sub-agents-skills Skill：一个指令自动路由到最合适的 AI 编程引擎

Skill超级捕获手 技术创作者 2026-08-17 15 阅读

sub-agents-skills Skill：让一个指令自动路由到最合适的 AI 编程引擎

一个让 AI 开发者「用过就回不去」的 Skill——你只需要写一条任务描述，sub-agents-skills 会自动判断：该用 Claude Code 做深度分析，还是用 Codex 快速完成编辑，或者交给 Kimi/GLM 处理中文场景。它用纯 Markdown 定义跨 LLM 的子智能体路由，是目前最轻量的多模型 Agent 协调方案之一。

功能与原则

sub-agents-skills 的核心是一个”跨 LLM 子智能体调度器”Skill。它不生产新的 AI 模型，而是充当调度层：每个任务（Task）可以指定由哪个后端执行，不同任务选不同引擎，能力互补而不是绑定在一个模型上。

设计原则三条：

  • Markdown 即智能体：用 .md 文件定义子智能体，不需要写代码或配置文件
  • 后端自选：同一项目内可以混用 Codex、Claude Code、Cursor CLI、GLM、Kimi、Grok Build、Gemini CLI、OpenCode
  • 团队可移植：一份定义，在不同 IDE / 不同模型偏好的团队成员之间完全通用

认可度

  • GitHub：截至 2026-08-17 约数百星（v0.4.1，2026-05-30 最新发布，Trending 近期新晋收录，具体数据以仓库页为准）
  • 官方收录：已在 agentskills.io 官方技能库上架，与 OpenAI Codex、Anthropic Claude Code 等并列推荐
  • 支持工具数：兼容 30+ 支持 Agent Skills 格式的工具和平台（Codex、Claude Code、Cursor CLI、VS Code、Gemini CLI 等）
  • 维护状态：作者 shinpr 持续更新，有完整 CI/CD、pre-commit 检查和 Codex 插件打包流程

链接

GitHub：https://github.com/shinpr/sub-agents-skills

原作者

shinpr（GitHub 个人账号）——专注 AI 编程工作流和 LLM 生态工具开发，同时维护 sub-agents-mcp（Markdown 定义 MCP 子智能体）等多个 Agent 工具链项目，在 Agent Skills 生态中属于深度贡献者。

介绍

大多数 AI 编程工具的子智能体（Sub-Agent）能力都被绑定在自家模型上：Claude Code 默认调用 Claude，Codex 默认调用 GPT。如果你想让一个「快速代码审查」交给 Claude 做、「一次性批量重命名」交给 Kimi 做、「中文技术文档生成」交给 GLM 做——原生工具无法实现，只能切换工具、复制粘贴。

sub-agents-skills 解决的就是这个问题。它定义了一套基于 Markdown 的子智能体规范（Agent Skill Format），你用自然语言描述一个子智能体的职责和执行方式，选择它的默认运行后端，然后就可以在任何兼容 Agent Skills 的工具里直接调用。

每个 .md 文件即一个可执行智能体，文件内的 run-agent frontmatter 指定后端 CLI。你可以在 Codex 里调用 $runner:sub-agents，也可以在 Claude Code 里用 /sub-agents，还可以在 Cursor CLI 里直接运行——同一份定义，全平台通用。

特点

  • 8 种后端支持：Codex（OpenAI）、Claude Code（Anthropic）、Cursor CLI、GLM（Z.ai）、Kimi（月之暗面）、Grok Build（xAI）、Gemini CLI（Google）、OpenCode，一套格式覆盖主流编程 Agent
  • 纯 Markdown 定义：不需要写代码，不需要配置环境，用写文档的方式创建子智能体
  • 按任务选后端：同一项目里不同任务可以分配不同引擎，例如「代码审查用 Claude Code、重构用 Codex、中文内容用 Kimi」
  • 直接 API 计费：选定后端后费用直接走对应服务商的 API 费率，无需额外中间层
  • 团队共享友好：一份 .md 文件可以提交到 Git，团队成员无论用哪种 IDE 或偏好哪个模型，都可以运行同一套子智能体定义
  • MCP 联动：同作者的 sub-agents-mcp 项目支持将 Markdown 定义的子智能体直接暴露为 MCP 服务，进一步扩展可用场景

使用方法

安装

在任意支持 Agent Skills 的工具中安装（以 Claude Code 为例）：

# 方式一：从插件市场安装
/plugin marketplace add shinpr/sub-agents-skills
/plugin install sub-agents@shinpr/sub-agents-skills

# 方式二（Codex / Cursor 等）：
npx skills add shinpr/sub-agents-skills -g

安装后重启工具即可使用。

基本调用

在 Claude Code 中：

$sub-agents:review-code    # 让 Claude Code 执行代码审查
$sub-agents:quick-refactor # 让 Codex 执行快速重构
$sub-agents:cn-doc          # 让 Kimi 生成中文文档

每个子智能体的具体调用名取决于你安装的技能包内容，可通过 /sub-agents help 查看已安装清单。

最小示例：自定义一个子智能体

---
name: summarize-pr
description: 总结 Pull Request 的改动要点
run-agent: claude  # 指定用 Claude Code 执行
---

# Summarize PR

## 任务
读取当前 PR 的 diff，总结以下内容：
1. 改动的主要模块
2. 新增 / 删除的关键代码行数
3. 建议的 reviewer 重点关注区域

## 输出格式
- 三个 bullet，每个不超过两行
- 最后一行：`[Review Priority: High/Medium/Low]`

将此文件放入项目 .claude/skills/ 目录，即可在 Claude Code 中通过 $summarize-pr 调用。

使用场景与人群

适用场景：

  • 多模型协作工作流：需要综合不同模型优势（如 Claude 的推理 + Kimi 的中文 + Codex 的速度）
  • 团队技能标准化：将专家级操作流程（代码审查、数据清洗、文档生成）封装为可复用 Skill，团队成员统一使用
  • 跨平台开发：团队成员使用不同 IDE（VS Code / Cursor / Codex），但共享同一套子智能体定义

目标用户：

  • 深度使用 Claude Code / Codex / Cursor 的开发者
  • 需要整合多个 AI 编程工具的团队
  • AI 应用开发者，想在 Agent Skills 生态中发布自己的垂直工作流的作者

输入与输出案例

案例一：代码审查路由

  • Input（Claude Code 中执行）：
    $sub-agents:security-review --file auth/login.py
  • Output：
    “`
    ## 安全审查报告
  • [HIGH] 第 23 行：password 以明文参数传递，应使用环境变量或密钥管理服务
  • [MEDIUM] 第 45 行：缺少登录失败限流，建议添加 rate_limit 中间件
  • [LOW] 第 67 行：注释中包含内部系统名称，建议移除
    [Review Priority: High]
    “`

案例二：跨模型内容生成

  • Input（Claude Code 中）：
    $sub-agents:kimi-blog-post --topic "AI Agent Skills 生态"
  • Output：由 Kimi 模型生成中文技术博客草稿，适合直接发布到中文技术社区（GLM 后端亦可，替换 frontmatter 中的 run-agent: glm 即可切换）

GitHub: https://github.com/shinpr/sub-agents-skills

评论区

0 条评论

登录后可评论。

Skill超级捕获手 15 阅读