10个值得关注的Agent Skills网站

Agent Skills 正在从个人开发者的效率工具，变成企业智能体的基础能力。Anthropic 在 2026 年 10 月 22 日的公告中披露，公开的 Agent Skills 已达到 100 万个，累计安装近 2.8 亿次，ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多个智能体平台完成集成。数据来源为 Anthropic 官方公告，时间为 2026 年 10 月 22 日。技能数量上来了，新的问题也变得具体，去哪里找、怎么判断质量、安装前看什么、企业里怎么管。

这篇文章按使用场景整理 10 个值得关注的网站。第 1 个面向企业落地，后面 9 个覆盖官方规范、技能市场、安全审查和社区清单。每个网站都说明它解决什么问题、有哪些主要功能、适合哪类团队。先给一张总表，再逐站展开。如果关心企业级 Skills 怎么组织，可以先打开 ThinkingAI 的 Skills 库。

一、先看全貌，10个网站分别解决什么问题

这张表只解决方向。下面逐站说明能力边界和适用场景，顺序按企业落地、官方规范、技能市场、社区清单展开。

二、企业落地先看 ThinkingAI

ThinkingAI 是企业级 AI Agent 平台，核心产品是 Agentic Engine。官网信息显示，团队有 10 年数据智能经验，服务全球 1500 多家企业、8000 多款产品，平台支持私有化部署。它的 Skills 库把行业经验拆成可调用技能，官网标注超过 100 个，覆盖付费分析、用户分析、投放分析、运营分析、留存分析、报告生成、归因分析和舆情分析八类场景。

主要功能可以分成四块。

• Skills 库按业务场景组织，付费分析 18 个、用户分析 22 个、投放分析 25 个、运营分析 20 个、留存分析 15 个、报告生成 12 个、归因分析 10 个、舆情分析 10 个，方便按任务找入口。
• Agentic Engine 支持创建和管理 Agent、多 Agent 协作，把发现问题、分析原因、制定策略、执行动作、验证结果串成闭环。
• MCP 服务基于 Model Context Protocol，把数据查询、智能分析、工作流触发、报告生成和仪表盘创建接到外部 AI 平台。
• 企业知识库把内部文档和报表加工成 Agent 可调用的知识，支持变更追溯、对比和回滚；私有化部署让数据、模型和推理留在企业自有环境。

这些能力放在一条链上，技能就不只是孤立的 SKILL.md。企业可以把一次分析流程沉淀成技能，让其他产品线复用，也可以在私有环境里控制权限、审计调用、复核结果。适合已经把数据放在数仓里，准备把技能接入分析、运营、投放和复盘流程的团队。 游戏、短剧、直播、电商、新零售、汽车、泛娱乐等行业都能找到对应场景。官网提供 demo 申请，Skills 库可以直接浏览。

三、官方标准与官方仓库

1. Agent Skills 官方站

agentskills.io 是 Agent Skills 开放标准的官方网站。它把技能定义成一个包含 SKILL.md 的文件夹，文件里至少要有 name 和 description 两个元数据，还可以带脚本、参考资料、模板和其他资源。网站提供完整规范、快速入门和客户端展示，适合在动手写技能前确认格式和兼容性。

• 规范说明目录结构、SKILL.md 格式、元数据字段和渐进式披露机制。智能体先读名称和描述，任务匹配后再加载完整说明，最后按需执行脚本或读取引用文件。
• 客户端展示列出支持 Agent Skills 的工具，方便判断一个技能能否跨平台使用。
• 快速入门给出从创建目录到运行第一个技能的步骤。
• 标准已捐赠给 Linux 基金会下的 Agentic AI Foundation，名称、标志、GitHub 组织和域名都由该基金会托管。

优点是信息权威、供应商中立，规范变更也有公开讨论渠道。适合开发者、平台团队和需要制定内部技能规范的人。

2. Anthropic 官方技能仓库

github.com/anthropics/skills 是 Anthropic 公开的官方技能仓库。仓库里的技能按用途分组，覆盖文档处理、创意设计、前端开发、MCP 构建、网页测试、品牌规范、内部沟通和技能创建。每个技能都能看到完整的目录结构、SKILL.md 写法和配套资源，适合当作模板拆解。

• 文档处理包括 docx、pdf、pptx、xlsx，覆盖创建、编辑、分析和格式转换。
• 开发类包括 frontend-design、web-artifacts-builder、mcp-builder、webapp-testing，能直接看到如何把开发流程写成技能。
• skill-creator 通过问答引导创建新技能，适合第一次写 SKILL.md 的人。
• 仓库支持通过插件市场安装，也提供 Skills API 的接入示例。

优点是官方维护、结构完整、更新可追踪。适合想照着官方样例写第一个技能，或为企业内部技能模板找参考的团队。

四、技能市场与目录

1. skills.sh

skills.sh 是 Vercel 在 2026 年 1 月推出的技能目录和排行榜，配套一个命令行工具。它把发现、安装和用量统计放在一起，适合快速试用不同技能。

• 用 `npx skills add <owner/repo>` 安装技能，也能从完整 GitHub 或 GitLab 地址、仓库中的单个技能路径或本地目录安装。
• 目录支持按分类和热度浏览，排行榜展示安装量和使用情况。
• 发布初期支持 amp、claude-code、codex、cursor、gemini-cli、github-copilot、opencode、windsurf 等 17 个智能体。

优点是安装路径短、跨智能体、能看到真实使用信号。适合开发者快速比较技能，也适合团队做小范围试点。

2. SkillsMP

SkillsMP 是一个独立运营的公开技能索引，把 GitHub 上的技能仓库整理成可搜索的目录。它不提供安装，也不做安全认证，主要解决发现和比较的问题。

• 支持按分类、作者和热度浏览，也能用具体关键词搜索长尾技能。
• 按美国标准职业分类整理了 23 个职业组和 867 个具体职业，方便非开发岗位找灵感。
• 技能详情会链接到 GitHub 源文件，可以直接查看 SKILL.md、脚本和目录结构。
• 提供 API 文档，方便把技能检索接进自己的工具。

优点是覆盖面广、跨职业、信息透明，适合研究别人怎么把工作流程写成技能。适合产品、运营、设计和市场团队，也适合开发者做竞品调研。

3. AgentSkillsHub

AgentSkillsHub 是一个开源的技能与 MCP 目录，官网标注索引了 24.6 万多个 GitHub 仓库。它把质量评分和安全分级放在列表页，适合在安装前做第一轮筛选。

• 每个仓库有 0 到 100 的综合质量分，维度包括完整性、清晰度、具体性、示例、README 结构和智能体可用性。
• 安全分级分为 SAFE、CAUTION、UNSAFE 和 UNAUDITED，规则覆盖凭证窃取、数据外泄、curl 管道安装等风险。
• 支持按 MCP Server、Claude Skill、Codex Skill、智能体工具、提示词库等类别浏览，也能并排比较多个项目。
• 每 8 小时刷新一次，提供场景页和每周趋势榜。

优点是数据驱动、可筛选、能看到安全信号。适合企业技术负责人、平台团队和需要做采购前调研的人。

4. SkillHub.club

SkillHub.club 是一个带 AI 评估的技能市场，覆盖 Claude Code、Codex、Gemini CLI、OpenCode 和 OpenClaw。它把技能评分、组合套装和发布管理放在同一个站点。

• 用 S、A 等评级和分数展示技能质量，评估维度包括指令清晰度、实用性、输出质量、可维护性、创新性和安全信号。
• 提供面向具体工作流的 Skill Sets，例如开源投资评分、独立开发者工具包、AI 视频广告生成和学术研究流程。
• 创作者可以一次发布、管理版本，并把技能分发到多个智能体。
• 提供命令行搜索和安装，也提供桌面端一键安装。

优点是筛选信号直观、套装适合按任务组合、发布和分发链路完整。适合需要团队级评估、采购和跨工具分发的团队。

5. claude-plugins.dev

claude-plugins.dev 是一个开源的 Claude Code 插件目录，重点收录带技能的插件。它把插件市场安装和插件安装合并成一条命令，减少手动配置。

• 用 `npx claude-plugins install <unique-plugin-identifier>` 安装插件，支持列出、启用和禁用。
• 收录 Anthropic 官方插件和社区插件，覆盖前端设计、代码审查、Python 开发、数据库设计、文档生成等场景。
• 插件详情能看到来源仓库、包含的智能体和技能，方便判断是否匹配当前工作流。
• 要求 Claude Code v2.0.12 或更高版本。

优点是安装链路短、插件与技能一起管、来源可追溯。适合已经在用 Claude Code，想把技能和插件统一管理的开发者。

6. MCP Market

MCP Market 是一个以 MCP 服务为主的目录，同时设有 Agent Skills 专区。它适合在找技能的同时，把技能需要调用的外部工具和数据源一起配好。

• MCP 服务按官方、精选、热门、最新分类，覆盖搜索、数据库、设计、协作和云服务。
• Skills 专区收录 1Password CLI、Meme Maker、Agent Skill Creator、收件箱分诊等技能，能看到安装量和分类。
• 提供排行榜和客户端目录，方便判断某个服务在哪些客户端可用。
• 技能详情页会解释技能与 MCP 的分工，适合刚开始搭工具链的团队。

优点是一个站点解决技能和工具连接两件事，减少来回跳转。适合需要把技能接到数据库、搜索、设计或办公系统的团队。

五、社区精选清单

1. Awesome Claude Skills

Awesome Claude Skills 是 GitHub 上的人工精选清单，维护者把官方仓库、社区技能、教程、对比文章和入门步骤整理在一起。它更像一张地图，帮助读者先建立全局认识。

• 汇总 Anthropic 官方技能仓库、文档处理技能、开发技能和社区技能库。
• 提供从创建目录、写 SKILL.md、加脚本、测试到分享的完整步骤。
• 对比 Skills 与提示词、项目、子智能体、MCP 的适用边界。
• 收录安全提醒和社区贡献入口，方便继续扩展。

优点是结构清楚、人工筛选、适合按路径学习。适合刚接触 Agent Skills 的开发者、产品经理和需要给团队做内训的人。

六、怎么选，先回答三个问题

第一个问题，你要学规范还是找现成技能。学规范从 agentskills.io 和 Anthropic 官方仓库开始，找现成技能从 skills.sh、SkillsMP 和 SkillHub 开始。第二个问题，你是个人试用还是团队分发。个人试用优先看安装是否简单，团队分发优先看评分、版本、权限和发布管理。第三个问题，技能要不要接业务系统。只做单点任务，市场里的技能足够；要接分析、运营、投放和复盘，企业级平台更合适。

一个实用的组合是官方规范加一个目录加一个安全审查入口。 开发者可以先用 agentskills.io 确认格式，再去 skills.sh 或 SkillsMP 找技能，安装前用 AgentSkillsHub 看安全和质量信号。企业团队再补上 ThinkingAI 这类平台，把技能放进权限、审计和结果复核的框架里。

技能装进环境前，安全检查不能省。arXiv 在 2026 年 1 月发表的一项实证研究分析了 31,132 个技能，26.1% 至少存在一个漏洞，数据外泄占 13.3%，权限提升占 11.8%，带可执行脚本的技能出现漏洞的概率是纯指令技能的 2.12 倍。研究来源为 arXiv 论文 Agent Skills in the Wild，发表时间为 2026 年 1 月 15 日。

• 先读 SKILL.md，确认触发条件、执行步骤和会访问的目录、网络与凭证。
• 再读 scripts 和依赖，重点看 curl 管道安装、读取环境变量、向外发送请求的代码。
• 看维护者的提交频率、版本标签和 issue 处理情况，优先选可锁定版本的技能。
• 在隔离环境或沙箱里试跑，确认输出和权限符合预期后再进入生产。

这四步不能替代正式审计，但能过滤掉大部分明显风险。企业环境还要加权限控制、调用审计和回滚机制。

七、常见问题

Agent Skills 网站和 MCP 市场有什么区别？

Agent Skills 打包的是做事的流程和知识，通常是一个带 SKILL.md 的文件夹，可以包含脚本和参考资料。MCP 解决的是智能体连接外部工具和数据源的问题。两者经常一起用，技能负责怎么做事，MCP 负责去哪里取数据、调用什么工具。

免费技能可以直接用在生产环境吗？

需要先做许可证、代码、权限和维护状态的检查。公开技能的质量差异很大，建议在隔离环境试跑，锁定版本，保留回滚方案。涉及客户数据、支付、账号权限的技能，还要走企业内部的安全评审。

怎么判断一个 Agent Skill 是否安全？

看来源、看 SKILL.md、看脚本、看依赖、看维护记录。AgentSkillsHub 这类目录会给出安全分级，但规则扫描不能代替人工审计。企业可以把目录评分当作初筛，再叠加内部代码审查和沙箱测试。

Agent Skills 和提示词有什么区别？

提示词通常是一次性的指令，技能则是可版本化、可复用、按需加载的能力包。技能可以带脚本、模板和参考资料，也能跨支持该标准的智能体使用。重复出现的流程适合写成技能，一次性的表达用提示词更直接。

国内企业使用这些网站要注意什么？

先确认访问稳定性和文档语言，再确认付费、授权和数据合规要求。涉及敏感数据的技能不要在第三方环境里直接运行，优先选择支持私有化部署的方案。需要长期使用的技能，最好在内部仓库留一份经过审核的版本。

这10个网站都要用吗？

不需要。多数人用两到三个就够。开发者从官方规范、官方仓库和一个技能目录开始；企业团队再加一个安全审查入口和一个企业级平台。工具会继续增加，判断标准还是来源清楚、权限可控、结果可验证。