AI编程技能库：统一管理神器
🤖 AI编程技能管家
一个集散地，聚合了 20+ AI 编程工具的技能
一句话概括：把散落在 Claude Code、Cursor、Codex、Trae 等二十多款 AI 软件中的技能，集中到一个中央库，一键分发、统一备份、跨设备同步，配置一次即可全局生效。
🔥 一、20+ AI 软件，20+ 份重复技能，谁懂？
这两年 AI 编程助手越装越多，Claude Code、Cursor、Codex、OpenCode、TRAE IDE、Gemini CLI……每个软件都有自己的 Skills 目录。装到第五、第六个时问题暴露：同一个 PDF 解析技能，我抄录了 6 份。改一次要改 6 处，备份一次要复制 6 份，换电脑又要重来。
Skills 领域还在指数级扩张。Linux 基金会 2026 年 2 月的数据显示，全球公开 Agent Skills 超过 8.5 万个，支持该标准的平台有 27 家，Anthropic 官方仓库攒到 8.7 万 Star，SkillsMP 市场收录超过 50 万个。技能 frontend-design 单是被安装就 27.7 万次，生态在用脚投票。技能越多越乱，工具越多越崩。Skills 多到一定程度，没有统一管理就是灾难。
💡 二、这个软件到底解决啥？
GitHub 上有个叫 Skills Manager 的开源桌面软件，定位是统一管理所有 AI 编程软件的技能。它不重新发明 Skills，只接管 Skills 的存储、同步、备份这些繁琐活。装上试了一周，最大的感受是它做“收纳箱”，不做“替代品”。
三件事：
集中存放：Skills 收进一个中心仓库，默认 ~/.skills-manager/，路径可在设置里改
一键分发：通过软链接或复制，把同一个 Skill 同时投到任意 AI 工具的目录
状态可查：每个 Skill 卡片上能看到它启用了哪些工具、版本是否最新
⚙️ 三、八大核心功能一次看全
应用围绕“一个中心仓库 + 多种使用方式”展开，主要功能模块如下：
① 三大工作区Global Workspace 管理每个 AI 工具的全局 Skills，Project Workspace 管理项目级 Skills，Linked Workspace 可以挂载任意目录的 Skills。三者联动，互不冲突。
② Preset 预设把多个 Skills 打包成命名组合（比如“前端开发包”、“数据分析包”），一键激活或反激活指定 AI 工具。换项目时不用一个一个勾，直接切预设。
③ Marketplace + AI 搜索内置 skills.sh 市场，可选接入 SkillsMP AI 搜索（需要 API Key）。8.5 万个公开技能，不用自己满 GitHub 找。
④ 多工具同步支持软链接和复制两种模式，单个 Skill 卡片即可管理所有 AI 工具的启用状态。改一次，全部生效。
⑤ Tag + 过滤给 Skills 打标签（前端、后端、运维、测试……），按标签快速过滤，几十个技能也能秒级定位。
⑥ Git 备份与多机同步中心仓库直接对接 Git 私有仓库，每次同步打快照 tag，支持版本回滚。换电脑、新员工入职，git pull 一行搞定。
⑦ CLI 命令行附带 skills-manager-cli，可以在脚本或 Agent 里调用，写自动化流程没问题。
⑧ 自定义工具支持添加自己的 AI 工具或覆盖默认路径，新出的 IDE 也能第一时间接进来。
🛠️ 四、技术栈与支持范围
桌面框架用的是 Tauri 2，后端 Rust，前端 React 19 + TypeScript + Vite + Tailwind CSS，本地存储走 SQLite（rusqlite），国际化用 react-i18next。安装包只有几 MB，启动秒开，跨平台原生支持 macOS / Windows / Linux。
原生支持 15 款 AI 编程软件：
Cursor · Claude Code · Codex · OpenCode · Amp · Kilo Code · Roo Code · Goose · Gemini CLI · GitHub Copilot · Windsurf · TRAE IDE · Antigravity · Clawdbot · Droid
MIT 协议开源，跨平台、轻量、纯本地——网络只在显式操作（市场浏览、GitHub 同步、AI 解释）时触发，凭证仅本地存储。
📦 五、下载安装与上手
下载安装后启动应用，扫描本地已安装的 AI 工具目录。首次打开跟着设置里的 Help 按钮走一遍就会用了——中央仓库路径、Preset 配置、Marketplace 接入、Git 备份，全部在设置里点几下就能搞定。
日常维护流程也简单：
1. 发现好技能 → 从 Marketplace 一键安装到中央仓库
2. 分配打工仔 → 在卡片上勾选要启用的 AI 工具
3. 日常迭代 → 改一处，所有绑定的 AI 工具实时生效
4. 备份迁移 → git push 一次，新电脑 git pull 就行
⚠️ 六、必须知道的几个坑
macOS 首次启动会被 Gatekeeper 拦截：应用是 ad-hoc 签名没做 Apple 公证，第一次打开会弹“无法验证是否包含恶意软件”。处理方式：点 Done → 系统设置 → 隐私与安全性 → 仍要打开 即可。低版本如果遇到“应用已损坏”提示，终端跑xattr -cr /Applications/skills-manager.app就能解决。
Windows Junction Point 注意：部分 AI 平台在 Windows 上的目录是软链接（mklink /J 创建），读取时要小心文件类型判断出错，使用 fs::metadata 比 entry.file_type() 更稳。
GitHub API 限流：未认证的请求限制是 60 次/小时，浏览大仓库容易触发。建议配置一个 GitHub Token（PAT），认证后能提到 5000 次/小时。
💎 七、它值不值得装？
如果你只用一两个 AI 工具，Skills 数量也不多（个位数），暂时用不上。但如果你和我一样，同时用 3 个以上 AI 编程软件，Skills 上了两位数，强烈建议装上。它不解决“你会不会写 Skill”的问题，少改 5 遍才是它的目标。
在 Skills 生态指数级膨胀的 2026 年，有个统一的收纳箱，比啥都重要。
📌 温馨提示
① 本文为个人体验分享，工具功能请以官方仓库最新 README 为准 ② 项目基于 MIT 协议开源，可自由使用与二次开发 ③ macOS 首次启动遇到“未识别开发者”是正常现象，按上文小节处理即可 ④ Skills 生态迭代很快，本文数据截至 2026 年 6 月初，请以最新统计为准 ⑤ 第三方技能