Skill Federation
免費、私密的 AI 代理技能搜尋
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
- 計劃。 你像往常一樣在代理中批准一個計劃。
- 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。
- 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。
- 審閱。 代理選出最佳匹配(或全部拒絕)並向你顯示信任表格。
- 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。 - 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]