2.4K 星 Skills Manager：AI Skills 终于不用手动复制了

4.2K 星 Skills Manager：AI Skills 终于不用手动复制了

官网：https://skillsmanager.dev/zh github: https://github.com/xingkongliang/skills-manager

一次配置，处处生效——把散落在各个 AI 编程工具里的 Skills，收进一个统一的“技能柜”。

一、多工具玩家的痛点

如果你只用一个 AI 编程工具，可能还感受不到混乱。但当你同时用上 Claude Code、Codex、Cursor、Goose 之后，麻烦就来了：每个工具都有自己的 Skills 配置目录（比如 ~/.cursor/skills/、~/.claude/skills/、~/.opencode/skills/），有的放全局，有的放在项目里。今天从 GitHub 下载一个 skill，先给 Codex 装一份；过两天又想给 Claude Code 用，就得手动复制一遍。

复制几次之后，你很难记住哪边是新的、哪边已经改过。更普遍的困扰还包括：换电脑或重装系统时，每个工具的技能都要重新配置；技能多了以后分不清哪个启用、哪个失效；团队协作时无法共享统一的 Skills 规范；前后端等不同场景需要手动切换不同的 Skills 组合。

在 Skills 生态快速膨胀的背景下，这个问题只会越来越严重——据 Linux 基金会 2026 年 2 月的统计，全球公开可用的 Agent Skills 已超过 8.5 万个，主流支持平台有 27 家。

二、Skills Manager 是什么

Skills Manager 是一个开源的跨平台桌面应用，基于 Tauri 2 + React 19 + Rust 构建，支持 Windows、macOS、Linux 三大系统，安装包只有几 MB，启动快、内存占用低。项目采用 MIT 协议开源，目前已获得 2.4K+ Star，社区热度还在持续上升（部分信源显示已接近 3000 星）。

它的核心思路一句话就能说清：建立中央技能仓库，一处管理，一键同步到所有工具。所有 Skills 集中存放在 ~/.skills-manager 目录下（路径可自定义），之后想给哪个工具用，在界面里点一下就行。

你可以把它理解成一个“技能柜”：AI 工具负责干活，Skills Manager 负责把工具包放好。

三、核心功能拆解

1. 统一技能库

所有 Skills 从多种来源安装进来，统一收纳、版本清晰可查：

打开应用后，每个 skill 都是一张卡片，你能看到它从哪里来、打了什么标签、同步到了哪些工具；点开卡片还能直接查看 SKILL.md 和 README.md。这一步建议别跳过——skill 本质上是写给 AI 的工作说明，装之前看一眼，你就知道它会让 AI 怎么做事、有没有附带脚本和额外文件。

2. 技能市场与 AI 搜索

内置 skills.sh 市场，可以按 All Time / Trending / Hot 榜单浏览，也可以按关键词搜索。如果配置了 SkillsMP 的 API Key，还能用自然语言进行语义化搜索，实际使用路径会短很多。

以前你可能要在 GitHub、下载目录和各工具的 skills 文件夹之间来回切换，现在一个窗口里就能完成查找、看文档、同步。

3. 全局工作区与项目工作区

• 全局工作区：对应某个工具默认能看到的 Skills（比如 Claude Code 的 ~/.claude/skills/）。Skills Manager 会把这些目录里的内容全部列出来——就算某个 skill 不是通过它安装的，也能显示出来。这一点很适合排查问题：打开对应工具的页面，就知道这个工具现在到底能看到哪些 Skills。
• 项目工作区：管理项目本地的 Skills 目录（如 <project>/.claude/skills/），支持与中央库双向同步——可以把中央库的 Skill 导出到项目，也可以把项目中的 Skill 导入中央库。有些 skill 只想跟着一个项目走（比如视频项目需要动画、字幕相关 skills，前端项目需要 UI 组件样式相关 skills），就没必要全局启用。

4. 预设（Preset / Scenario）

这是被多个评测称为“杀手级”的功能：你可以把一组常用 skills 打包成命名组合，比如“前端开发”（React、Vue、TypeScript 相关）、“后端开发”（Spring Boot、Go、微服务相关）、“数据分析”（Pandas、SQL、机器学习相关）。切换到某个工具或项目时，点一下预设就把整组加进去，要收回也能整组拿掉，不用一个个手动勾选。

5. 多工具同步

原生支持 15+ 款主流 AI 编程工具：Cursor、Claude Code、Codex、OpenCode、Amp、Kilo Code、Roo Code、Goose、Gemini CLI、GitHub Copilot、Windsurf、TRAE IDE、Antigravity、Clawdbot、Droid。

不在列表里的工具也能自己加进去，只要告诉它 skills 放在哪个目录即可。同步方式支持两种：

• 软链接（Symlink）：推荐。所有工具共享同一份文件，修改一处全局生效，节省磁盘空间；
• 复制（Copy）：完整复制到目标目录，适合需要独立维护的场景。

Windows 上如果链接权限受限，它也做了兜底处理，不会把同一个 skill 随意复制得到处都是。

6. 标签、更新检查与文档预览

• 标签：为 Skills 打标签（前端、视频、安全……），按标签筛选快速定位；没有标签的 skill 也能筛出来慢慢补上。最近的版本还支持标签的改名和删除，适合已经攒了一堆 skills 的人整理库存。
• 更新检查：Git 类 Skills 自动检测上游是否有新版本；本地导入的支持重新导入；点开详情页还能对比本地内容和来源内容的差异。这里别急着一键覆盖——skill 会影响 AI 的做事方式，先看改了什么，再决定要不要更新。
• 文档预览：应用内直接查看 SKILL.md / README.md，无需切换到文件管理器。

7. Git 备份与多机同步

技能库可以备份到私有 Git 仓库：自动处理 pull → commit → push 流程，每次同步自动创建快照标签，支持版本历史回滚。换电脑时一键拉取，团队协作共享同一套配置。

团队协作的完整流程也很简洁：维护者更新 Skill 并推送到 Git 仓库 → 团队成员拉取更新后点击对应 Preset 激活 → 所有人的 AI 工具配置保持一致。

四、谁适合用，谁先不用

适合：

• 同时使用 2 个以上 AI 编程工具、希望统一管理 Skills 配置的开发者
• 搭建本地 AI 智能体、私人知识库的玩家
• 技能数量多、经常整理和切换技能配置的人
• 经常换电脑、需要备份同步技能的技术爱好者
• 团队需要保持 AI 工具配置一致、或做 AI 教学需要批量分发技能的场景

先不用：

• 只用一两个 AI 工具、Skills 数量还是个位数的用户
• 偶尔用网页聊天的人

五、安装与上手

最简单的方式是去 GitHub Releases 下载对应平台的安装包：Windows（.msi / .exe）、macOS（.dmg）、Linux（.deb / .AppImage / .rpm），双击安装即用，零配置。习惯命令行的开发者也可以关注附带的 CLI 工具（skills-manager-cli），方便在脚本或 Agent 里调用。想二次开发的，可以从源码构建（需要 Node.js 18+、Rust 工具链和 Tauri 2）。

几个使用上的注意点：

• macOS 首次启动可能被 Gatekeeper 拦截（应用未做 Apple 公证），在“系统设置 → 隐私与安全性”里选择“仍要打开”即可；低版本遇到“应用已损坏”，终端执行 xattr -cr /Applications/skills-manager.app 可解决。
  • 安全提醒：第三方 skill 来源复杂，安装前建议核查技能内容，注意 Prompt 注入风险。

六、写在最后

AI 编程工具的竞争还在白热化：今天用 Cursor，明天可能换 Windsurf，后天又冒出新工具。与其把 Skills 配置绑定到某个特定工具，不如建立中央化的 Skills 管理体系，让工具为人服务，而不是人被工具绑架。

当然，作为快速迭代中的开源项目，它目前还存在一些 bug，但统一 skill 管理的方向是对的，基本流程已经可以跑通。它不解决“你会不会写 Skill”的问题——少改 5 遍，才是它的目标。

如果你也正在多个 AI 编程工具之间疲于奔命，不妨一试。