网页与界面Taste Skill/作者案例
花艺工作室的品牌网页
深色植物视觉、编辑式排版与完整长页面，呈现花艺品牌气质。
免费
用技能做出来的作品
你的下一个作品，从这里开始。
看效果，复制任务，用背后的技能制作自己的版本。
GitHub 人气排行榜
最受欢迎的 Agent Skill 项目。
以 GitHub Star 衡量人气，过滤关联度低的项目，并在安装前展示信任信号。
更新于 10月11日 02:55 UTC查看全部榜单
- 1
391K stars and excellent quality signals.
- 2
282K stars and excellent quality signals.
- 3
280K stars and excellent quality signals.
- 4
272K stars and excellent quality signals.
- 5
251K stars and strong quality signals.
- 6
180K stars and excellent quality signals.
- 7
175K stars and excellent quality signals.
- 8
136K stars and excellent quality signals.
- 9
120K stars and excellent quality signals.
- 10
107K stars and excellent quality signals.
为什么是 OpenAgentSkill
别再把 Agent 扔进随机目录里。
Skill 注册表只有在 Agent 可以信任它时才真正有用。OpenAgentSkill 把分散的 GitHub 项目变成可排序、可审计、可安装的能力，供 Codex、Claude Code、Cursor、MCP 兼容 Agent 和自定义运行时调用。
- 01
从任务解析到 Skill
Agent 从意图出发，而不是从分类页出发。注册表把任务映射成首选 Skill、备选项和匹配理由。
- 02
安装前先看安全
Stars、更新、质量分、权限提示、风险和就绪说明，会和 Agent 将执行的命令一起返回。
- 03
人类浏览，Agent 调用 API
人可以浏览索引；Agent 可以通过解析、推荐和 Skill 端点调用同一套注册表。
注册表响应
一次调用，得到排序后的安装路径。
{
"task": "analyze stock news",
"agent_decision": {
"recommended_skill": "Last30days Skill",
"install_command": "npx skills add ...",
"why_recommended": [
"matches research workflow",
"strong Trust Score",
"audit warnings included"
],
"risk_summary": {
"safety": "review before install",
"notes": ["network access", "verify sources"]
}
}
}架构
从意图到安装之间的四层。
OpenAgentSkill 不是另一个静态列表，而是 Agent 在写文件、打开浏览器或安装第三方代码前可以调用的注册表循环。
已发现项目
26,210
已验证技能
35,550
可安装
34,934
- 01
理解任务
用户或上游 Agent 用自然语言描述任务。
Task · Agent · ContextIntent - 02
推荐引擎
ranker综合任务匹配度、维护情况、Star 和审计信号排序。
Fit · Quality · FreshnessRank - 03
技能信任档案
为每个候选提供准备情况、安装命令和审核提示。
Risk · Install · EvidenceAudit - 04
Agent 安装路径
注册表返回 Agent 下一步可执行的操作与安全条件。
Codex · Claude Code · CursorInstall
快速开始
从任务描述到安装命令。
- 01
请求技能方案
根据任务返回首选技能、备选、安全评分和安装计划。
POST /api/agent/resolve - 02
查看信任档案
检查匹配度、仓库健康度、风险与安装条件。
GET /api/agent/skills/crawl4ai - 03
安装到 Agent 工作流
复制命令，或交给 Codex、Claude Code、Cursor 及自定义 Agent。
GET /api/skills/crawl4ai/install?format=text - 04
自动发现技能
用 API 为自己的 Agent 运行环境接入技能注册表。
curl "https://www.openagentskill.com/api/agent/resolve?task=review+pull+requests&agent=codex"
Agent 接入Codex, Claude Code, Cursor, MCP-compatible agents, and custom internal runners.
对比
OpenAgentSkill 与其他 Skill 平台的区别。
核心判断很简单：普通目录是给人浏览的。OpenAgentSkill 是为了让 AI Agent 自动发现、比较并安装正确 Skill 而构建。
| 功能 | OpenAgentSkill | skills.sh | agentskills.io | Native docs |
|---|---|---|---|---|
| 主要用途 | 在统一注册表中推荐、比较和安装技能 | 浏览并安装可复用 Agent 技能 | 定义开放技能格式与学习路径 | 说明各原生 Agent 平台的技能用法 |
| 面向 Agent 的 API | 支持：根据任务向 Agent 推荐技能 | 目录与安装流程 | 以规范和文档为主 | 各平台专用 API 与文档 |
| 跨 Agent 支持 | Codex, Claude Code, Cursor, MCP-compatible agents, and custom tools | 开放 Agent 技能生态 | 扩展 Agent 的开放格式 | 更适合对应厂商的平台 |
| 信任与审计信号 | Star、质量评分、准备情况和安装审核 | 目录元数据 | SKILL.md 元数据规范 | 原生平台控制机制 |
| 适合人群 | 让 Agent 自动找到合适的技能 | 快速找到可安装技能 | 学习或编写标准技能 | 在单个产品中使用技能 |
对比依据各项目的公开定位和文档。不同项目并非互相替代；OpenAgentSkill 专注于 Agent 可调用的技能注册表和推荐层。
