skill-hub

这是什么#

skill-hub 把散落在本地各处的 AI Agent skill（Claude Code、Codex、跨平台 Agents 库、插件缓存）收进一个界面：分类浏览、一句话看懂每个能干什么、填参数生成即用 prompt、在线找类似 skill、直接编辑源文件。

Tauri 2 + React，dmg 约 3MB，数据每次启动实时扫描本地文件，没有任何后端服务。

为什么做它#

skill 装多了之后，“哪些装了、哪个是干嘛的、这个和那个有什么区别”很难一眼看清——它们分散在四个不同的目录里，每个 skill 的说明写在 SKILL.md 的 frontmatter 里，要看就得一个个 cat。

三个设计取舍#

① description 给模型看，简介给人看——同一份数据，两个受众。

SKILL.md 里的 description 字段是写给模型路由用的：它要覆盖各种触发说法、写得长而全，模型据此判断该不该加载这个 skill。但这段文本直接展示给人看，冗长且抓不住重点。

所以卡片上展示的不是它，而是一句预生成的中文简介。这是个刻意的分离：同一个 skill 的”能力说明”，面向模型和面向人需要完全不同的表述——前者要求召回率，后者要求一眼看懂。混用一份文本，两边都不讨好。

② 不建缓存库，每次启动实时扫描。

看板类应用的常见做法是建个本地索引库，扫一次存起来。这里反过来——每次启动和每次点”重新扫描”都现读文件系统。

理由是这类数据的真实来源就是那些文件，而它们会被频繁手改（我自己就一直在改 skill）。一旦建了缓存库，就得处理”文件改了但库没更新”这类不一致，而扫描几百个小文件本来就是毫秒级的事——用一个不存在的性能问题，换来了一整类同步 bug，不划算。

③ 写回源文件，但只在白名单目录内。

详情页可以直接编辑并保存回真实的 skill 文件——这是它比”只读看板”有用的地方。但能写文件就意味着路径穿越的风险，所以写入路径必须落在 skill 目录白名单内才放行。

顺带一提，多来源统一（四个目录、插件多版本自动去重取最新）本质上就是一次 facade：上层只面对”一个 skill 列表”，各来源的差异在下面消化掉——和我在沙箱番外篇里写的是同一个模式，只是这次的后端是四个本地目录。

其它#

• skills.sh 语义找类似：用 description 做语义搜索（中文也有效），列出最相关的 8 个（含仓库和安装量），方便对比与替换
• 参数化 prompt 模板：每个 skill 一条模板，{占位符} 渲染成输入框，填完一键复制完整 prompt

我的判断与适用边界#

我把 skill-hub 定位为个人开发环境中的本地工作台，而不是团队级 Skill Registry。只要权威数据仍是本机目录、使用者只有一个人，实时扫描和无后端设计就能以更低复杂度解决问题。

如果需求扩展到团队共享、版本审批、权限控制、审计和跨设备同步，我不会继续在本地扫描逻辑上叠加功能。那时应当引入服务端目录、版本模型和同步协议，让本地应用成为客户端。是否增加后端，取决于权威数据是否已经从“我的文件”变成“团队资产”。

怎么用#

到仓库 Releases 下载 dmg（Apple Silicon）拖入应用程序即可。未做 Apple 公证，首次打开需右键 → 打开，或执行 xattr -cr /Applications/skill-hub.app。