Agentic Awesome Skills：2,016 个 Skill 的本地 Agent 控制台

Skill超级捕获手 技术创作者 2026-08-18 15 阅读

近期 AI 编程 Agent 圈最炸裂的「技能库」更新来了——sickn33/agentic-awesome-skills（旧名 antigravity-awesome-skills）正式升级到 V15.14.0，把 “AAS Core” 这个面向 Agent 的本地控制台摆到了台前：Codex 或 Claude 先读懂你整个项目，再从 2,016+ 个本地 Skills 目录里精准挑选、验证、生成可审计的 aas-stack.json 计划文件，再由你 review 后才允许写入。一句话：把”装一堆 Skill 不踩坑”这件事做成了一套标准化、可复核的工程流水线。

功能与原则

AAS Core 提供 5 个核心能力，构成「Agent-first 的本地控制平面」：

  • 完整目录发现（Catalog discovery）：通过本地 stdio MCP 提供 search_skills / get_skill / compose_stack / inspect_stack / diff_stack 五个只读工具，Agent 能直接搜全目录、对比候选、检查冗余。
  • Agent 自选 + 仅校验结构：Core 不会替 Agent 排序或推荐，Agent 选完后 Core 只验证 skill ID 是否合法、是否有结构冲突（manifest 上限 128 个 skill）。
  • 可审计的持久化栈：通过客户端或 aas CLI 把选择落地为 aas-stack.json 和 aas-selection-evidence.json，记录”为什么选它”的过程证据。
  • 不可变计划预览：aas stack validate 校验 + aas stack plan 生成不可变的 per-target plan，在真正写入前先停下来让人类 review。
  • Workbench 浏览器审阅：托管的 Skill Workbench 在浏览器本地内存里加载 stack/plan JSON 做 review，不访问你的项目文件、不做任何安装。

设计原则只有一句话：「Agent 决策，人类把关」。Core 只确保决策是可回放、可验证的，不背书语义完备性、兼容性或运行安全性。

认可度

  • GitHub Star：约 45,057（截至 2026-08-17，REST API 实测）
  • Fork：6,593；Subscribers/Watchers：311
  • 收录 Skills：2,016+ 个，覆盖开发、测试、安全、基础设施、产品、市场六大方向
  • 社区热榜：长期霸榜 GitHub Trending，2026 年初被社区列入”装满 Claude Code 不踩坑”必装三件套（与 anthropics/skills、JimLiu/baoyu-skills 并列）
  • 当前版本：V15.14.0（agent-first-preview 阶段）

链接

  • GitHub：https://github.com/sickn33/agentic-awesome-skills
  • AAS Core 指南：https://github.com/sickn33/agentic-awesome-skills/blob/v15.14.0/docs/users/aas-core.md
  • Workbench（浏览器内审阅）：https://sickn33.github.io/agentic-awesome-skills/workbench
  • 旧镜像：antigravity-awesome-skills 旧仓库已重定向至当前 repo

原作者

  • GitHub：@sickn33
  • 简介：独立开源作者，主导 agentic-awesome-skills（原 antigravity-awesome-skills）的版本演进、CLI/MCP 实现与 Workbench 维护；非 Google 或 Anthropic 官方项目，但被社区视为「社区级 Skill 框架的事实标准之一」。X 账号：@AASkills_。

介绍

sickn33/agentic-awesome-skills 不是又一个”装 Skill 的 npm 包”，而是把 Skill 安装这件事做成了”完整工程流水线”。Codex 或 Claude 先 inspect 你的项目，从架构、领域行为、数据与集成一路评估到测试、安全、UX、部署、运维，对每个能力维度逐一搜索候选、对比、给出非冗余选择，并把决策证据写进 sidecar——整个过程全在本地、不上传仓库。

项目结构分四层：(1) 目录层——2,016+ 个 SKILL.md，覆盖 web、security、data、docs、DevOps、QA、OSS、agent/MCP 等 8+ 个垂直插件；(2) 入口层——npx agentic-awesome-skills 一行 CLI，支持 --agy、--antigravity、--claude、--codex、--cursor、--gemini 等目标过滤；(3) 控制层——AAS Core 提供本地 stdio MCP，让 Agent 用 search/get/compose/inspect/diff 五个工具自主选 Skill；(4) 审阅层——aas-stack.json + aas-selection-evidence.json + 不可变 plan 三件套，让人类在 Workbench 里 review 后才允许写入。

V15.14.0 起，apply 和 recovery 仍处于 experimental opt-in，不在受支持的预览路径内——这是作者明确划出的安全边界，值得所有想要”一键全装”的用户注意。

特点

  • AAS Core 本地优先：MCP 是 stdio 本地协议，目录搜索、Skill 获取、栈组合都在用户机器上跑，不把仓库上传到 AAS 服务器。
  • Agent-owned selection：Core 只校验 ID 合法性和结构（128 个 manifest 上限），不替 Agent 排序或排除，让 Codex/Claude 真正决定”装哪个”。
  • 可回放的证据链：aas-stack.json + aas-selection-evidence.json 两个 sidecar 分别记录”选了什么”和”为什么选”，便于事后审计。
  • 只读预览 + 显式 opt-in 的写入：aas stack plan 生成不可变 plan 不动目标文件；apply 与 recovery 必须显式 opt-in 才会真正写入。
  • 8+ 主流 Agent 全兼容：Claude Code、Cursor、Codex CLI、Autohand Code、Gemini CLI、Antigravity、Kiro、OpenCode、GitHub Copilot 一套全通；老 antigravity-awesome-skills URL 已自动 301 重定向到当前仓库。
  • Workbench 浏览器审阅：无需登录、无需上传，把 stack/plan JSON 拖进 https://sickn33.github.io/agentic-awesome-skills/workbench 即可在浏览器本地内存里可视化 review。

使用方法

1) 一行 CLI 安装全套（推荐先看 preview）

# 全量预览：让 Agent 先挑出来给你看，不写入
npx agentic-awesome-skills --agy --dry-run

# 针对特定目标 Agent
npx agentic-awesome-skills --claude --skills brainstorming,systematic-debugging

# 一次性装到全局
npx agentic-awesome-skills -g -y

2) 启用 AAS Core 本地 MCP（Codex / Claude Code 推荐）

# 配置本地 stdio MCP（参考 AAS Core 指南）
# 让 Agent 通过 search_skills / get_skill / compose_stack 自主挑选 Skill
# 选完后运行 aas stack validate 和 aas stack plan 生成不可变计划

3) 在 Workbench 里 review

把生成的 aas-stack.json 和 plan 文件拖到 https://sickn33.github.io/agentic-awesome-skills/workbench，浏览器本地解析，无需联网。

使用场景与人群

  • 目标用户：用 Codex / Claude Code 做长任务、被”装了 30+ Skill 不知道哪个有用”困扰的中高级 Agent 玩家；企业团队想统一 Skill 选型、做可审计交付的技术负责人；安全/合规场景下需要”Agent 选了什么、为什么选”留痕的研发团队。
  • 典型场景：为新项目初始化一套评审过的 Skill 栈；做 PR/CI 时把 aas-stack.json 作为 review 入口；对已有 Skill 库存做一次”精简+对比”，跑 diff_stack 看差异。
  • 不太适合：纯新手刚接触 Claude Code（建议先从官方 anthropics/skills 起手）；想”一键全装不思考”的用户（V15.14.0 故意把 apply 设为 experimental，需要 opt-in）。

输入与输出案例

案例 A：dry-run 预览

输入：

npx agentic-awesome-skills --agy --skills brainstorming,systematic-debugging --dry-run

输出（精简）：

[preview] target: antigravity
[preview] requested: brainstorming, systematic-debugging
[preview] resolved ids: brainstorming@v3.2, systematic-debugging@v2.1
[preview] conflicts: 0
[preview] manifest total: 2/128
[preview] write: false  ← dry-run, 不会真的写入

案例 B：AAS Core + Claude Code 自主选 Skill

输入：

（在 Claude Code 会话中）
/aas inspect   ← 触发本地 stdio MCP，让 Agent 搜索完整目录、对比、产出 aas-stack.json

输出（agent-driven 流程示意）：

  1. Agent 调用 search_skills("review PR", owner=any)，返回 8 个候选；
  2. Agent 调用 compose_stack([...]) 生成内存里的栈，Core 校验 0 冲突；
  3. CLI 把栈落地为 aas-stack.json，evidence 写入 aas-selection-evidence.json；
  4. 开发者运行 aas stack plan 拿到不可变 plan，丢进 Workbench 审阅；
  5. 显式确认后才执行真正的 apply（opt-in 实验路径）。

一句话总结：sickn33/agentic-awesome-skills 是当前社区版 Skill 库里少数把”装 Skill”做成”可审计工程动作”的项目——45K 星、2,016+ Skills、AAS Core 本地控制平面 + Workbench 浏览器审阅，让 Agent 选 Skill 不再是黑盒。

GitHub: https://github.com/sickn33/agentic-awesome-skills

评论区

0 条评论

登录后可评论。

Skill超级捕获手 15 阅读