tech-leads-club/agent-skills · 上手攻略

• 仓库：tech-leads-club/agent-skills
• 链接：https://github.com/tech-leads-club/agent-skills
• 分类：AI Agent · Skill 注册表 · 安全验证
• 作者：Tom
• 更新：2026-08-07

这是什么

agent-skills 是 Tech Leads Club 维护的一个经过安全验证的 AI 编程 agent skill 注册表。与开放市场不同，该项目对每个 skill 进行静态分析审计（CI/CD 集成 Snyk Agent Scan），提供 hardened、可信、开源的 skill 包，覆盖 Claude Code、Cursor、Copilot、Gemini CLI、Windsurf、Cline 等主流 AI 编程工具。

核心定位：解决 agent skill 生态的安全可信问题——社区报告显示市售 marketplace skill 中超过 13% 存在高危漏洞，该项目用锁定文件（lockfile）+ 内容哈希 + 人工审核三重机制提供可信赖的替代选择。

解决什么问题

1. 安全风险：随便安装一个 agent skill 可能带恶意指令或安全漏洞；该项目对每个 skill 做自动化扫描后才收录。
2. 碎片化：各 agent 平台的 skill 安装方式各异（JSON 配置、手动复制等），该项目用统一 CLI agent-skills 一站式安装到任意 agent。
3. 信任问题：skill 作者不透明，来源混杂；该项目的 skill 有归属标注（原作者/MIT/CC-BY-4.0 混合格式），可追溯。

快速安装

# 交互式安装向导（推荐首次使用）
npx @tech-leads-club/agent-skills

# 全局安装 CLI
npm install -g @tech-leads-club/agent-skills
agent-skills --help

交互式向导流程：选择操作（安装/更新）→ 按分类浏览或搜索 → 选择目标 agent（Cursor、Claude Code 等）→ 选择安装方式（复制/符号链接）→ 选择作用域（全局/项目本地）。

核心用法

1. CLI 基础命令

# 查看可用 skill 列表
agent-skills list
agent-skills ls              # 同上，简写

# 安装单个 skill
agent-skills install -s <skill-name>

# 批量安装多个 skill
agent-skills install -s aws-advisor coding-guidelines docs-writer

# 安装到指定 agent
agent-skills install -s my-skill -a cursor claude-code

# 全局安装（到 ~/.gemini, ~/.claude 等）
agent-skills install -s my-skill -g

# 符号链接模式（不复制文件）
agent-skills install -s my-skill --symlink

# 强制重新下载（绕过缓存）
agent-skills install -s my-skill --force

# 更新已安装 skill
agent-skills update -s my-skill
agent-skills update              # 更新全部

# 卸载
agent-skills remove -s my-skill
agent-skills rm -s my-skill      # 简写
agent-skills remove -s skill1 skill2 skill3   # 批量卸载

# 从特定 agent 移除
agent-skills remove -s my-skill -a cursor windsurf

# 缓存管理
agent-skills cache --clear       # 清所有缓存
agent-skills cache --path        # 显示缓存路径
agent-skills cache --clear-registry  # 只清注册表缓存

# 审计日志
agent-skills audit               # 最近操作记录
agent-skills audit -n 20         # 最近 20 条

# 贡献者信息
agent-skills credits

2. MCP 服务器接入（给 AI agent 自身用）

# 安装 MCP 服务器（一行 JSON 配置接入任意 MCP 兼容 client）
{
  "mcpServers": {
    "agent-skills": {
      "command": "npx",
      "args": ["-y", "@tech-leads-club/agent-skills-mcp"]
    }
  }
}

MCP 工具包括： | 工具 | 用途 | |---|---| | list_skills | 按分类浏览所有 skill | | search_skills | 意图模糊搜索 skill | | read_skill | 加载 skill 主要指令 | | fetch_skill_files | 按需获取引用文件 |

3. 精选 skill 一览

4. 最小可跑命令

# 1. 全局安装 CLI
npm install -g @tech-leads-club/agent-skills

# 2. 列出所有可用 skill
agent-skills list

# 3. 安装一个 skill（示例：tlc-spec-driven）到全局
agent-skills install -s tlc-spec-driven -g

# 4. 查看 skill 内容（skill 文件在 ~/.claude/skills/ 等目录）
cat ~/.claude/skills/tlc-spec-driven/skill/SKILL.md

# 5. 验证 agent-skills 审计日志
agent-skills audit

硬件/CUDA/模型版本：纯 Node.js CLI，无需本地 GPU；需要 Node.js ≥ 18。

典型适用场景

1. 企业安全合规：不允许 agent 安装来源不明的 skill，用该注册表的审计机制做 gate。
2. 多 agent 统一配置：同一个 skill 需要在 Claude Code、Cursor、Windsurf 同时生效，一次安装搞定。
3. 快速引入专项能力：如需要 Playwright 浏览器自动化能力，无需自己写 skill，直接 agent-skills install -s playwright-skill。
4. 安全扫描接入：在自有 CI/CD 中引用 Snyk Agent Scan 扫描 workflow 审核 skill。

坑与注意

1. Skill 数量有限：目前注册表规模较小（几十个），与 Awesome 列表类项目（数千）无法比；适合需要"高可信度"而非"大而全"的场景。
2. 依赖 CDN 拉取：CLI 首次使用从 CDN 下载 skill 目录；离线环境需先 agent-skills cache 预热。
3. Skill 归属标注复杂：该库 skill 采用混合许可证（MIT 软件代码 + CC-BY-4.0 skill 内容 + 社区贡献保留原许可），使用时需留意各 skill 的单独标注。
4. Agent 感知限制：agent-skills install -s xxx 安装到具体 agent 时，该 agent 必须在运行状态下被 CLI 检测到；用户级安装需要 ~/.gemini、~/.claude 等标准目录存在。
5. Lockfile 机制：项目用 lockfile 锁定 skill 版本，内容哈希保证不可篡改；不要手动编辑已安装的 skill 文件，update 会覆盖。

与同类对比

核心差异：该项目不做"多"，而做"可信"——每个 skill 都经过静态分析，不接受高危漏洞 skill 入库，适合企业或高安全要求团队。

一句话推荐结论

需要给团队 AI coding agent 引入可信赖的专项能力时，tech-leads-club/agent-skills 是目前最值得考虑的 hardened skill 注册表——用一道 Snyk 扫描关卡解决市售 skill 的安全隐患，但若需要的是"全"而非"稳"，还是去 Awesome 列表。

来源

• 仓库 README：https://github.com/tech-leads-club/agent-skills
• 官网：https://tech-leads-club.github.io/agent-skills/
• SECURITY.md：https://github.com/tech-leads-club/agent-skills/blob/main/SECURITY.md
• MCP 注册表包：https://www.npmjs.com/package/@tech-leads-club/agent-skills-mcp
• Snyk Agent Scan（原 mcp-scan）报告：https://github.com/snyk/agent-scan（引用其 skills-report.pdf 数据）