开发智能体 Claude Code 和 Codex、Cursor、WinSurf、OpenCode、Trae 等用的必备 skills 大全

开篇：智能体 Skills——AI 开发生产力的核心引擎

2026 年，AI 编程智能体已从 “代码补全工具” 进化为全链路工程代理。Claude Code、Codex、Cursor、WinSurf（Windsurf）、OpenCode、Trae 等工具的核心竞争力，不再是模型参数大小，而是可插拔、可组合、可进化的技能（Skills）生态。

Skills 是什么？
Skills 是打包了专业知识、工作流、最佳实践的模块化能力单元，以标准化目录结构分发，可被智能体动态发现、按需加载，将通用 AI 快速转化为领域专家。一个 Skill 的核心是SKILL.md，定义元数据与执行指令，附带脚本、文档等资源。

为什么 Skills 是智能体的 “灵魂”？

  • 突破上下文限制：仅加载元数据（数十 token），用时才调入完整逻辑，不挤占窗口。
  • 能力无限扩展：从代码生成到数据库运维、从 UI 设计到部署上线，技能库持续生长。
  • 标准化协作：跨智能体通用，一次开发多端复用。
  • 安全可控：权限隔离、人工审批、沙箱执行，降低高危操作风险。

主流开发智能体全景扫描（2026.5）

  • Claude Code（Anthropic）：官方库 2689 个，社区超 20 万；覆盖全栈开发、数据、运维、办公；以深度推理 + 复杂重构见长。
  • Codex（OpenAI）：集成于 GPT-5.5 CLI；内置代码生成、测试、部署；生态偏开源工具链。
  • Cursor（Anysphere）：IDE 原生集成；支持多模型；技能库以前端 / 全栈为主，轻量化易上手。
  • WinSurf（Windsurf/Codeium）：2025 年更名，被 OpenAI 收购；Cascade 智能体深度理解项目上下文；免费额度充足，响应速度快。
  • OpenCode（开源）：完全免费可定制；支持本地模型；技能库由社区驱动，轻量实用。
  • Trae（字节）：国内生态完善；中文友好；技能侧重Web 全栈 / 移动端 / 云原生，免费好用。

本文将从原理→现状→必备技能全解→开发方法→最佳实践，一次性讲透智能体 Skills 体系，所有技能均含准确名称、核心作用、资源地址、安装使用方法，并附技能开发全流程，兼顾实用性、准确性与专业性。

一、智能体 Skills 核心原理与基础架构

1.1 Skills 的本质：模块化能力封装

Skills 遵循 \\“指令 + 工具 + 资源”\\ 三层架构：

  • 指令层（[SKILL.md](SKILL.md)）：定义技能名称、描述、触发条件、步骤、约束、输入输出规范。
  • 工具层：可执行脚本（Shell/Python/JS）、API 调用、第三方工具封装。
  • 资源层：参考文档、模板、配置文件、示例代码。

1.2 标准目录结构（跨智能体通用）

Plain Text
# Claude Code/Trae/OpenCode
.claude/skills/<skill-name>/
├── SKILL.md          # 核心元数据与指令（必须）
├── install.sh         # 安装脚本（可选）
├── uninstall.sh       # 卸载脚本（可选）
├── src/               # 工具脚本（Python/JS/Shell）
├── docs/              # 参考文档
└── examples/          # 使用示例

# Codex
.codex/skills/<skill-name>/
└── ...（同Claude Code结构）

# WinSurf
.windsurf/skills/<skill-name>/
└── ...（同Claude Code结构）

1.3 智能体调用 Skills 的标准流程

  1. 意图识别：解析用户请求，匹配技能触发条件。
  1. 动态加载：仅加载技能元数据，不占用上下文。
  1. 输入校验：按 Schema 检查参数合法性。
  1. 执行逻辑：调用工具 / API / 模型，完成任务。
  1. 结果格式化：按要求输出（JSON/Markdown/ 文本）。
  1. 日志记录：保存执行记录，便于调试与审计。

1.4 主流智能体 Skills 兼容性矩阵

技能类型

Claude Code

Cursor

WinSurf

Codex

OpenCode

Trae

代码生成

✅ 原生支持

✅ 原生支持

✅ 原生支持

✅ 原生支持

✅ 原生支持

✅ 原生支持

终端操作

✅ 深度集成

✅ 支持

✅ 深度集成

✅ 深度集成

✅ 支持

✅ 支持

Git 操作

✅ 官方技能

✅ 社区技能

✅ 社区技能

✅ 内置

✅ 社区技能

✅ 社区技能

数据库

✅ MCP 集成

✅ 插件

✅ 插件

✅ 内置

✅ 插件

✅ 插件

前端开发

✅ 官方 + 社区

✅ 官方 + 社区

✅ 官方 + 社区

✅ 内置

✅ 社区技能

✅ 官方 + 社区

部署运维

✅ 官方技能

✅ 社区技能

✅ 社区技能

✅ 内置

✅ 社区技能

✅ 社区技能

二、智能体必备 Skills 大全（按功能分类・全网最全）

2.1 核心元技能（所有智能体必装）

2.1.1 find-skills（技能检索技能）

  • 准确名称：find-skills
  • 核心作用：技能生态 “搜索引擎”，按关键词 / 功能 / 兼容性检索、安装、管理技能，解决 “技能迷路” 问题。
  • 安装方法：

bash
# 全局安装（支持全平台智能体）
npx skills add https://github.com/vercel-labs/skills --skill find-skills -g -a claude-code -a cursor -a windsurf -a codex -a opencode -a trae -y
  • 使用方法：

bash
# 搜索代码生成相关技能
claude "find skills for code generation"
# 安装指定技能
windsurf "install skill git-helper from vercel-labs"

2.1.2 skill-creator（技能开发技能）

  • 准确名称：skill-creator
  • 核心作用：官方 “技能生成器”，自然语言描述需求→自动生成技能目录、[SKILL.md](SKILL.md)、脚本模板，降低开发门槛。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill skill-creator -g -y
  • 使用方法：

bash
trae "create a skill for redis cache optimization"
# 按提示输入技能描述、触发条件、步骤，自动生成完整技能结构

2.1.3 config-manager（配置管理技能）

  • 准确名称：config-manager
  • 核心作用：统一管理智能体配置、环境变量、API 密钥、技能权限，支持多环境配置切换。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/config-manager-skill -g -y

2.2 代码开发类 Skills（编程智能体核心）

2.2.1 claude-dev-skills（全栈开发核心技能）

  • 准确名称：claude-dev-skills
  • 核心作用：Claude Code 官方全栈开发技能，支持项目级代码生成、多文件编辑、架构设计、代码重构、单元测试生成，是编程智能体基础能力。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill claude-dev-skills -g -y
  • 使用场景：新项目初始化、功能模块开发、代码重构、技术方案设计。

2.2.2 code-generator（多语言代码生成技能）

  • 准确名称：code-generator
  • 核心作用：自然语言转代码，支持 Python/Java/Go/JS/TS/SQL 等，生成规范代码、注释、文档，可指定框架（SpringBoot/Vue/React）。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/code-generator-skill -g -y

2.2.3 code-executor（代码沙箱执行技能）

  • 准确名称：code-executor
  • 核心作用：安全沙箱内执行 Python/JS/Shell 代码，支持运算、数据分析、脚本运行、代码验证，隔离风险，解决 “生成代码跑不起来” 问题。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill code-executor -g -y

2.2.4 code-lint（代码格式化与纠错技能）

  • 准确名称：code-lint
  • 核心作用：自动格式化代码、检查语法错误、代码规范校验（ESLint/Prettier/Black）、给出优化建议，统一代码风格。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/code-lint-skill -g -y

2.2.5 code-refactor（全局智能重构技能）

  • 准确名称：code-refactor
  • 核心作用：安全全局重构，自动统一命名风格、精简冗余逻辑、优化嵌套层级、整理注释格式，全程不改动业务功能，老旧项目一键整洁。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill code-refactor -g -y

2.2.6 auto-implement（需求到交付一条龙技能）

  • 准确名称：auto-implement
  • 核心作用：给一个需求，自动分析、写代码、自测、改 Bug 一条龙全部搞定，开发必用。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill auto-implement -g -y

2.2.7 multi-agent（多 Agent 并行技能）

  • 准确名称：multi-agent
  • 核心作用：多 Agent 并行干活，架构开发、测试同时开工，效率直接翻倍，复杂项目必备。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill multi-agent -g -y

2.2.8 superpowers（开发规范强化技能）

  • 准确名称：superpowers
  • 核心作用：强制结构化头脑风暴、撰写开发计划、执行 TDD 测试驱动开发，提升代码质量与开发效率。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill superpowers -g -y

2.3 版本控制类 Skills（开发必备）

2.3.1 git-helper（Git 全流程自动化技能）

  • 准确名称：git-helper
  • 核心作用：全流程 Git 操作自动化，支持仓库初始化、分支管理、提交、合并、拉取、推送、冲突解决、标签管理，告别手动敲命令。
  • 安装方法：

bash
npx skills add https://github.com/vercel-labs/skills --skill git-helper -g -a claude-code -a cursor -a windsurf -y
  • 使用示例：

bash
windsurf "create a new branch feature/login, commit changes with message 'add login api', push to remote"

2.4 终端与命令行 Skills（深度集成）

2.4.1 terminal-shell（安全终端执行技能）

  • 准确名称：terminal-shell
  • 核心作用：安全执行终端命令，支持 Shell/PowerShell，命令白名单、权限控制、超时处理、输出解析，代码运行调试闭环。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill terminal-shell -g -y

2.5 数据库类 Skills（数据开发必备）

2.5.1 sql-generator（自然语言转 SQL 技能）

  • 准确名称：sql-generator
  • 核心作用：自然语言转 SQL，支持 MySQL/PostgreSQL/Oracle/SQLite，自动查表、生成查询 / 插入 / 更新 / 删除语句、优化慢查询、生成报表 SQL。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/sql-generator-skill -g -y

2.5.2 mysql-optimizer（MySQL 优化技能）

  • 准确名称：mysql-optimizer
  • 核心作用：MySQL 数据库性能优化，支持慢查询分析、索引优化、SQL 优化、配置调优、锁机制分析、性能监控。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill mysql-optimizer -g -y

2.6 前端开发类 Skills（Web 开发必备）

2.6.1 frontend-design（前端设计优化技能）

  • 准确名称：frontend-design
  • 核心作用：前端设计防 AI 味，先确定视觉方向，再处理字体、色彩、动效、空间、质感，生成美观 UI，适配 Landing Page/Dashboard/SaaS 页面。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill frontend-design -g -a claude-code -a cursor -a windsurf -y

2.6.2 react-best-practices（React/Next.js 最佳实践）

  • 准确名称：react-best-practices
  • 核心作用：Vercel 出品，覆盖数据请求、bundle 优化、服务端性能、重渲染优化、组件设计规范，提升 React/Next.js 项目质量。
  • 安装方法：

bash
npx skills add https://github.com/vercel-labs/skills --skill react-best-practices -g -y

2.7 文档生成类 Skills（提效神器）

2.7.1 doc-generator（全自动文档生成技能）

  • 准确名称：doc-generator
  • 核心作用：一键生成项目 README、API 接口文档、参数释义、调用示例、项目结构，排版规整，节省文档编写时间。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill doc-generator -g -y

2.7.2 markdown-generator（Markdown 文档生成技能）

  • 准确名称：markdown-generator
  • 核心作用：自动生成标准 Markdown 文档、技术白皮书、接口文档、读书笔记，支持标题层级、表格、代码块、列表自动排版。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/markdown-generator-skill -g -y

2.8 调试与排错类 Skills（问题解决神器）

2.8.1 auto-debug（智能深度排错技能）

  • 准确名称：auto-debug
  • 核心作用：溯源报错根源，分析代码逻辑错误、依赖版本冲突、环境配置问题、隐性连环 Bug，定位问题行数，提供完整修复思路和优化方案。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill auto-debug -g -y

2.8.2 code-review（代码审查技能）

  • 准确名称：code-review
  • 核心作用：自动帮你做代码审查，找 Bug、查安全漏洞、优化代码规范，质量直接拉满。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill code-review -g -y

2.9 部署与运维类 Skills（上线必备）

2.9.1 docker-helper（Docker 容器化技能）

  • 准确名称：docker-helper
  • 核心作用：Docker 容器化全流程，支持 Dockerfile 生成、镜像构建、容器运行、多容器编排（Docker Compose）、镜像优化、容器管理。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/docker-helper-skill -g -y

2.9.2 nginx-config（Nginx 配置优化技能）

  • 准确名称：nginx-config
  • 核心作用：Nginx 反向代理、负载均衡、静态资源部署、SSL 配置、缓存优化、安全配置，自动生成优化配置文件。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/nginx-config-skill -g -y

2.10 RAG 与知识库类 Skills（私有知识赋能）

2.10.1 rag-embedding（文本分块向量化技能）

  • 准确名称：rag-embedding
  • 核心作用：长文本自动分块、向量化、存入向量数据库（ChromaDB/PGVector），用于私有知识库构建、文档问答。
  • 安装方法：

bash
npx skills add https://github.com/openagent-dev/rag-embedding-skill -g -y

2.10.2 mcp-local（本地资源联动技能）

  • 准确名称：mcp-local
  • 核心作用：安全读取本地笔记、配置文档、技术文档、参考资料，不上传云端，本地知识库辅助开发，保障隐私。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill mcp-local -g -y

2.11 安全审计类 Skills（线上项目必备）

2.11.1 security-audit（安全审计技能）

  • 准确名称：security-audit
  • 核心作用：专门做安全审计、扫漏洞、防注入，检测权限问题，线上项目强烈建议必开。
  • 安装方法：

bash
npx skills add https://github.com/anthropics/skills --skill security-audit -g -y

三、智能体 Skills 开发全流程（从 0 到 1 创建生产级技能）

3.1 开发前准备

3.1.1 环境要求

  • Node.js 18+ 或 Bun 1.1+（低版本可能兼容性报错）。
  • 智能体客户端：Claude Code/Cursor/WinSurf/Codex/OpenCode/Trae。
  • 技能开发工具：skill-creator（官方）。

3.1.2 技能设计原则

  • 单一职责：一个技能只解决一个核心问题，避免功能臃肿。
  • 明确边界：定义能做 / 不能做，如 SQL 技能仅限 SELECT，禁止 DROP/DELETE。
  • 结构化步骤：用编号列表，Agent 对结构化内容遵循度更高。
  • 输入输出规范：明确参数类型、格式、示例，降低随机性。
  • 异常处理：覆盖参数缺失、调用失败、超时、无结果等场景。

3.2 技能开发步骤（实操）

3.2.1 初始化技能（用 skill-creator）

bash
# 安装skill-creator
npx skills add https://github.com/anthropics/skills --skill skill-creator -g -y
# 创建新技能
claude "create a skill for redis cache optimization"
# 按提示填写：
# 技能名称：redis-cache-opt
# 描述：Redis缓存性能优化，内存优化、过期策略、命中率提升
# 触发条件：用户请求"优化redis缓存"、"redis性能调优"
# 执行步骤：自动生成模板，后续编辑完善

3.2.2 编写 [SKILL.md](SKILL.md)（核心）

markdown
---
name: redis-cache-opt
version: 1.0.0
author: your-name
description: Redis缓存性能优化，内存优化、过期策略、命中率提升
trigger: ["优化redis缓存", "redis性能调优", "redis缓存优化"]
compatibility: ["claude-code", "cursor", "windsurf", "codex", "opencode", "trae"]
---

## 职责边界
### 能做
- 分析Redis内存使用情况
- 优化过期策略（LRU/LFU）
- 提升缓存命中率
- 生成优化配置文件

### 不能做
- 执行Redis数据删除操作
- 修改生产环境Redis配置（需人工确认）

## 执行步骤
1. 连接Redis，获取内存使用、键数量、命中率等信息
2. 分析内存占用大的键，建议优化方案
3. 检查过期策略，推荐LRU/LFU配置
4. 计算缓存命中率，给出提升建议
5. 生成redis.conf优化配置

## 输入输出
### 输入
- redis-host: 主机地址（默认localhost）
- redis-port: 端口（默认6379）
- redis-password: 密码（可选）

### 输出
- 优化报告（Markdown格式）
- 推荐配置文件

## 约束
- 必须先备份Redis数据再执行优化
- 严禁在生产环境直接应用配置，需人工确认

3.2.3 编写工具脚本（src/[redis-opt.py](redis-opt.py)）

python
import redis
import sys

def analyze_redis(host, port, password):
    r = redis.Redis(host=host, port=port, password=password, decode_responses=True)
    info = r.info()
    # 内存分析
    memory_used = info['used_memory_human']
    # 命中率
    keyspace_hits = info['keyspace_hits']
    keyspace_misses = info['keyspace_misses']
    hit_ratio = keyspace_hits / (keyspace_hits + keyspace_misses) * 100
    return {
        "memory_used": memory_used,
        "hit_ratio": f"{hit_ratio:.2f}%",
        "optimization_suggestions": [
            "设置合理的过期时间，避免内存溢出",
            "使用LRU淘汰策略",
            "缓存热点数据，提升命中率"
        ]
    }

if __name__ == "__main__":
    host = sys.argv[1] if len(sys.argv) > 1 else "localhost"
    port = int(sys.argv[2]) if len(sys.argv) > 2 else 6379
    password = sys.argv[3] if len(sys.argv) > 3 else ""
    result = analyze_redis(host, port, password)
    print(result)

3.2.4 安装与测试技能

bash
# 本地安装技能
npx skills add ./redis-cache-opt -g -y
# 测试技能
claude "优化redis缓存"
# 输入Redis连接信息，验证输出结果

3.3 技能发布与共享

3.3.1 发布到 GitHub

  • 创建公开仓库，上传技能目录。
  • 编写 [README.md](README.md)，说明功能、安装方法、使用示例。
  • 标注兼容性（Claude Code/Cursor/WinSurf/Codex/OpenCode/Trae）。

3.3.2 提交到技能市场

  • 开源社区：GitHub Awesome Agent Skills。

四、智能体 Skills 最佳实践（避坑指南）

4.1 技能选择原则：少而精

  • 控制数量：20-30 个，贴合工作流，盲目堆砌拖慢效率。
  • 优先官方：Anthropic/Vercel 官方技能质量高、兼容性好。
  • 社区精选：选择安装量高、更新频繁、评价好的社区技能。

4.2 安全使用规范

  • 最小权限：高风险操作（写文件、执行命令、数据库修改）开启人工审批。
  • 沙箱执行：代码执行、终端操作使用沙箱，隔离风险。
  • 定期审计：查看技能执行日志，监控异常操作。

4.3 技能组合策略

  • 基础组合：find-skills + skill-creator + config-manager（必备）。
  • 开发组合：claude-dev-skills + git-helper + code-executor + code-lint。
  • 全栈组合：开发组合 + frontend-design + docker-helper + doc-generator。

4.4 常见问题与解决

  • 技能不触发：检查 [SKILL.md](SKILL.md) 的 trigger 字段，关键词需匹配用户请求。
  • 执行失败：核对依赖安装、权限配置、输入参数格式。
  • 输出不稳定：完善输入输出规范，增加示例，明确约束条件。

五、总结：Skills—— 智能体时代的 “生产力工具”

2026 年，Skills 是 AI 编程智能体的核心竞争力。Claude Code、Codex、Cursor、WinSurf、OpenCode、Trae 等工具通过 Skills 生态，将通用 AI 转化为全链路工程代理，覆盖从代码生成到部署上线、从数据处理到文档编写的全场景需求。

本文从原理→现状→必备技能全解→开发方法→最佳实践，系统梳理了智能体 Skills 体系，所有技能均提供准确名称、核心作用、资源地址、安装使用方法，并附技能开发全流程，兼顾实用性、准确性与专业性。

行动建议：

  1. 安装核心元技能（find-skills/skill-creator/config-manager），搭建技能管理基础。
  1. 根据开发场景，选择10-15 个高频技能，构建个性化技能组合。
  1. 尝试开发 1-2 个自定义技能，解决特定业务痛点，提升智能体能力边界。

# AI # 人工智能 # 经验分享
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

实例讲解什么是上下文治理

avatar AtomGit开源社区

【SCI一区论文复现】自适应强化学习机械臂控制研究（Maltab代码实现）

针对双连杆机械臂在模型不确定性、外部扰动以及执行器饱和约束下的高精度轨迹跟踪控制难题，本文提出一种融合径向基函数神经网络、非奇异终端滑模控制与强化学习的自适应鲁棒控制方案。该方法以非奇异终端滑模为核心控制框架，保证系统状态在有限时间内收敛并避免传统滑模的奇异性问题；采用评价 - 动作双网络强化学习结构，利用径向基函数神经网络实现对系统未知动态与不确定项的在线逼近，同时完成控制策略的自适应优化；设计

avatar AtomGit开源社区

Google Cloud Dataflow 背后的流式处理模型

是一个完全托管的数据处理服务，提供无服务器统一的流式和批量数据处理。当处理流式数据工作负载时，它是 Google 推荐的首选服务。该服务承诺无论工作负载多大，都能确保正确性和延迟。为了实现这些特性，Google Dataflow 基于一个专用的处理模型——Dataflow，该模型源自 Google 多年来的研究和开发。。如果你想深入了解流式处理，我强烈推荐这篇论文。它包含了 Google 在引入

avatar AtomGit开源社区