Agent Skills 管理神器：SkillsLM 一条命令覆盖 9 个平台

Agent Skills是个香饽饽，但管理起来也有点麻烦。比如你有没有遇到过这种尴尬的场景：
在 Claude 里配置好了一套好用的“PDF 提炼技能”，结果转头去 Cursor 里写代码时，发现这个技能那里没有；或者你在 GitHub 上看到一个很棒的 Agent Skill（能力扩展包），想把它装进你的本地环境，却发现需要手动下载源码、从 Downloads 文件夹解压、找到隐藏的 .cursor 或 .claude 目录、复制粘贴、重启……，说实话有点麻了

我只说一个现实：你一旦同时用 2 个以上 agent，skills 的管理就会变成稳定的体力活。

今天，我发现了一个NX工具 —— SkillsLM。虽然它的官网还没来得及上线，作者甚至连 package.json 的名字都忘了改，但我对它的源码进行了一番“考古”后，发现它的野心极大：

它试图成为 AI Agent 时代的 npm，一键打通 9 大主流平台的技能管理。

它干的事很朴素，但挺关键——跨平台装 skills。

一句话总结：
你给它一个 skill（或一个 GitHub 仓库），它能把技能按规则落到多个 agent 的 skills 目录里。

下面我们来详细扒一扒这个工具究竟如何使用。

SkillsLM 是什么？别神化，它就是个装配工

SkillsLM 是个 Node.js CLI，核心命令就三个：

• • install：装 skills（核心能力）
• • list：列出可用 skills
• • update：更新 skills

它解决的是“分发/落盘”问题，不是“让模型更聪明”问题。

换句话说：

• • 它不会给你加 token
• • 不会帮你优化提示词
• • 不会让你一键上天

它只是把技能文件下载下来，然后按不同 agent 的目录结构放到对的位置。

但说实话，工程里很多效率提升，都是这种“把脏活累活统一掉”的工具带来的。

如何安装：

• • 需要安装：安装完后就可以单独使用skillslm 命令了
  npm install -g skillslm
  skillslm install
• • 无需安装：直接使用这个命令安装具体 Agent Skill
  npx skillslm install

跨平台支持：我验证过的 9 个 Agent，全都能装

我最开始也是半信半疑：
“跨平台”这种词，很多项目喊得响，落地一跑就露馅。

所以我直接用最原始的方法验证：
逐个 agent 跑一遍安装，看它到底能不能落盘成功。

最后确认：SkillsLM 目前支持 9 个平台（都能作为 --agent 的目标）。

可以想象作者后面应该还会更新支持更多的平台。

这个列表的价值是什么？

你不用再为每个 agent 单独写一套安装方式。
SkillsLM 把“平台差异”屏蔽掉了。

对多工具用户来说，这就是省命。

先说清楚：它到底从哪下载 skills？

SkillsLM 默认技能来源指向 anthropics/skills：https://api.github.com/repos/anthropics/skills/contents/skills
下载用的是 degit，不会完整 clone 仓库历史，速度快一些

你也可以丢给它任意 GitHub 仓库地址（支持 tree/branch/path）。

这点我挺认可：
它不是封闭生态，起码你能拿它去装公司内部 skills 仓库，不会被锁死。

命令怎么用？我给你按场景拆开讲

下面这些命令，你可以直接复制跑。

安装单个 skill（默认从 anthropics/skills）

skillslm install MCP-builder

mcp-builder 就是 skill 名称，默认从 anthropics/skills 去找 skills/mcp-builder

装到指定 Agent（项目级，推荐新手先用这个）

skillslm install mcp-builder --agent claude-code

这行命令只装到 Claude Code 对应目录
项目级意味着落盘到当前项目里（相对路径），不会污染你 home 目录

一次装到多个 Agent（重点来了）

skillslm install mcp-builder \
  --agent claude-code \
  --agent cursor \
  --agent codex \
  --agent roo

这条命令就是 SkillsLM 的灵魂，你不用再“装一遍、换个工具再装一遍”

全局安装（老鸟常用，但你得知道后果）

skillslm install mcp-builder --agent cursor --global --yes

• • --global 会写到 ~/.cursor/skills 这种目录
• • --yes 跳过确认，适合脚本化

我的建议是：

第一次用某个 agent，先项目级跑通再全局。
别上来就全局，尤其别上来就 --yes。

从 GitHub tree URL 装 skill（精确到目录）

skillslm install https://github.com/anthropics/skills/tree/main/skills/mcp-builder

• • 适合你只想装仓库里某个路径
• • 也适合你以后维护私有仓库 skills

从仓库批量装多个技能（团队标准化玩法）

skillslm install anthropics/skills \
  --skill mcp-builder \
  --skill pdf \
  --agent claude-code \
  --yes

解释下： <source> 是仓库，--skill 指定仓库里要装哪几个 skill，这是做团队 onboarding 最顺手的一种形式

列出 skills（只看不装）

两种方式：

skillslm list

或者：

skillslm install mcp-builder --list

list 更直观
install --list 更像“安装前预览”

如何更新 skill

skillslm update mcp-builder --agent cursor

如果是全局安装：

skillslm update mcp-builder --agent cursor --global

• • 适合你技能仓库更新了，你不想手动删目录重装

这工具值不值得用？我给你一句老实话

如果你只用一个 agent，比如只用 Cursor，那 SkillsLM 的价值没那么大。

但如果你属于下面任意一种情况——它就很值：

• • 你同时用 Claude Code + Cursor + Codex（常见组合）
• • 你在尝试 Gemini / Roo / Goose / KiloCode 这种新工具
• • 你想把 skills 当作“可迁移资产”，不是一次性玩具
• • 你想做团队标准化（新人一条命令装齐）

SkillsLM 的意义不是“功能有多炫”，而是：

它让 skills 不再绑定某个平台，而是变成跨工具复用的工程资产。

提醒：别只看优点，我把坑点也提前告诉你

我对这种“会自动写目录的 CLI”一律保持谨慎，原因很简单：

• • 它最终会落盘
• • 它可能会覆盖旧文件
• • 有些实现会用 rm -rf 风格清理目录（你要当回事）

我的建议是三条：

第一次用，先项目级

项目级能随项目删掉、能回滚、能隔离。

别直接全局 + yes

你想省事，结果可能省出麻烦。

重要目录先备份

尤其你已经手工维护过 .cursor/skills 之类目录的情况

SkillsLM 是那种“你用上就不想回头”的工具

SkillsLM 的作用说穿了就一句话：

一条命令把同一套 skills 安装到多个 agent 的目录里，跨平台一致。

它不花哨、不讲故事，但对多工具工作流的人来说，这是非常现实的便利：

• • 多 Agent 同步装 skill
• • 支持项目级 / 全局
• • 支持默认生态源，也支持任意 GitHub 仓库
• • 覆盖 9 个主流/常用工具链

如果你已经进入“多 Agent 并行”的阶段，这玩意儿值得你拉下来跑一遍。

建议你文章最后加的“实用命令块”（提高收藏率）

# 1) 项目级安装到多个 agent（推荐）
skillslm install mcp-builder \
  --agent claude-code \
  --agent cursor \
  --agent codex \
  --agent roo

# 2) 全局安装到某个 agent（熟练后再用）
skillslm install mcp-builder --agent cursor --global --yes

# 3) 从仓库批量装技能
skillslm install anthropics/skills \
  --skill mcp-builder \
  --skill pdf \
  --agent claude-code \
  --agent cursor \
  --yes

# 4) 更新 skill
skillslm update mcp-builder --agent cursor