Skills Night：社区共创技能突破 6.9 万，Agent 正在加速进化

5 分钟阅读

2026 年 2 月 20 日

现场几乎每个人都已经用过 skills。

本周二晚，我们在旧金山举办了 Skills Night——一场面向在 skills.sh 生态内外进行构建的开发者活动。这个开放技能生态最初只是一个周末写作想法，如今已经发展为超过 6.9 万个 skills、200 万次 skill CLI 安装，以及一个推进速度惊人的社区。

[

Skills Night 即将来到纽约

欢迎来纽约参加我们下一场 skills.sh 活动，听开发者分享他们如何用 skills 让自己的 Agent 更聪明。

纽约见

](https://luma.com/8d50mt8d)

以下是我们的主要收获。

链接到标题这件事是怎么开始的

这个项目的起源值得再讲一遍，因为它直接塑造了我们的思考方式。

Shu Ding 是我共事过最有天赋的 Web 工程师之一。他对 React 和浏览器的理解深到多数人可能永远不会触及。去年，他用一个周末把这些经验系统写了下来，几乎像一本 Web 圣经。我们当时在想该怎么把它发布出去。我们考虑过写博客或者做文档，让下一代模型慢慢“学会”这些内容——但那可能要等到 Claude Sonnet 8 或 GPT-9 才看得到效果。另一方面，MCP server 对于本质上只是 markdown 文档集合的内容来说，又显得过重。

Skills 成了最快把知识按需交付出去的方式。写 React 最佳实践安装说明时，我不断复制粘贴同一套 instructions，分别给 Cursor、Claude Code、Codex 以及其他 10+ coding agents 用，只是安装目录略有区别。

所以我做了一个 CLI，一次性安装到所有主流 coding agent。后来它变成了 npx skills。我们又加了 telemetry 来追踪新 skills 的安装情况，这些数据最终驱动了 skills.sh 的排行榜。整个项目从想法到在 Vercel 上线，只用了几天。Vercel CTO Malte Ubl 的总结非常精准：它是 Agent 上下文的包管理器。

现在我们在追踪 6.9 万个 skills，不仅让它们更容易被发现，也让安装足够简单，比如只要：

npx skills add vercel-labs/agent-skills --skill vercel-react-best-practices

链接到标题我们必须解决的安全问题

增长会带来攻击面，而高速增长会让攻击面扩张得更快。

Skills 一旦爆发，质量参差也随之而来。来自 Socket 的 Ryan 给我们展示了一个具体案例：一个 skill 在 markdown 层面看起来完全干净，但里面夹带了一个 Python 文件，安装时会开启远程 shell。如果你不逐个检查目录里的每个文件，几乎不可能发现。

这就是为什么我们宣布与 Gen、Socket、Snyk 建立安全合作，对现有全部 skills 以及每个新增 skill 进行审计。

• Socket 正在做跨生态静态分析，并结合基于 LLM 的噪声抑制；其基准结果为 95% precision、98% recall、97% F1。

• Gen 正在构建名为 Sage 的实时 Agent 信任层，监控 Agent 的所有入站和出站连接，让 Agent 在自由运行的同时避免数据外泄或 prompt injection 风险。

• Snyk 则把其在 package security 领域的经验带入 skills 场景。

我们正在构建 Audits 排行榜，为每个 skill 提供评估和建议。目标不是“锁死”生态，而是让你在高速开发时依然有信心。我们也持续欢迎更多安全合作伙伴加入，从不同视角参与 skill 审计并提供更多信任信号。

链接到标题Demo 告诉了我们什么

周二有 8 家合作伙伴做了 Demo，其中几个主题反复出现。

Skills 能弥补训练截止点带来的能力缺口。 Ben Davis 用一个受控实验做了展示。

他让 coding agents 以 4 种方式实现 Svelte remote functions（一个相对较新的 API）：无上下文、带文档的 skills 文件、指向 MCP 的 skill、以及项目内代码示例。

所有带上下文的方法都成功了。

无上下文那组（他还特意用阉割版模型，避免模型通过模式推断出答案）产出的结果完全错误。模型在拿到模式时可以很好地应用模式；没有上下文，就会回退到陈旧训练数据。

载体没那么重要，内容才重要。 Ben 的实验最有价值的结论，不是“skills 是唯一方式”。真正关键是把正确上下文送进模型；如果你还没有既有基线，skills 是最快起点。已有代码示例、内联文档、MCP hints 都有效。

Skills 只是把这些上下文分发给任何人的最简单方式。

Agent 现在可以驱动整条技术栈。 来自 Expo 的 Evan Bacon 展示了完全由 Claude Code + Expo skills 驱动的原生 iOS 功能升级。

新的 SwiftUI 组件、手势驱动转场、tab bar 更新都能自动完成。他们还在一个进行中的 skill 里集成 LLDB，让 Agent 读取原生 iOS 视图层级，并自动修复 notoriously hard 的键盘处理 bug。

他们的生产应用 Expo Go 现在可以在 crash 发生时自动修复。对任何和 Xcode 缠斗过的人来说，这都是很重磅的表述。

Skills 正在成为基础设施。 Nick Khami 展示了 Mintlify 如何为其托管的每个文档站自动生成 skill，其中包括 Claude Code 官方文档、Coinbase、Perplexity 和 Lovable。

这些站点当前有 50% 流量来自 coding agents，而一年前是 10%。Skill 不再是文档团队额外编写的内容，而是结构化文档自然产出的副产品。Sentry 的 David Cramer 构建了 Warden：一个通过 GitHub Actions 在 pull request 上把 skills 当作 linter 运行的 harness，把 Agent 作为静态分析层来使用。

链接到标题我们正在走向什么

Vercel CEO Guillermo Rauch 周二晚上的一句话让我一直在想：Agent 会犯错。

它们有时会告诉你“你完全正确”，然后继续做错事。在 AI 时代交付高质量，不只是比谁烧掉更多 Token，而是要提升这些 Token 真正产出的质量门槛。

Skills 是这个问题的一种答案。它让我们能够影响 Agent 的生成结果，让它们随着框架变化持续更新，并通过给出直达正确答案的路径提升 Token 效率，而不是让模型一路试错。

200 万次安装是真实信号。安全合作让团队敢于依赖它。Demo 也表明，最有意思的 skill 工作已经不在 CLI 层，而是在 Agent 与工具层——它们正在把 skills 作为规模化知识分发的一等原语。

我们会继续建设。来 skills.sh 找我们。

[

Skills Night 即将来到伦敦

欢迎来伦敦参加我们下一场 skills.sh 活动，听开发者分享他们如何用 skills 让自己的 Agent 更聪明。

伦敦见

](https://luma.com/l4nmctta)