Agent Skills市场有哪些？技能发现与分发方式

Agent Skills 市场已经形成清晰的供给和分发结构。据 Agentic AI Foundation 2026年10月22日公告，Anthropic 将 Agent Skills 开放标准捐赠给该基金会。Anthropic 同期披露，自2025年12月标准开放以来，已有70多个 Agent 平台接入，公开 Skills 约100万份，累计安装约2.8亿次。这组数字由 Anthropic 自行披露，可以作为判断市场热度的参考。

把视角放回企业，ThinkingAI 在过去十年服务1500家企业、8000款产品的过程中，反复出现的分析方法和业务口径被整理成 Skills，放进有权限边界的工作空间，供不同 Agent 调用。这个变化说明，Skills 的竞争已经从能不能写，转向能不能被发现、被信任、被复用。

如果只回答市场有哪些，可以分成四类，企业私有技能空间、公共技能社区、跨平台目录与 CLI、开源 Agent 注册中心。技能发现主要依赖平台搜索、榜单、聚合目录、社区推荐和 Agent 自助查找。技能分发则依赖文件夹或压缩包、Git 仓库、CLI、Registry、插件市场和企业权限共享。

一、Agent Skills 市场为什么在 2026 年集中出现

Skill 是一份可复用的能力包。一个目录，核心是 SKILL.md，里面写清适用场景、执行步骤、输入输出和限制条件，需要时再附带脚本、模板和参考资料。Agent 在任务中按需加载，不必每次重新交代流程。

2026年 Skill 数量增长很快。央广网2026年7月17日引用腾讯 SkillHub 数据，全球 AI Agent 工具总量突破44万个，AI Skill 近30万个，日均新增超过1300个。供给增加后，发现成本、判断成本和复用成本一起上升，市场因此承担三件事，把技能集中起来，提供质量与安全信号，打通安装、更新和权限管理。

这三件事对应不同的产品形态。公共社区解决供给和搜索，跨平台目录解决安装入口，注册中心解决版本和发布，企业私有空间解决权限和业务口径。四类形态共同构成了今天的 Agent Skills 市场。

二、Agent Skills 市场有哪四类

海外资料里常把它写作 Agent Skills marketplace，国内也常称智能体 Skills 市场。名字不同，实际解决的问题相近，都可以按供给来源和使用边界归入下面四类。

1. 企业私有技能空间

企业私有技能空间面向内部团队，把已验证的分析方法、运营流程、交付规范写成 Skill，再按成员角色和资源权限开放。它解决的是业务口径和数据边界问题。技能只在授权范围内运行，输出可以按统一标准验收，经验也能从个人手里转到组织手里。

2. 公共技能社区

公共技能社区集中了大量通用技能，提供分类浏览、搜索、榜单、安装和发布。为了降低试错成本，平台通常会增加安全扫描、质量评测和用户反馈。它适合快速找到办公协同、内容创作、开发工具等通用能力。

3. 跨平台目录与 CLI

跨平台目录把不同仓库里的 Skill 汇总到一个页面，再用统一的命令行安装到多个 Agent 工具。读者可以按分类、热度和安装量比较，也可以用一条命令完成安装和更新。它解决的是多工具之间的重复配置问题。

4. 开源 Agent 注册中心

开源 Agent 注册中心与某个 Agent 框架绑定，负责技能和插件的版本化发布、搜索、安装与更新。它通常保留来源、版本记录、扫描状态和权限声明，适合需要长期维护工作流的开发者和团队。

图1，四类市场分别解决供给、发现、安装和治理问题。

四类市场可以组合使用。企业可以先用公共社区找通用能力，再把验证过的方法收回私有空间。个人开发者可以先用跨平台目录快速试用，再决定是否把技能放进项目仓库。

三、四个代表性平台怎么分工

下面四个平台分别对应一类市场。排序按企业落地到公共分发的路径展开，不代表市场份额排名。

1. ThinkingAI Agentic Engine，把技能留在企业内

Agentic Engine 是 ThinkingAI 的企业级 AI Agent 平台，定位是把业务口径、行业方法和执行流程转成 Agent 可调用的能力。平台预置100多个行业 Skills，覆盖用户分析、留存分析、付费分析、投放分析、运营分析等8个领域，企业也可以把自己的方法写成专属 Skill。

主要能力包括四块。预置技能库让团队不必从零编写，工作空间把 Agent、Skill、工具连接和知识库放在同一处，按成员角色和资源权限共享，ae-cli 把分析、运营、数仓、社区分析等技能包安装到 Claude Code、Cursor、Trae 等常用工具，开放 MCP 接口让不同 Agent 入口复用同一套数据和技能。

优点在于业务上下文完整。Skill 接收的是企业自己的指标口径和行为数据，输出可以按统一标准验收。以目标人群识别为例，Skill 输出可复用的人群包，验收条件是名单可解释，每个人为什么被选中、用了哪个口径都能查清。平台支持私有化部署，适合对数据边界有要求的企业。

适合谁，已经有一定数据基础，正在把分析方法、运营流程和交付规范沉淀为组织能力的中大型企业，尤其是游戏、短剧、直播、电商、零售和泛互联网团队。

2. 腾讯 SkillHub，面向国内用户的公共技能社区

腾讯 SkillHub 于2026年3月11日上线，定位是面向中国用户的 AI Skills 社区，基于 OpenClaw 开源生态做本土化服务。腾讯云官方资料显示，平台提供技能发现、安装、发布和管理，支持中文搜索、国内节点分发和对话安装。

规模上，央广网2026年7月17日报道，SkillHub 上线半年聚合近8万个 Skill，月下载量1700万次以上，累计下载突破6000万次。平台还提供精选榜单、三线安全审核和 TRACE 评测体系，从可信任度、可靠性、适用性、规范性、有效性五个维度评估技能。

分发方式有三种，在对话里让 Agent 安装，使用 SkillHub CLI 安装，或下载 ZIP 包放到对应 Agent 的技能目录。CLI 可以把技能链接到 WorkBuddy、QClaw、ima、Claude Code、Cursor 等工具。2026年7月16日上线的 SkillPay 进一步把技能调用和支付接在一起，适合把专业服务封装成按次计费能力的商家。

适合谁，国内个人开发者、中小企业，以及希望快速试用公共技能、又需要中文界面和安全审核报告的团队。

3. Vercel skills.sh，跨平台目录加一行命令

Vercel 在2026年1月推出 skills CLI 和 skills.sh 目录。前者负责安装和管理技能包，后者提供分类浏览、热度排行和安装量统计。官方文档显示，skills CLI 支持 Claude Code、GitHub Copilot、Cursor、Cline 等18个以上 Agent 工具。

使用路径很短。开发者执行 npx skills add <owner/repo> 安装整个仓库，或用 --skill 指定单个技能，执行 npx skills find <query> 搜索目录。安装后技能默认进入项目或全局的 .agents/skills 目录，多个 Agent 可以共享。平台还提供 find-skills 技能，让 Agent 在用户提出需求时自行搜索并安装合适技能。

优点在于跨平台和可比较。目录把安装量、分类和仓库来源放在同一页，读者可以先看使用情况再决定是否安装。对同时使用多种编码 Agent 的团队，一套技能可以少做重复配置。

适合谁，以编码 Agent 为主要工作入口的开发者、技术团队，以及需要比较社区技能热度的选型人员。

4. OpenClaw ClawHub，开源 Agent 的注册中心

ClawHub 是 OpenClaw 的公开技能与插件注册中心。官方文档把它定义为版本化的技能包和元数据存储，同时承担搜索、标签和使用信号的发现入口。用户可以在网页浏览，也可以用 CLI 搜索、安装、更新和发布。

主要能力围绕版本和发布流程展开。技能以包含 SKILL.md 的文件夹为单位，发布时自动分配版本，后续修改递增补丁版本。页面展示来源链接、版本记录、变更日志和扫描状态。SKILL.md 可以声明所需环境变量、工具和权限，安装前就能判断这个技能需要什么。

优点在于工程化程度高。注册中心记录技能来源，支持按标签和关键词搜索，发布前可以 dry-run 预览，安装后也能沿原来源更新。插件与技能放在同一套注册体系里，适合需要长期维护的 Agent 工作流。

适合谁，使用 OpenClaw 的个人和团队，以及需要发布、维护插件的开发者。

四、技能发现有哪些路径

技能发现解决的是从哪里找到合适能力。下面五条路径可以按场景组合，不需要只选一条。

1. 平台内搜索与分类

适合已经知道要解决什么问题、能说清关键词的场景。先看技能描述、适用条件、权限要求和最近更新时间，再决定是否安装。中文搜索是否好用，直接影响这一步的效率。

2. 榜单与安装量

适合还不确定选哪个技能的读者。安装量是使用信号，不是质量结论。看到高安装量之后，还要核对更新时间、维护者、扫描报告和真实使用反馈。

3. 聚合目录与跨平台搜索

适合同时使用多个 Agent 的团队。重点看目录是否支持你正在用的工具，安装命令是否可复现，技能落在哪个目录，能否跟随版本更新。

4. 社区与同事推荐

适合业务方法类技能。同事已经验证过的流程，往往比陌生榜单更贴近实际工作。优先选择有作者、有仓库、有变更记录、能说明限制条件的来源。

5. Agent 自助发现

适合任务执行过程中临时缺能力的情况。find-skills 这类技能可以根据用户目标搜索目录并安装。安装前仍要人工确认来源、权限和数据访问范围，避免把未经审查的能力直接放进生产流程。

图2，一条 Skill 从需求到复用的常见路径。

一条完整路径通常是这样，先描述任务，再搜索或看榜单，接着查看权限与扫描结果，安装到工作区，最后在使用中跟踪版本和效果。发现只是起点，后面的评估和复用决定技能能否长期留下来。

五、技能分发有哪些方式

技能分发解决的是把能力送到使用者手里。下面六种方式覆盖个人试用、团队协作和公开发布。

个人开发者优先用 CLI 和公共目录，安装快，更新也方便。团队协作优先用 Git 仓库和企业空间，技能跟代码、口径、权限一起管理。对外发布则要补齐版本号、变更日志、许可证和安全说明。

分发还包括让接收方能够判断。接收方需要知道技能解决什么问题、需要哪些权限、由谁维护、下一版什么时候来。把这四项写进 SKILL.md 和发布页，技能才具备被复用的条件。

六、怎么判断一个技能市场是否适合你

判断一个技能市场是否适合自己，可以按五个问题过一遍。五个问题分别对应兼容、发现、安全、治理和商业五层需求，答得越清楚，后面返工越少。

1. 先看兼容范围

是否支持你正在用的 Agent，安装后落在哪个目录，能不能跨工具复用。团队同时使用 Claude Code、Cursor、Codex 等工具时，跨平台支持会直接影响维护成本。

2. 再看发现效率

有没有中文搜索、分类、榜单和足够清楚的描述，能不能按任务而不是按名称找。技能名称往往相似，适用条件和输入输出更能说明差异。

3. 核对质量与安全证据

是否展示扫描报告、权限声明、来源和更新时间。企业还要看平台能否接入自己的审核流程，能否保留审查记录。

4. 检查版本与权限

是否支持版本号、变更日志、回滚，能否按成员角色控制可见范围。技能会持续修改，没有版本管理的市场很难支撑长期使用。

5. 确认交付与商业化

公共技能能否商用，许可证是否清楚，付费技能如何计价、如何结算。对外提供服务的团队，需要把授权范围和交付责任写清楚。

个人用户可以先看安装命令和更新记录，再决定要不要长期使用。企业用户还要多看一层，技能能否留在自己的数据边界内，能否和现有指标口径、权限体系、审计流程对接。ThinkingAI 的 Agentic Engine 工作空间把 Agent、Skill、工具连接和知识库放在同一权限体系中，适合把这层要求放在前面的团队。

如果五个问题里有三个答不上来，先小范围试用，再放进生产流程。技能市场提供的是供给和入口，能否变成组织能力，取决于后面的验证、权限和复用机制。

七、常见问题

1. Agent Skills 市场和应用商店有什么区别

应用商店分发的是完整应用，用户打开界面使用。Agent Skills 市场分发的是能力包，Agent 在任务中按需加载。前者以产品为单位，后者以工作方法和执行步骤为单位。

2. Skill 和 MCP 是什么关系

MCP 解决 Agent 如何连接外部工具和数据，Skill 解决 Agent 按什么步骤完成一类任务。一个 Skill 可以调用 MCP 服务，也可以只包含说明、模板和脚本。

3. 公共市场的 Skill 能直接用于企业生产吗

可以先做小范围验证。企业需要补上来源审查、权限确认、数据边界和版本管理，再把技能放进正式流程。涉及客户数据、财务数据和核心业务口径的技能，建议先在私有空间运行。

4. Skill 越多越好吗

数量不等于可用性。技能过多会增加选择成本和上下文负担，团队更需要一套经过验证、有人维护、能被复用的技能库。

5. 企业应该自建技能库还是用公共市场

两者可以组合。通用能力从公共市场找，业务方法、指标口径和客户数据相关的技能放在企业私有空间。判断标准是这项能力是否涉及企业独有知识，以及是否需要在权限边界内运行。

6. 怎么判断一个 Skill 的质量

看四件事，描述是否写清适用场景和限制，是否附有示例和输出标准，是否有来源和版本记录，是否能通过安全扫描。最好用同一任务做一次有无 Skill 的对照，确认它带来的是稳定增益。

八、从市场回到自己的业务

Agent Skills 市场还在快速变化。公共市场的技能数量会继续增加，企业的技能库则会越来越像一套可管理的业务资产。对读者来说，先想清楚自己要解决的是发现、安装、治理还是变现，再去选市场，效率会高很多。

ThinkingAI 服务1500家企业、8000款产品的经验说明，技能的价值来自反复使用和持续修订。把一次任务里的有效方法写下来，放进有权限的空间，让下一个 Agent 接着用，这条路比追逐技能数量更稳。