- GitHub 仓库
- sickn33/agentic-awesome-skills
- 总 Stars
- ★ 48,089
- 今日新增
- +83
- 主要语言
- Python
agent 的 skill 正在大爆发，但发现机制还停留在“人肉 awesome-list”阶段。agentic-awesome-skills 的野心是做 skill 界的搜索引擎：2600+ 个 skill 的总目录，配一个本地控制面（AAS Core），让 agent 自己发现 skill、自己做技术栈校验、自己规划——CLI、本地 MCP、目录、插件、Workbench 全套。今天日榜第 13（单日 +83），总 star 4.8 万。
核心玩法
关键在“agent-first”这个定位：传统 awesome-list 是给人看的，这个目录是给 agent 读的。agent 接到任务，先查目录找合适的 skill，再校验 skill 与当前技术栈是否匹配，最后排计划执行。相当于给 agent 配了个“技能市场导航”。对个人开发者来说，更实际的用法是把它当 skill 选型起点：先在目录里找到候选，再去原仓库看文档和 issue 活跃度，最后才决定装哪个。
适合谁
- 在搭 agent 系统、需要 skill 可被机器发现的开发者
- 想规范团队 skill 选型流程的人
- 收藏 awesome-list 体质的极客（这个目录本身就值得 star）
提醒
本质是聚合目录，2600+ skill 的质量完全看各 skill 自己的维护状态——目录 star 高不等于里面每个 skill 都靠谱。issue 区 0 open（收录走 PR），装之前先看目标 skill 的更新时间和文档完整度，别按目录星数盲信。这是聚合类项目的通病，如实提醒。
对比 wshobson/agents（插件市场、重分发），AAS 更像“awesome-list + 本地 MCP 控制面”，重心在发现与编排；今天同批三个 skill/插件项目各有分工，wshobson 管分发、AAS 管发现、agency-agents 管角色。
站长点评：“让 agent 自己挑 skill”这个方向我认同——skill 一旦上千，人肉维护目录就是死路。但目录型项目最大的坑是“收录容易、保鲜难”，用之前多看一眼更新时间，基本能避开 80% 的坑。项目地址：https://github.com/sickn33/agentic-awesome-skills
⬇ 下载区（本站中转）
本站服务器实时中转 GitHub 文件，国内网络也可稳定下载；也可使用右侧官方链接。 本项目遵循 MIT 许可证。
要下载其他 GitHub 项目？试试本站的 GitHub 加速下载工具，粘贴链接即可中转。