Communitygithub.com

skill-federation/skill-federation

免費、私密的 AI 代理技能搜尋工具

skill-federation 是什麼?

Skill Federation 是一個專為 AI 代理(如 Claude Code、Cursor、Codex 等)設計的隱私保護技能搜尋與安裝工具。它能讓代理在執行任務時,自動發現並安裝來自開源社群的包裝化技能(如 PDF 提取、市場規模估算、程式碼審查等),避免從零開始重建。與傳統目錄搜尋不同,此工具採用「抽象願望清單」機制:代理只會送出描述理想技能的抽象片段(如能力領域、關鍵字、同義改寫),而不會洩漏實際的計劃、檔案內容或資料。這些願望清單會與一個經過預掃描的內部目錄比對,目錄中的技能已通過 Cisco AI Defense Skill Scanner 和 NVIDIA SkillSpector 的安全與漏洞掃描。支援的安裝方式包括 npx、uvx、curl 一次性腳本,以及 Claude Code 的外掛系統。基準測試顯示,在 SkillsBench 任務中,使用 Skill Federation 能將成功率從裸代理的 17.5% 提升至 22.8%(相對提升約 30%)。整個過程確保您的計劃、檔案和輸出始終留在本地機器上。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/skill-federation/skill-federation/tree/main

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

預覽

來自技能 README

Installs
Clones
Stars
SkillsBench
npm
PyPI
Platform
Runtime

說明文件

Skill Federation

免費、私密的 AI 代理技能搜尋

Installs Clones Stars SkillsBench

npm PyPI Platform Runtime

License Data sent Agent Skill

你的代理發問。Skill Federation 回答。你來批准。

一個裸代理僅能解決 SkillsBench 中 17.5% 的任務。有了 Skill Federation,這個數字提升到 22.8% — 而且你的工作永遠不會離開你的機器。


你的程式碼代理總是在重新打造那些已經有包裝化 技能 能完美處理的功能 — PDF 提取、市場規模估算、資料清理、程式碼審查、Slack 通知、SQL 報表。這些技能確實存在,散落在開源生態系中各處。問題在於 在任務進行中找到正確的那一個 — 而目前所有「搜尋目錄」的方式,都意味著要將你的計劃、簡報或資料傳送到某人的伺服器。

Skill Federation 以保護隱私的方式找到技能。 在你批准計劃後,你的代理會撰寫一個抽象的 願望清單 — 「如果每個技能都存在,我會需要哪些?」 — 然後 federation 會將這些願望與一個經過審核的技能目錄進行比對。你的計劃、檔案和輸出永遠不會離開你的機器。只有抽象的願望才會送出。

[!IMPORTANT] 只有抽象的願望會跨越邊界 — 一段單行的能力描述、約 4 個詞彙變化的同義改寫、1–5 個關鍵字,以及理想技能的能力層級 草稿。每個欄位都是「應該存在什麼技能」,而不是你的任務。你的計劃、簡報、檔案內容和推理過程都保留在本地 — 永遠如此。

這是一個願望的完整負載 — 傳送給 launch-strategy 的實際字串。它命名的是 能力領域,而不是你的任務、計劃或產品:

description: plan a multi-channel launch for an open-source developer tool
paraphrases: orchestrate a launch across hacker news reddit and product hunt · plan a
             go-to-market launch for a dev tool · coordinate a multi-platform release
             announcement · design a launch-day plan for an open-source project
sketch:      launch product hunt hacker news waitlist go-to-market campaign ·
             channel planning timing asset prep announcement
keywords:    launch, gtm, product-hunt, strategy, announcement

就是這樣 — 一段描述、四個同義改寫、一個能力草稿和關鍵字。你的產品名稱、未公佈的路線圖和實際的發布計劃從不出現。

You: /skillfed plan a launch for my open-source dev tool

  -> agent writes 4 abstract wishes (paraphrases + a capability sketch).
     Only these leave your machine -- never your plan, files, or data.

  wish: launch-strategy       -> multi-platform-launch  review - verified             <- selected
  wish: repo-discoverability  -> github-presence        review - verified             <- selected
  wish: community-building    -> community-building     review - verified             <- selected
  wish: growth-analytics      -> product-analytics      permissive - verified - 221*  <- selected
       (each picked from 5 ranked candidates in the vetted catalog)

  Install the 4 selected? They go in .claude/skills/ with license + source attribution.

🔒 為什麼它與眾不同

  • 隱私底線,設計使然。 只有抽象的願望會跨越邊界 — 「應該存在什麼技能」,而不是你的任務。你的計劃、簡報、檔案內容和推理過程始終保持在本地。(完整的逐欄位分析請見下方的 隱私與信任 部分。)
  • 安裝前即提供信任。 候選技能來自一個 預先掃描的內部註冊表 (Cisco Skill Scanner + NVIDIA SkillSpector),而非來自原始公開倉庫 — 每個技能都會顯示其授權類別、來源、星數和出處。你 批准每個安裝;沒有任何東西會靜默下載。(請參閱 安全。)
  • 原生、無需安裝。 預設層級只需要 curl — Windows 10+ 和 macOS 已內建。不需要 Python、Node 或其他套件管理器。(可選層級在你有 Node 的情況下提供型別化的 MCP 工具。)

⚙️ 運作方式

  1. 計劃。 你像往常一樣在代理中批准一個計劃。
  2. 願望清單。 代理草擬理想的技能,並撰寫最多 10 個抽象願望 — 每個都附有詞彙變化的同義改寫和結構化的能力草稿,以確保高召回率。不包含任務細節。
  3. 比對。 Federation 對每個願望執行快速詞彙搜尋(描述 + 同義改寫 + 扁平化草稿),比對 經過審核、預先掃描的目錄,並回傳排名最高的候選技能。
  4. 審閱。 代理選出最佳匹配(或全部拒絕)並向你顯示信任表格。
  5. 安裝。 在你批准後,所選技能從 內部掃描副本(非原始倉庫)提取到 .claude/skills/,附帶完整的授權和來源歸屬。
  6. 使用。 你的代理立即使用該技能 — 無需重新發明。

📊 基準測試

我們在 SkillsBench(使用確定性驗證器的程式碼代理任務)上衡量 Skill Federation,代理以 Claude Code (Opus 4.6) 作為驅動。這是一個真正考驗的原因在於:Skillfed 檢索的技能來自一個 包含 26,629 個技能的公開目錄快照(整個目錄超過 87k 個技能),且已移除基準測試本身的答案技能 — 因此衡量的是 獨立撰寫的技能 是否能轉移到該任務,而不是我們是否能重新找到基準測試中手寫的技能。

條件代理獲得的內容成功率
無技能裸 Claude Code (Opus 4.6)17.5%
Skillfed從 26,629 個技能快照中檢索到的最佳技能22.8%
理想技能任務自身手寫的技能 — 無法達到的上限36.8%

Skillfed 將成功率 從 17.5% 提升至 22.8% — 相對裸代理提升約 30%,並收復了 與理想技能(從未見過)之間差距的約 27%。大多數技能檢索結果測試的是 理想技能恢復(基準測試自身的技能存在於池中);而這項測試的是 轉移 — 從一個龐大且嘈雜的公開目錄中提取有用的技能。

📦 安裝

一行指令 — 無需複製倉庫。 你已經有 Node 或 Python:

# Node — npm
npx skillfed
# Python — uv   (或:  pipx run skillfed)
uvx skillfed

偏好 Claude Code 的外掛系統? 加入 marketplace 並安裝外掛:

/plugin marketplace add skill-federation/skill-federation
/plugin install skill-federation@skill-federation

沒有 Node 或 Python? 請 Claude Code 為你安裝 curl 版本:

Install the Skill Federation /skillfed finder from github.com/skill-federation/skill-federation
— run its curl installer (install.ps1 on Windows, install.sh on macOS/Linux), then tell me to
restart Claude Code.

[!TIP] 然後 重啟 Claude Code 並執行 /skillfed <你想做的事> — 或者直接批准一個計劃,finder 會自動提供自身服務。

零執行階段 — finder 只需要 curl(不需要 Node 或 Python)。關於可選層級(自動觸發鉤子 · 型別化 MCP 工具 · Python/CI 輔助程式)、旗標、範圍、從檢出點安裝以及設定安全性的詳細資訊,請參閱 install.md。

# Windows (PowerShell) — irm|iex 同樣能避開執行原則的封鎖
irm https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.ps1 | iex
# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/skill-federation/skill-federation/main/install.sh | bash

🛡️ 隱私與信任

[!NOTE] 永遠不會跨越的內容: 你的計劃、簡報、檔案內容、輸出或推理過程。 會跨越的內容: 僅有抽象的願望(描述 + 同義改寫 + 關鍵字 + 能力草稿)。

  • 會跨越邊界的內容: 抽象的願望 — 其單行 description、約 4 個同義改寫的 formulations、1–5 個 keywords,以及理想技能的結構化 能力 sketch(purpose / inputs / outputs / operations / domain_vocab / section_sketch / tags)。草稿的扁平化詞彙會隨每次搜尋查詢一起傳送(它們提供了驅動召回率的區分性詞彙);當未找到技能時,同一個草稿會成為需求指標 — 足夠抽象以保護你,又足夠詳細以自動建立缺失的技能。每個欄位都是「應該存在什麼技能」,而不是你的任務。願望的 name 僅用於顯示,不會被傳送。
  • 永遠不會跨越的內容: 你的計劃、簡報、檔案內容、輸出或推理過程。
  • 兩個互補的訊號,不會混淆: report_selection 標記檢索品質(顯示的候選技能哪些是正確或錯誤的);report_demand 捕捉能力缺口(實際需要什麼)。它們分別服務於不同的循環 — 選擇訊號最佳化搜尋,需求訊號驅動接下來要建立什麼。
  • 本地優先: 如果你已安裝某個技能,你的本地副本會直接使用 — 你的編輯是個性化設定,不會被靜默覆蓋。

🔒 安全

Skill Federation 將每個第三方技能視為不受信任的輸入。技能來自我們內部、預先掃描的註冊表 — 絕不從原始公開倉庫即時提取。 在攝入時,我們複製每個候選技能、去重並掃描;只有通過掃描的技能才會被推廣和提供服務。你看到的 source 連結是來源出處,而不是技能被提取的位置。

每個候選技能都會使用兩個獨立工具進行盡力掃描:

  • Cisco AI Defense Skill Scanner — 進行 YARA/模式、位元組碼、命令汙染、行為資料流、LLM 作為評審以及 VirusTotal 檢查,以偵測提示注入、資料外洩和惡意程式碼。
  • NVIDIA SkillSpector — 進行漏洞模式 + LLM 分析,搭配即時 OSV.dev CVE 查詢和 0–100 的風險評分。

高/嚴重等級的發現結果會在推廣前 被拒絕或轉送至人工審查 — 原始公開目錄絕不會未經過濾就送達給你。

為什麼這很重要。 NVIDIA 在 SkillSpector 背後的研究掃描了 42,447 個公開技能,發現 26.1% 至少存在一個漏洞,5.2% 顯示出可能的惡意意圖 — 而且安裝的技能會以你代理的完整權限執行。直接從公開倉庫提供服務,大約會將四分之一有漏洞和二十分之一有惡意的技能交給你的代理;攝入關卡正是為了阻擋它們。

[!NOTE] 掃描是 盡力而為,並非保證。如 Cisco 掃描器所述,「未發現 ≠ 無風險」 — 乾淨的掃描結果並不能證明技能是安全的。Skill Federation 仍會顯示每個技能的授權、來源出處和原始來源,且 未經你的批准,任何技能都不會安裝。

🔧 設定

Finder 透過 HTTPS 與 federation 端點通訊。預設為無金鑰的示範端點;覆蓋它:

export SKILLFED_ENDPOINT="https://your-federation.example.com"   # 或在 npx 層級的 .mcp.json 中設定

📁 這個倉庫的內容

install.ps1 / install.sh / install.md   自動偵測的安裝程式;可從複製的目錄或透過管道(irm|iex, curl|bash)運作
installer/                              npm 套件 `skillfed` — 對應 `npx skillfed` 無複製路徑

…

[為翻譯而截斷]

相關技能