狂攬2.4萬星標：一行命令，AI會自己找技能了

新智元報道

【新智元導讀】從前是人給AI裝能力，如今是AI自己去找。

以往，開發(fā)者們見面交換的是提示詞（prompt）模板。

現在，風向變了。大家在互相打聽的，是你該裝哪個技能（skill）。

這背后，藏著一個更大的轉變：AI編程工具，開始「裝包」了。

今年1月17日上午，Vercel創(chuàng)始人兼CEO Guillermo Rauch在X上發(fā)了一條推文：我們正在推出skills——AI技能的「npm」。

所謂「npm」，是前端工程師天天用的那個包管理器，一行命令就能把別人寫好的東西裝進自己的項目。

Rauch的言下之意是：這套「一行命令裝好別人成果」的體驗，這次要搬到AI身上了。

「龍蝦之父」的Peter Steinberger第一時間回了一句：「酷！得跟ClawHub同步一下。」

ClawHub是另一套智能體生態(tài)的技能市場，跟Vercel并非一家。可Peter的第一反應卻是「要對齊」。

三天后，Vercel在更新日志里正式官宣了它：一個為智能體安裝和管理能力包的命令行工具。

這個官方倉庫vercel-labs/skills，發(fā)布僅五個月，GitHub星標就沖到了2.4萬。

憑什么這么火？簡單到只有一行命令：

npx skills add 。

說白了，它就是AI智能體（AI agent）的包管理器。

像前端工程師天天用的npm，一行命令把別人寫好的東西裝進項目，只不過這回裝的不是代碼庫，而是「能力」。

更狠的是，它不挑工具。Claude Code、Cursor、Codex、Gemini CLI……官方支持的智能體已經超過68個。一份能力包，裝進哪個工具都能跑。

Vercel還順手上線了skills.sh，一個技能目錄加安裝量排行榜，哪個技能火、被裝了多少次，一目了然。

榜首名叫find-skills的包，安裝量已經沖到230萬次。

skills.sh技能目錄安裝量排行榜，find-skills以230萬次（2.3M）安裝量居首，frontend-design、vercel-react-best-practices等緊隨其后。（圖源：skills.sh）

AI編程能力，第一次有了「熱門下載」的排行榜。

一行命令

AI學會了一門新手藝

先看它到底干了什么。

npx skills add vercel-labs/agent-skills，回車。

幾秒鐘后，你的Claude Code就多了一套React、Next.js的工程規(guī)范，外加一套設計準則。下次它寫代碼，自動按這套規(guī)矩來。

這套東西，官方叫「技能包（skill）」。本質上是一個文件夾，核心是一份帶YAML頭的SKILL.md，寫清楚兩件事：這個技能是什么，什么時候該用。

文件夾里還能放參考文檔、模板，以及一個專門的scripts/目錄，里面是能直接執(zhí)行的腳本。

它解決的痛點特別實在。

模型懂通用的編程語言和框架，可它不懂你這個項目的「土規(guī)矩」：你們的代碼風格、命名習慣、踩過的坑。

以前這些只能靠你每次開新對話一遍遍復述，現在打包成一個skill，裝一次，長期生效。

裝完還能像管npm包一樣管它：list看裝了哪些，update一鍵更新，remove刪掉。

底層是一套共享規(guī)范，你給Claude Code裝的，換到Cursor照樣跑。

要是連裝都嫌麻煩，還有更輕的玩法：不裝，直接用。

一條npx skills use，把技能臨時拉過來，管道一接喂給Claude跑，用完即走，連本地目錄都不會「弄臟」。

過去AI的能力邊界，靠你嘴皮子怎么描述。現在，能力變成了貨架上一個個可以直接取下來的包。

AI工具層的「npm化」

很多人可能會把它當成Claude的新功能。但它來自Vercel，并非Anthropic的原生能力。

Claude Code、Cursor、Codex、GitHub Copilot、Windsurf……全是被支持的對象，skills CLI把它們一股腦接進來，統(tǒng)一一個入口。

入口背后，是AI工具層開始「npm化」了。

Vercel把這些零散經驗封裝成可復用、可分發(fā)、可版本管理的模塊。

AI能力，正從「提示詞工程」走向「能力工程（capability engineering）」。前者解決「這一次怎么說」，后者解決「這件事以后都這么干」。

這套打法，Vercel玩過一次。

當年它靠Next.js卡住了整個前端生態(tài)的部署入口，前端開發(fā)者繞不開它。

如今它想在AI智能體這一層，把同樣的故事再講一遍。

Find Skills

AI第一次有了「能力搜索引擎」

最有未來感的一筆，是Find Skills，這是一個「找技能的技能」。

find-skills技能的官方定義——當用戶問「如何做X」「有沒有能……的技能」，或想擴展能力時，它負責發(fā)現并安裝對應的智能體技能。

你說一句「幫我做X」，它就替你跑完一整套流程：搜索、篩選、裝上最匹配的那個。

更省心的是它還自帶一道質檢。挑技能時，它會看安裝量、比來源，熱門的、官方出品的優(yōu)先，來路不明的會提醒你悠著點。

find-skills技能的SKILL.md源碼，明確寫入推薦前的三道驗質規(guī)則：安裝量優(yōu)先1000+、警惕100以下，來源優(yōu)先Vercel、Anthropic、微軟等官方源，倉庫星標低于100要存疑。

這意味著，AI第一次有了自己的「能力搜索引擎」。你不必知道有哪些技能、叫什么名字，只管說要干嘛，剩下的交給它去找。

更重要的是，它不只對程序員有用。

真正被「能力散裝」折磨得最狠的，恰恰是借AI寫代碼的設計師、產品經理、內容創(chuàng)作者等。

他們沒有工程化的習慣，git提交、文檔規(guī)范全靠AI兜著，反而最需要現成的技能包來撐。

Find Skills等于給了他們一個不用懂行也能調兵遣將的入口。

熱鬧背后

是一筆沒人兜底的賬

聽起來很美，可別急著上頭。

回到那個scripts目錄。技能里帶的是執(zhí)行邏輯，不是幾句無害的說明，它真的會在你電腦里跑命令。

可你隨手裝的第三方包究竟動了哪些文件，多數人根本不看。

這其中到底可能藏著多少雷？

安全公司Snyk的ToxicSkills研究，對ClawHub與skills.sh上的3984個技能做了首次系統(tǒng)審計：超三成帶安全缺陷，13.4%（534個）屬嚴重級，涵蓋惡意軟件分發(fā)、提示詞注入（prompt injection）、密鑰泄露。

這意味著平均每7、8個里就有1個能直接坑到你。

Snyk「ToxicSkills」研究審計3984個技能：1467個（36.82%）帶任一安全缺陷，其中534個（13.4%）為嚴重級，已確認76個惡意載荷，另有8個至今仍存在于ClawHub上。（圖源：Snyk）

另一家機構Koi Security審計2857個，查出341個惡意。

主要的手法，無非兩條路。

一條是走腳本，讓你的AI跑去陌生IP下載東西就地執(zhí)行，或偷讀你的SSH、AWS配置；

另一條更隱蔽，直接在SKILL.md的文字里下毒，AI把攻擊者的隱藏指令當成正經工作說明來讀，照做不誤。

最狠的還會專偷智能體存著隱私對話的記憶文件。

你可能會說，npm不也天天爆投毒嗎，但這次的雷是另一個量級。

npm裝的是純代碼，數據和指令分得開；skill把這條邊界抹掉了，它是提示詞、代碼、完整權限三樣捏在一起，一個SKILL.md就能改寫智能體的行為，還直通你的文件系統(tǒng)、網絡和shell。

npm的雷頂多炸構建產物，skill的雷直通你的本地憑證和整個代碼庫。

當然，這不是勸你別裝。Vercel自己也提醒：把技能當代碼看，裝前讀一遍，對scripts目錄格外小心。

一條最樸素的判斷是，下載量大不等于安全，真正該看的是來源和權限。一個查天氣的技能，張口要讀你服務器的SSH密鑰，它要這個干什么？

盼了很久的AI能力的「npm時刻」真的來了。

只是它沒只帶來便利，連npm這些年踩過的坑也一并打包寄到，還搶在生態(tài)成熟之前。

一行命令裝好能力固然很爽，但這條路才剛起步。它讓你復用同行沉淀的本事，同時也需要你帶著判斷進場。

挑包、看源、驗權限，這套開發(fā)者的老手藝，這一回照樣得帶上。

二十年

一行命令

說到底，這一切的起點，還是Vercel創(chuàng)始人Guillermo Rauch。
他來自阿根廷布宜諾斯艾利斯的Lanús區(qū)。用他自己的話說，他這一生的事業(yè)，大半都歸功于Web和開源。

少年時他熱衷推廣Linux，教人上手，后來一頭扎進JavaScript；加入開源項目MooTools核心團隊后，18歲拿到第一份前端工程師全職工作，搬到了舊金山。

Guillermo Rauch

他的成名作之一是Socket.io：一個廣為使用的實時通信庫，Notion的實時同步、Coinbase最早的交易產品，底層跑的都是它。

之后他看準了一個方向：做工具和云基礎設施，讓Web更快，把開發(fā)者體驗做到極致。Next.js和Vercel就此誕生。

如今這套平臺撐著華盛頓郵報、保時捷、Under Armour、任天堂等公司的線上業(yè)務。

而Vercel真正的殺招就藏在這里：寫代碼、預覽、上線，一條命令搞定。開發(fā)者一旦用上，就很難再走出這套體系。

說到底，Rauch二十年只做一件事：把原本復雜的工程，壓縮成開發(fā)者敢閉眼運行的那一行命令。

從一行now起一個服務器，到Next.js，再到今天的npx skills add，同一套手藝，這次搬到了AI智能體身上。

參考資料：

https://github.com/vercel-labs/skills#supported-agents

https://www.skills.sh/

https://snyk.io/blog/toxicskills-malicious-ai-agent-skills-clawhub/

編輯：元宇