GitHub 熱榜四分之一是 agent skills,安裝方式卻有四套

11 月 8 日早上我拉了 GitHub 每日熱榜。15 個倉庫,其中 4 個是 agent skills 合集:anthropics/skills、google/skills、mattpocock/skills 與 cloudflare/security-audit-skill。第 5 個 vercel-labs/agent-browser 是瀏覽器自動化 CLI,二進位檔旁邊附了一個 skill 包裝。
這個比例就是新聞。一種一年前幾乎不存在的格式,現在佔熱榜四分之一以上,而且倉庫來自 Anthropic、Google、Cloudflare,還有一位電子報訂閱數約 6 萬的網路活躍人士。
採用狀況沒問題。有意思的失敗在於:同一個概念上的東西,有四種互不相容的安裝方式。
skill 到底是什麼
一個 skill 就是一個資料夾。裡面放一個 SKILL.md,YAML frontmatter 帶名稱與描述,再加上這項任務需要的指示、腳本與參考檔案。代理讀描述,判斷這個 skill 相關,然後載入本體。
契約就這樣,規格寫在 agentskills.io。格式刻意無聊。Anthropic 的倉庫把 skills 描述成由指示、腳本與資源組成的資料夾,由 Claude 動態載入,並說明倉庫裡的 docx、pdf、pptx、xlsx 四個 skill,就是驅動產品文件功能的同一批,以 Apache 2.0 當參考實作公開。
無聊才是重點。十分鐘就能寫完的格式,才傳得開。
四條安裝路徑,一個物件
這裡開始亂。拿那四個熱榜倉庫來看,你究竟該怎麼把 skill 裝到機器上。
Anthropic 的倉庫是 Claude Code 外掛市集。用 /plugin marketplace add anthropics/skills 加入,挑 anthropic-agent-skills,再安裝 document-skills 或 example-skills。也可以跳過選單,直接跑 /plugin install document-skills@anthropic-agent-skills。之後要靠提到它來觸發:叫 Claude Code 用 PDF skill 從檔案裡抓表單欄位。
Google 的倉庫用完全不同的機制。npx skills add google/skills 會丟出一連串問答:要哪些 skill、目標代理是哪個、裝在專案層還是全域。更新用 npx skills update,它還會問你要不要移除已過時的 skill。目錄很大,按產品分類:IAM 配方、GKE 推論遷移、BigQuery AI、四種語言的 Genkit、Live API,光 Agent Platform 就有十幾個獨立 skill。
Matt Pocock 的倉庫給你選擇,也順便警告你。用 claude plugin install mattpocock-skills@claude-plugins-official,外掛會自己更新。用 skills.sh,你會得到複製進專案、得自己動手更新的檔案。他的 README 有這整個類別最有用的一句話:每個代理只挑一種,因為兩邊都裝,每個 skill 都會有兩份。
Cloudflare 的安全稽核 skill 走直球。npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit,加 --global 就是使用者層安裝。然後把代理指向一個程式庫,叫它做安全稽核。
四個產品,四套心智模型。有瀏覽式安裝介面的外掛市集。有互動提示的註冊表 CLI。有複製進倉庫、手動更新的模式。有靠 URL 釘住單一 skill 的做法。
重複為什麼比聽起來更糟
明顯的問題是佔空間、畫面亂。真正的問題是優先順序。
兩個描述重疊的 skill 都裝著的時候,代理是根據載入時讀到的描述文字來選。它不知道其中一個是另一個的舊副本。它不知道專案層版本本來是要蓋掉全域版本的。它讀到兩段都像相關的文字,然後挑一個。
這會產生非常難除錯的行為。代理很能幹地做錯事。你去 skill 裡找 bug,結果發現跑的是另一個 skill。
更新機制讓情況更糟。會自我更新的外掛,可能在你兩次工作階段之間改掉行為。複製的檔案就待在那裡,直到有人記得去拉。而 npx skills update 這條路可以移除你正在依賴的 skill,這是好功能,但如果你沒把提示讀完,會很意外。
沒人定價的信任問題
一個 skill 就是代理會照著做的指示,通常還帶著工具權限,通常還能執行隨附的腳本。裝一個 skill,比讀一篇部落格文章更接近安裝一個套件。
Cloudflare 的倉庫展示了認真版本長什麼樣。它跑六個階段的結構化稽核:從偵察、以覆蓋率為導向的狩獵、候選驗證、結構化輸出、獨立紀錄核對,到目標中立的報告。它會寫一份架構檔案與一份覆蓋率帳本,再用兩支零依賴的 Node 腳本驗證,並把對同一倉庫的重複執行視為累加,用先前的帳本去鎖定缺口,而不是重挖舊地。
這是一整套機械,而這正是你會想在把它交給一個程式庫之前先讀過的東西。安裝指令四秒,審閱要一個下午。
沒有註冊表簽章,除了 git remote 以外沒有來源中繼資料,也沒有鎖定檔記錄哪個代理正用著哪個版本的哪個 skill。對這麼紅的格式來說,這是個缺口。
應用層已經在調整
同一份熱榜還有一個項目值得記一筆,因為那是不同種類的訊號。meta/astryx 排第六:一套基於 React 19 與 StyleX 的開源設計系統,目前 beta,標榜完全可客製、為代理做好準備。
這可以讀成製造商注意到新客戶是誰。如果介面是代理生成的,元件庫就得能約束它們。給模型遵循的 token、變體與規則,跟給人瀏覽的系統,是不同產品。
同樣的邏輯說明了 skills 為什麼在擴散。總得有人把公司風格、部署檢查清單、稽核程序、你們團隊寫遷移的方式編碼下來。一旦寫成 skill,代理就不再即興發揮。
還缺什麼
這個類別有格式、有規格、有幾個註冊表、有四種安裝器。它缺的是讓套件生態活下來的那種無聊基礎設施:鎖定檔、跨代理解析後的相依圖、簽章來源,以及專案 skill 與全域 skill 衝突時明確的優先規則。
這些會來,因為一向都會來。在那之前,實用建議就是 Matt Pocock 已經寫進 README 的那句:每個代理挑一條安裝路徑。知道你的 skills 放在哪。會執行程式碼的那些,先讀過。
這些倉庫會上熱榜,是因為 skills 解決了真問題:代理很通用,你的工作很特定,而一個裝指示的資料夾,是拉近這段距離最便宜的方法。打包混亂,是搞清楚的稅金。
相關文章
Antigravity 2.29 把代理搬進雲端 VM,語音只能放行小事
任務改在 Google 託管的雲端 VM 裡跑,蓋上筆電也不停。代價是本機的 MCP 伺服器、外掛與 skills 全部用不到,而語音只准放行不痛不癢的權限。
NVIDIA 放四顆 Cosmos 3 世界模型,還有一個快 25 倍的解碼器
四顆 16B 檢查點加上後訓練配方與程式碼,可以自己調成自家感測器配置。NVIDIA 同時明說:這些模型能否當訓練環境,還有待測量。
Inkling 2 Small 拿下 86.3%,權重卻還要再等一週
Inkling 2 Small 在 SWE-Bench Pro v2 Hard 拿到 86.3%,還能自己微調別人的模型。但 Apache 2.0 權重還沒放出來,也沒給日期。
OpenAI 開生物基準,最強模型 GPT-6 Astra 仍錯三分之一
OpenAI 公布 100 項濕實驗室判讀任務的基準,最強的 GPT-6 Astra 只拿到 66.7% 的可用分數。真正有價值的是那些失敗案例,例如把 kanamycin 盤當成 ampicillin 對照。