SkillDeck

<p align="center"> <img src="assets/skilldeck-logo.png" width="96" height="96" alt="SkillDeck logo" /> </p>

<p align="center"> <a href="README.md">中文</a> · <a href="README_EN.md">English</a> · <a href="https://skill.counterxing.top">官网</a> · <a href="packages/docs/quickstart.zh.md">快速开始</a> · <a href="https://github.com/xingbofeng/skill-deck">GitHub</a> </p>

<p align="center"> <strong>把散落在本机的 Agent Skills，变成模型看得见、用得上、也分享得出去的能力牌组。</strong><br/> Adapter for runtimes, MCP dynamic discovery, and share artifacts generated through agent conversation. </p>

<p align="center"> <img src="https://img.shields.io/badge/Runtime-Node.js%2020%2B-111111?style=for-the-badge" alt="Runtime Node.js 20+" /> <img src="https://img.shields.io/badge/Package-skill--deck-0f766e?style=for-the-badge" alt="Package skill-deck" /> <img src="https://img.shields.io/badge/License-MIT-16a34a?style=for-the-badge" alt="License MIT" /> <img src="https://img.shields.io/badge/MCP-stdio%20%7C%20resources%20%7C%20tools-1f6feb?style=for-the-badge" alt="MCP stdio resources tools" /> <img src="https://img.shields.io/badge/Activation-active%20by%20default-7c3aed?style=for-the-badge" alt="Skill Activation active by default" /> <img src="https://img.shields.io/badge/Share-HTML%20%2B%20Images-d97706?style=for-the-badge" alt="Share HTML and Images" /> <img src="https://img.shields.io/badge/OpenAI-Agents%20SDK-0ea5e9?style=for-the-badge" alt="OpenAI Agents SDK" /> <img src="https://img.shields.io/badge/Claude-Code%20ready-111827?style=for-the-badge" alt="Claude Code ready" /> </p>

<p align="center"> <img src="assets/skilldeck-hero.png" alt="SkillDeck: Adapter, MCP, Share" /> </p>

SkillDeck 是本地 Agent Skill 的适配、激活与分享工具。

它解决三个很具体的场景：

场景	为什么需要它	SkillDeck 做什么
我有一组 Skill，想通过工具的方式接入 OpenAI Agent SDK。	OpenAI 已把 SKILL.md 定义成可复用工作流，Agents SDK 也支持 local skills，但手写 schema、handler 和 stable id 很繁琐。	Adapter 扫描、解析、校验 SKILL.md，生成 provider-neutral tools 和 runtime handlers，让同一套 Skills 可以接入不同 Agent runtime。
我有一组 Skill，想接到 Claude Code、Cursor 或其他 MCP host。	只给 list_skills / read_skill 不够，模型不一定知道复杂任务要先查本地 Skills。	MCP + Skill Activation 把 Skills 暴露成 tools/resources，并通过 compact / guided / active 三种模式，让模型在任务里自己发现、搜索和加载 Skill。
我有一组 Skill，想发给同事、同行或社交平台看。	私有 Skill 往往含本地路径、secret、私有 URL；只发截图又无法搜索、下钻和复用。	Share 通过 MCP 让 agent 生成完整分享页和双图，默认脱敏，可搜索、可下钻、可审阅再接入。

背景参考：OpenAI Skills guide、Skills in ChatGPT、Agents SDK tools、openai-agents-python #2906。

对应到产品能力，它做三件事：

主线	作用	结果
Adapter	扫描、解析、校验本地 SKILL.md，生成 stable id、provider-neutral tools 和 runtime handlers。	同一套 Skills 可接 OpenAI、Anthropic、OpenAI Agents SDK、本地 runtime。
MCP	把 Skills 暴露成 MCP tools/resources，并通过 Skill Activation 帮模型动态发现。	模型可以通过 skill_guide、use_skill_*、search_skills、read_skill 加载 Skill。
Share	你和 agent 说“帮我分享这套 Skills”，agent 通过 MCP 生成静态分享页和双图，默认脱敏。	适合朋友圈、小红书和同行交流，不暴露本地路径、secret 和私有 URL。

它不是公开 marketplace，也不是远程托管服务。用户的 Skill 目录仍然在本机。

Skill Activation

默认的 list_skills / read_skill 能读 Skill，但模型不一定会主动调用。SkillDeck 增加三种模式，让模型更容易发现并加载本地 Skill。

模式	暴露内容	模型怎么发现 Skill	适合场景	代价
compact	list_skills、search_skills、get_skill_info、read_skill、resources	模型需要主动搜索或列目录	兼容旧行为、Skill 很多、工具列表要短	自动发现能力弱
guided	compact + skill_guide + MCP instructions	模型看到 skill_guide 后获得使用指南	想提高发现概率，但不想每个 Skill 都变 tool	仍依赖模型调用向导
active	guided + 最多 N 个 use_skill_<safe_name>_<short_id>	模型在 tools/list 阶段直接看到常用 Skill	想最大化自动发现效果	工具数量增加

示例：

npx -y skill-deck mcp serve \
  --skills ~/.skills

安装

安装：

npm install skill-deck

MCP 三步接入

第一步，选择一种 Skill Activation 模式安装 MCP。推荐先用默认 active：

三种命令的 MCP server 名都叫 skill-deck；切换模式时更新同名 server 即可。

# active：默认模式，常用 Skill 会直接出现在 tools/list
claude mcp add skill-deck \
  -- npx -y skill-deck mcp serve \
  --skills ~/.codex/skills

# guided：暴露 skill_guide，让模型先看分组和推荐入口
claude mcp add skill-deck \
  -- npx -y skill-deck mcp serve \
  --skills ~/.codex/skills \
  --skill-mode guided

# compact：只暴露 list/search/info/read/resources，工具列表最短
claude mcp add skill-deck \
  -- npx -y skill-deck mcp serve \
  --skills ~/.codex/skills \
  --skill-mode compact

Codex / 其他 MCP host 使用同一组 stdio 参数；如需切换模式，在 args 中追加 --skill-mode 和对应值：

{
  "mcpServers": {
    "skill-deck": {
      "command": "npx",
      "args": [
        "-y",
        "skill-deck",
        "mcp",
        "serve",
        "--skills",
        "~/.codex/skills"
      ]
    }
  }
}

第二步，在 Claude / Codex 中确认 skill-deck 已连接。Claude Code 里输入：

/mcp

第三步，直接对 agent 说：

请使用 SkillDeck MCP 的 generate_skill_share 工具，为当前已加载的 ~/.codex/skills 生成一套可以分享给同行看的 Skill 工作流分享物。

需要指定输出目录时，再追加：

输出到 ~/skilldeck-shares/codex-skills-share，注意脱敏，并在完成后告诉我 index.html、cover.png、detail.png 和 manifest.json 的路径。

Share

分享不是让你手写配置，也不是把私有 Skill 扔到公开市场。你只需要和 agent 对话：

帮我把 ~/.skills 这套 Skills 做成一个可以发给同行看的分享页和两张分享图，注意脱敏。

agent 会通过 SkillDeck 的 MCP Share 接口生成：

share/
  index.html
  cover.png
  detail.png

index.html 是完整介绍页，支持搜索和下钻到 Skill 详情；cover.png 适合传播，detail.png 适合给同行看技术细节。默认会移除本地路径、secret 和私有 URL，reference 只展示路径，不读取文件内容。

实际生成效果：

<p align="center"> <img src="assets/share-cover-preview.png" width="360" alt="SkillDeck share cover example" /> <img src="assets/share-detail-preview.png" width="360" alt="SkillDeck share detail example" /> </p>

全量能力

• Skill Activation：compact / guided / active。
• skill_guide 和 use_skill_*。
• 搜索排序、分页、字段裁剪。
• Catalog/resources。
• watcher。
• symlink 显式支持。
• Share HTML + 双图。
• docs-site 右上角搜索。
• npm 包：skill-deck。
• MCP Registry：server.json + npm/stdio 元数据。
• MCP Streamable HTTP transport。

文档

• 快速开始
• Agent SDK 接入
• MCP 接入

更完整的在线文档见 skill.counterxing.top。

License

MIT