今天早上我打開 GitHub 日榜,16 個項目裡有 9 個名字或描述帶著同一個字:skill。

一句話結論:Agent Skills 是一個裝著 SKILL.md 的資料夾,用來教 AI agent 怎麼做一件事。2026 年 9 月 6 日 GitHub 日榜上,這類倉庫佔 9/16 席位,卻拿走 12,272 顆新星中的 80.2%。

席位 56%,星數 80.2%。這個落差就是今天要講的事。

數據讀取時間:2026 年 9 月 6 日 08:15(香港時間)/00:15 UTC。星數是流動的,本文所有數字都是這一刻的快照,你現在去看會有小幅漂移。

Agent Skills 是什麼?

是一個資料夾,裡面必須有一個 SKILL.md 檔。這個檔開頭寫兩樣東西:這個技能叫什麼名字(name)、什麼時候該用它(description)。下面接的是給 agent 看的操作說明。

官方規格站 agentskills.io 把結構寫得很簡單:

my-skill/
├── SKILL.md      # 必要:說明這技能是什麼、何時觸發、怎麼做
├── scripts/      # 選配:可執行的程式碼
├── references/   # 選配:參考資料
└── assets/       # 選配:範本、素材

只有 SKILL.md 是必要的,其他三個資料夾都可以不要。所以最小的一個 Agent Skill,就是一個 Markdown 檔。

差別在於它不是你貼進聊天框的那種提示詞。Agent 平常不會把它讀進來,只有當你的任務對上了 description 裡寫的觸發條件,它才會被載入。你可以裝一百個技能而不會把 agent 的上下文塞爆——這是它跟「提示詞收藏夾」最實際的分別。

為什麼 9 個倉能吃掉 80.2% 的新星?

先講我怎麼數的,因為這個百分比取決於「什麼算 skill 倉」。

我抓 github.com/trending?since=daily 的 16 行,再用 api.github.com 逐個倉重讀一次總星數、描述、topics 和授權,避免只信榜面 HTML。判定規則寫死:倉庫全名、描述、topics 三者任一含 skill(不分大小寫)就算命中。

結果:16 個項目今日共 12,272 顆新星,命中的 9 個拿走 9,844 顆,80.2%

倉庫今日新增★總★SKILL.md 數授權
DietrichGebert/ponytail+2,845127,91812MIT
mattpocock/skills+2,692252,59337MIT
affaan-m/ECC+1,314249,872898MIT
blader/humanizer+99043,4651MIT
cathrynlavery/diagram-design+85531,6751MIT
anthropics/skills+475174,55220未標示
humanlayer/skills+4422,6855MIT
ruvnet/ruflo+13670,688359MIT
WorldFlowAI/everything-claude-code+952,34211未標示
合計+9,8441,3447 個 MIT/2 個未標示

剩下 7 個沒命中的是什麼?opencode(+725)、magnitude(+674)、hermes-agent(+575)這三個是 agent 或推論伺服器,另外四個跟 AI 無關:一個 C++ 格式化函式庫、一個 Node 版本管理工具、一個漏洞 PoC archive、一個免註冊工具清單。

這 9 個倉裡,沒有一個是模型。它們全部在解決同一件事:怎麼把「做這件事的方法」交給 agent,而不是把能力交給它。

同一週的對照很清楚:OpenAI 的 GPT-6 Astra 和 Anthropic 的 Claude Fable 5.1/Mythos 5.1 都在幾天內發布,兩邊都是閉源的。能力那一層現在鎖在 API 後面,開源社群能碰、也正在搶的,是用法這一層。

順帶一提,我在 8 月 30 日那篇數 SKILL.md 的文章裡數過同類倉庫的檔案數。那次和這次的分母不同(那次數的是整個日榜、這次只數命中的 9 個),兩個數字不能直接相減來看「成長多少」,我不做那種比較。

Agent Skills 跟 MCP 差在哪?

差在一個給工具、一個給方法。MCP 讓 agent 連得上你的資料庫、你的 Gmail、你的檔案系統;Agent Skills 告訴 agent 連上之後該怎麼做事。兩個不衝突,實務上通常一起用。

Agent SkillsMCP提示詞範本
解決什麼教 agent 做事的步驟接上外部工具與資料單次任務的講法
載體資料夾+SKILL.md伺服器+協議一段文字
何時載入描述命中才載入連線期間常駐你貼進去才有
要不要寫程式不用,寫 Markdown通常要不用
能不能版本控管可以,就是 git 倉可以多半散落各處

這 9 個倉,哪個該先裝?

看你要 agent 幫你做什麼。下面這個選擇器回答兩題就給你答案:

🧭 該先裝哪個 Agent Skills 倉?
1. 你主要拿 agent 來做什麼?
2. 你會拿去商用嗎?

如果你只想挑一個來理解這件事是怎麼運作的,我會選 blader/humanizer:整個倉 9 個檔案、只有 1 個 SKILL.md,十分鐘讀得完,讀完你就知道一個技能長什麼樣。

怎麼裝?三個步驟

  1. 確認你的 agent 支援。Claude Code、Claude 桌面版都支援;其他相容的客戶端列在 agentskills.io 的 Client Showcase 頁。不支援的話裝了也不會被載入。
  2. 用一行指令裝。今天上榜這幾個倉的 README 用的是同一條:npx skills add mattpocock/skills --skill code-review。倉名和技能名換成你要的就行。
  3. 試著叫用它。裝完直接描述任務,agent 會依 description 自己判斷要不要載入;也可以用斜線指令(例如 /code-review)強制叫。

不想用 npx 也可以:Agent Skills 就是資料夾,直接把它複製到你 agent 的 skills 目錄底下,效果一樣。這也是為什麼它不用你會寫程式——你複製的是說明書,不是程式。

不會寫程式的人用得上嗎?

用得上,而且門檻比 MCP 低很多。今天上榜的 9 個倉裡,至少 4 個跟寫程式沒關係:去 AI 味、做圖表、做 Word/Excel/PowerPoint 文件、寫作結構。

比較值得注意的是變現這一面。技能是可以自己寫、自己發的:規格只要求一個 SKILL.md,任何人都能把自己那套重複性流程包成技能。如果你手上有一套別人不知道的做法——報價流程、對帳流程、選品流程、投研流程——那套流程本身就是可以打包、可以分發、可以放上 GitHub 收星的東西。

看今天榜上的數字:humanlayer/skills 只有 5 個技能、2,685 顆星,就上了日榜。這個門檻不高。

有什麼坑?

  • 兩個倉沒標授權。anthropics/skills 和 everything-claude-code 的 GitHub 授權欄是空的。自己玩沒差,要放進公司專案就要先確認條款。
  • 技能數量不等於品質。ECC 有 898 個 SKILL.md、ruflo 有 359 個,但 humanizer 只有 1 個也上了榜。數量是很容易膨脹的指標,別拿它當選擇依據。
  • 複本會過期。技能是複製到你機器上的,上游改了不會自動同步。我自己就撞過:本機那份 humanizer 是 25 條規則,上游已經 35 條,中間差的 10 條全部靜靜地失效,沒有任何提示。裝完記得定期回頭比對版本。
  • 日榜是一天的快照。80.2% 是今天這一刻的分佈,不是趨勢線。要看趨勢得連續數幾天,單日數字只能說明今天發生了什麼。

常見問題

Agent Skills 要付費嗎?

技能本身免費,今天榜上 9 個有 7 個是 MIT 授權。你付的是背後 agent 的費用(例如 Claude 或其他模型的訂閱),技能不額外收錢。

Agent Skills 和 GPTs 差在哪?

GPTs 綁在 OpenAI 的平台上;Agent Skills 是開放格式的資料夾,可以放進 git、可以在不同支援的客戶端之間搬。可攜性是主要差別。

裝很多技能會拖慢 agent 嗎?

設計上不會,因為技能是按需載入的——只有 description 對上任務才會被讀進上下文。不過 description 寫得太寬鬆的技能會亂觸發,這是實務上比較常見的問題。

我可以自己寫一個 Agent Skill 嗎?

可以。最低要求是一個 SKILL.md,開頭寫 name 和 description,下面寫步驟。anthropics/skills 裡有一個叫 skill-creator 的技能,功能就是幫你生一個新技能的骨架。

新手行動清單

  • ☐ 先打開 blader/humanizer,把那唯一一個 SKILL.md 讀完,看清楚結構
  • ☐ 去 agentskills.io 確認你手上的 agent 在不在相容清單裡
  • ☐ 用上面的選擇器挑一個倉,跑 npx skills add 裝第一個技能
  • ☐ 想清楚你自己有哪套重複做的流程,把它寫成第一個 SKILL.md
  • ☐ 在行事曆設一個每月提醒,回頭比對上游版本有沒有更新

能力那一層今年被閉源鎖得越來越緊,這是既成事實。但用法這一層還是開的,而且今天有 9,844 顆星在告訴你有多少人正在搶。

資料與方法:星數與倉庫資訊取自 github.com/trending?since=dailyapi.github.com,讀取時間 2026-09-06 00:15 UTC(香港時間 08:15)。SKILL.md 數量以 GitHub git tree API 逐倉遞迴計算,判定為檔名等於 SKILL.md 的 blob。「skill 倉」定義為倉庫全名、描述或 topics 任一含 skill(不分大小寫)。星數會隨時間漂移,重跑會有小幅出入。

免責聲明:本文為開源專案資訊整理與個人使用心得,不構成任何投資、法律或商業建議。使用任何開源專案前請自行確認其授權條款與安全性。本站部分連結可能帶有推薦性質,不影響你的權益,也不影響本文的判斷。

關於Mr. Slash

「Mr. Slash 的系統性人生」,創立於 2024年,由 Mr. Slash 本人及專業編輯團隊經營的財經內容平台。

我們的宗旨是透過投資、財經、自動化與新興科技等領域的深入解說與應用,幫助讀者打造穩定的被動收入系統。內容涵蓋加密貨幣、股息資產、量化工具、平台分潤等實用策略,協助你用更聰明的方法配置資金、累積資產,走在財務自由的路上,少走冤枉路。

若為商業合作邀稿,將會清楚標註「不代表本站立場」。

商業合作

如果您有任何關於我們團隊或網站內容的疑問或建議,歡迎您前往IG 私訊 @slash.Capital聯繫我們,謝謝!

發表迴響

相關文章

最新文章

探索更多來自 Mr. Slash|系統流人生 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

繼續閱讀

خصم دائم على الرسوم سجّل في OKX مجاناً ←
Join Mr. Slash