）：
- 打包内置技能
~/.claude/skills/-全球技能./.claude/skills/-项目特定（隐藏）./skills-项目特定（可见）$SKILLS_DIR-自定义路径（可选）
自定义目录：
通过MCP客户端配置中的环境变量进行配置：
{
"mcpServers": {
"local-skills": {
"command": "local-skills-mcp",
"env": {
"SKILLS_DIR": "/custom/path/to/skills"
}
}
}
}示例技能：
---
name: code-reviewer
description: Reviews code for best practices, bugs, and security. Use when reviewing PRs or analyzing code quality.
---
You are a code reviewer with expertise in software engineering best practices.
Analyze the code for:
1. Correctness and bugs
2. Best practices and maintainability
3. Performance and security issues
Provide specific, actionable feedback with examples.❓ 常见问题解答
Q: What MCP clients are supported?
Any MCP-compatible client: Claude Code, Claude Desktop, Cline, Continue.dev, or custom agents.
Q: Can I use existing Claude skills from ~/.claude/skills/?
Yes! The server automatically aggregates skills from ~/.claude/skills/ along with other directories.
Q: Do I need to restart after adding or editing skills?
No! Hot reload is fully supported. All changes (new skills, edits, deletions) apply instantly without restarting the MCP server.
Q: How do I override a built-in skill?
Create a skill with the same name in a higher-priority directory. Priority order: package built-in → ~/.claude/skills → ./.claude/skills → ./skills → $SKILLS_DIR.
Q: Does this work with local LLMs (Ollama, LM Studio)?
Yes! Works with any MCP-compatible client and LLM. Skills are structured prompts that work with any model.
Q: Does this work offline?
Yes! The MCP server runs entirely on your local filesystem (though your LLM may require internet depending on the provider).
Q: How do I create effective skills?
See the SKILL.md format section. Use clear descriptions with trigger keywords, specific instructions, and examples. Or ask your AI to create skills using the built-in skill-creator skill.
Q: Where can I get help?
Open an issue on GitHub or check the built-in local-skills-mcp-guide skill.
🤝 贡献
欢迎投稿！看 贡献.md 详细指南。
快速启动：
- 分叉并克隆存储库
- 创建功能分支(
git checkout -b feature/amazing-feature) - 进行更改并添加测试
- 承诺(
git commit -m 'Add amazing feature') - 推(
git push origin feature/amazing-feature) - 打开拉取请求
该项目遵循 行为准则.
🔗 补充项目
使用以下补充工具优化您的MCP设置：
MCP压缩代理
聚合和压缩来自多个MCP服务器的工具描述
虽然本地技能MCP提供专家提示指令， MCP压缩代理 通过基于LLM的智能压缩优化您的工具描述。
完美组合：
- 本地技能MCP -具有延迟加载的专家技能（约50个令牌/技能）
- MCP压缩代理 -压缩工具描述（令牌减少50-80%）
它们共同实现了：
- 🎯 跨技能和工具实现最高的上下文效率
- 🔗 通过一个连接访问多个MCP服务器
- ⚡ 大规模工作流的最小令牌消耗
- 🚀 配备数百种工具的专业AI代理设置
💖 支持这个项目
如果您认为本地技能MCP有用，请考虑支持其发展！
](https://github.com/sponsors/moscaverd)  
支持方式：
📄 许可证
MIT许可证-请参阅 许可证 文件。 版权所有©2025 KDPA
🙏 致谢
______________________________________________________________________
由以下材料制成❤️ 通过KDPA