你的AI助手还在靠”手动装技能”?Skyll让Agent自己学会找新技能
你有没有遇到过这种情况——让AI助手干个活,结果它说”我没有这个技能,搞不定”?
以前AI助手要学新技能,得人类提前给它装好。而且每换一个项目、换一个场景,还得重新配一套技能组合。这就像一个天才学生,只能做课本里的题,超出范围就”工具不支持”。
Skyll 就是来解决这个问题的。它是一个专门给AI Agent用的”技能搜索引擎”,让Agent在运行时自己去找、自己去学新技能——不需要人类提前装好。
它是怎么工作的?
Skyll 本质上是一个 REST API + MCP Server。AI 助手只需要调用它的搜索接口,说”我需要做一个React性能优化的技能”,Skyll 就会去 skills.sh、社区技能库等多个来源搜,返回最相关的结果和完整的 SKILL.md 内容。Agent 把这些内容注入到自己的上下文里,直接就能用了。
整个过程全自动,Agent 自己决定需要什么技能、去哪里找、怎么用。人类只需要一开始告诉它”你需要的时候去 Skyll 找”。
评分系统:让Agent选对技能
Skyll 对每个技能打0-100分,分数依据:
– 内容完整性(40分):技能文档是否详细、是否可执行
– 查询匹配度(30分):和你的需求有多相关
– 热度(15分):社区使用情况
– 引用数(15分):被多少其他资源引用
分数高的优先返回,Agent 就能做出明智选择。
三种接入方式
1. Python 客户端(最简单)
pip install skyll
from skyll import Skyll
async with Skyll() as client:
skills = await client.search("react performance", limit=5)
for skill in skills:
print(skill.content) # 直接拿到完整 SKILL.md
2. MCP Server(Claude Desktop / Cursor 直接用)
{
"mcpServers": {
"skyll": {
"url": "https://api.skyll.app/mcp"
}
}
}
3. REST API(任何语言直接调)
curl "https://api.skyll.app/search?q=react+performance&limit=5"
实际场景举例
比如你要做深度市场调研,Agent 发现需要”网络搜索”技能——它自动去 Skyll 找 tavily-search 技能,拿到完整的使用说明,然后立刻就能执行搜索任务。不用人类干预,不用重启会话。
一句话总结:Skyll 让AI助手从”只会已有的技能”变成”可以随时学习新技能”。
GitHub仓库(含完整文档和自部署指南):
https://github.com/assafelovic/skyll
评论区
登录后可评论。