本地优先的 agent skill 管理器

你机器上的每一个 agent skill,都在一个地方。

清点你机器上的每一个 agent skill,找出问题,安全地管理它们。SkillCat 说明每个 skill 的触发条件,把证据摆在每个结论旁边,并把你自己的模型变成只读优化建议—— 你能判断的改法,而不是它擅自做的修改。

  • 免费 · MIT 许可
  • macOS + Windows
  • v1.2.0
  • 离线读取
  • 90+ 个 agent
  • 只读优化建议
  • 无需账号
SKILL.md 0 个问题
---
name: release-notes
description: 根据已合并的 PR 生成发布说明
when_to_use: 起草发布说明, changelog
---

## When to Use
起草发布说明时,或把已合并的 PR
整理成面向用户的说明时使用。
  • ~/.agents/skills
  • 符号链接正常
  • 1.2 KB · 1 个文件
  • sha 3f9a1c07

覆盖 90+ 个已知 agent 目录

  • Claude Code
  • Codex
  • Cursor
  • OpenCode
  • Gemini CLI
  • Windsurf
  • Trae
  • GitHub Copilot
  • Cline
  • Continue
  • Goose
  • Amp
  • Droid
  • Zed

01 · SKILL 管理

每一个 skill,它的真实状态,和唯一安全的改动方式。

SkillCat 读取跨 90+ 个 agent 的全局、项目级与自定义目录,展示每个 skill 的来源、 锁元数据与真实链接状态——符号链接、悬空还是漂移。

  • 01

    跨 90+ 个 agent 的清单

    全局、项目级与自定义目录汇成一份列表,含来源、体积、更新时间和内容哈希。

  • 02

    真实的链接状态

    符号链接、悬空链接、副本漂移还是本地修改——每个 skill 都有磁盘事实,而不是猜测。

  • 03

    带证据的问题

    确定性规则指出悬空链接、缺失锁记录、副本漂移、跨作用域遮蔽与来源冲突,每条都附上 触发它的证据。

  • 04

    自动发现的项目

    根据 agent 标记在你的扫描根目录下发现项目。常来的可以收藏;注册表只保存路径。

  • 05

    唯一的安装路径

    安装、更新或删除都经由官方 skills CLI,进度流式 显示在抽屉里,带确认步骤,可随时取消。

SkillCat 的 Skills 视图:左侧是已安装 skill 列表,右侧详情面板展示描述、触发画像、链接状态与正文。
SkillCat 的问题与评分视图:左侧是按严重程度着色的 findings,右侧是证据与建议的修复方式。

清单 · 真实链接状态 · 问题与评分 · 每条结论附证据

02 · SKILL 优化建议

让模型给建议,但绝不让它碰文件。

把你自己的模型变成单个 skill 的评审。它返回总览,加上按严重度排序、带 before/after 片段的建议,准则来自内置 rubric——不写回任何内容。

  • 01

    按严重度排序,附带证据

    每条建议含标题、严重度(高/中/低)、理由,以及可选的 before/after 片段,让你判断这个改法,而不是盲信。

  • 02

    以内置 rubric 为准

    评审准则来自内置的 skill-optimizer;同名用户 skill 会被忽略,因此你 skill 里的提示词注入无法劫持评审。

  • 03

    保存,不重复计费

    结果持久化到 optimizer.json,按 skill 及其内容哈希 键控。再次打开不花钱,只有主动「重新生成」才再次消耗 token。

SkillCat 的 skill 详情页「优化建议」标签页:针对单个 skill 的总览与按严重度排序的优化建议,每条附带现状与建议片段。

优化建议 Tab · 一次审查一个 skill

只读保证 绝不改写任何 skill 文件。优化器只产出建议——真正的改动仍要经过官方 skills CLI,并带确认步骤。

03 · SKILL 触发统计

看清真正触发了什么,而不只是可能触发什么。

SkillCat 提取每个 skill 的触发画像,还可以记录你的 agent 里真实触发了哪些 skill——含触发词语、任务与时间。统计只留在本机。

  • 01

    触发画像,正向与负向

    从 when_to_use、dispatch_intent、 description 与正文「When to Use」提取触发词。可在 sidecar 里手工标注;绝不改写 skill 文件。

  • 02

    可选的真实运行记录

    安装 OpenCode bridge 来记录真实触发:哪个 skill、哪个词语、哪个任务、哪个会话。 默认关闭,一键卸载。

  • 03

    按天与按 skill 的统计

    图表展示每日触发次数和触发最多的 skill;同一句话触发多个 skill 会被聚合为冲突信号。

  • 04

    默认私有

    触发词语属于提示词片段,只保存在本机配置目录,从不上传;保留天数由你控制,可一键清空。

SkillCat 的使用记录视图:触发次数、触发过的 skill、每日触发次数曲线,以及包含 skill、触发词语、任务与 agent 的最近触发列表。

使用记录 · 触发情况与统计

它做什么,以及该信到什么程度。

每一项能力都标注了它的判断来自哪里。磁盘事实是确定性的,相似度结果是启发式的, 并且明确说明这一点。

清单覆盖 90+ 已知 agent

扫描全局、项目级与自定义目录,报告每个 skill 的来源、锁元数据,以及真实的链接状态: 符号链接、悬空,或副本漂移。

core

项目自动发现

根据扫描根下的 agent 标记发现项目,把常回访的钉住。注册表只存路径,删除条目不会 删除任何文件。

core

分析确定性与启发式

确定性规则读取磁盘事实:悬空链接、锁记录缺失、副本漂移、本地改动、跨作用域遮蔽与 来源冲突。启发式则提示触发词重叠、负向矛盾与正文重复,并给出置信度与造成命中的共享词。

rules

安全操作唯一安装路径

每次变更都把进度流式展示在抽屉里,有确认步骤,也可以取消。写入一律委托官方 skills CLI,因此只有一条安装路径,而不是两条。

cli

优化建议可选,只读

用你的模型审查单个 skill,返回只读的改写建议,附带 before/after 片段, 评审准则来自内置的评审 skill。不会写回任何文件;结果会保存,只有主动重新生成才覆盖。

ai

触发画像正向与负向

从 when_to_use、dispatch_intent、description 和 「When to Use」小节中提取每个 skill 的触发条件。你可以在 sidecar 里手工标注触发词, skill 文件永远不会被改写。

core

运行记录可选,仅本机

安装 OpenCode bridge 记录真实触发了哪些 skill,含触发词语、任务,以及按天与按 skill 的 统计图表。一键即可卸载,数据只保存在本机配置目录。

optional

远程搜索skills.sh 榜单

浏览公共索引与全部时间、趋势、热门三个榜单,安装前先读一遍 SKILL.md,然后直接装进 当前作用域。

online

AI 评估可选,自带密钥

用你自己的模型为每个 skill 评分,并判定预筛选出的重复与冲突候选对。结果带签名保存, 界面据此提示评估是否已经过期。

ai

扫描、分析、执行。

三步,其中只有第三步可能改动磁盘上的内容。

01

扫描

读取全局与项目锁文件,枚举 canonical 目录、每一个已知 agent 目录和你的自定义目录, 再对每个 skill 的内容做哈希。

02

分析

对全部记录运行规则引擎,提取触发画像,在开销低的地方计算相似度,并合并你保存的标注。 整个过程不会向 skill 写回任何内容。

03

执行

安装、更新或卸载 —— 每一步都经过确认、流式展示、可取消,并且由官方 skills CLI 执行,而不是由 SkillCat 自己执行。

读取

本地且离线

扫描只使用文件系统与锁文件,清点与分析 skill 不需要任何网络请求。

写入

委托给 CLI

每一次变更都走官方 skills CLI。SkillCat 不会成为第二个事实来源, 也不会背着你改动文件。

它不会打破的规则。

P1

读取本地且离线

扫描只使用文件系统与锁文件,清点与分析 skill 不需要任何网络请求。

P2

写入一律委托

每一次安装、更新与卸载都走官方 skills CLI。SkillCat 不会成为第二个 事实来源。

P3

分析可解释

确定性规则与启发式分开标注,每一条问题都附带触发它的证据。

P4

可选且显式的 AI 评估

评分、重复判定与优化建议只在你要它跑的时候运行,用你自己的密钥与端点。优化器是只读的 ——绝不改写 skill。默认情况下没有任何数据离开你的机器。

下载使用,或从源码构建。

从 Releases 页面获取最新构建,或者克隆仓库以开发模式运行。

macOS

自包含

  • 提供 Apple Silicon 与 Intel 构建(dmg 或 zip)。
  • 内置 skills CLI,无需安装 Node.js。
  • 把 SkillCat 拖进 /Applications 即可。
SkillCat-1.2.0-arm64.dmg

Windows

需要 Node.js

  • x64 NSIS 安装包。
  • 安装 / 更新使用系统 Node.js,版本 22 或更高。
  • 内置 CLI 目前仅支持 macOS。
SkillCat-1.2.0-setup.exe
未签名构建 这些构建没有代码签名。在 macOS 上,Gatekeeper 会拦截下载副本的首次启动 —— 右键 → 打开,或清除隔离属性: sudo xattr -dr com.apple.quarantine /Applications/SkillCat.app。在 Windows 上,SmartScreen 可能提示未知发布者,选择 更多信息 → 仍要运行。

值得问的问题。

Q1 它和直接用 skills CLI 有什么区别?

CLI 负责安装 skill。SkillCat 让你看清已经装好的东西处于什么状态:它读取 CLI 与 各个 agent 写到磁盘上的内容,解释每个 skill,并在问题爆发前把具体问题指出来。

Q2 需要 API 密钥吗?

不需要。清单、触发画像与规则引擎都不依赖模型。只有开启可选的 AI 评估与只读优化建议时才 需要密钥。

Q3 它认识哪些 agent?

超过 90 个已知 agent 目录,包括 Claude Code、Codex、Cursor、OpenCode、Gemini CLI、 Windsurf 与 Trae,也可以自己添加 skill 目录。

Q4 它会改动我的 skill 吗?

不会悄悄改。扫描是只读的,标注保存在配置目录的 sidecar 文件里。优化建议同样是只读的: 只返回 before/after 片段,绝不写入 skill。对 skill 目录的任何改动都要经过官方 skills CLI,并带确认步骤。

Q5 能离线使用吗?

可以。扫描、分析与使用记录只用文件系统与锁文件,记录只留在本机。联网只用于可选的 远程搜索、榜单与 AI 评估。

Q6 它会记录我输入的内容吗?

只有开启运行记录时才会。安装可选的 OpenCode bridge 后,SkillCat 记录哪个 skill 被触发、 触发词语、任务与时间——只保存在本机配置目录,从不上传;保留天数由你设置,可一键清空。 卸载 bridge 后就不再记录。

Q7 它是免费的吗?

免费。SkillCat 基于 MIT 许可开源,没有账号、没有订阅,也没有遥测。

Q8 运行它需要什么环境?

macOS 版是自包含的:内置 skills CLI,无需安装 Node.js。Windows 需要 Node.js 22 或更高版本。

把它指向你的工作区,看看你到底装了什么。

免费、开源,在你开口之前一直保持只读——优化建议也不例外。