Auto Skill Loader

Name: Auto Skill Loader
Author: divitkashyap

제작자: divitkashyap버전 1.0.1i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.divitkashyap/auto-skill-loader

설치

개요

제작자가 쓴 설명(영어 원문)

Auto-loads skills into agent sessions. MiniMax vision and search proxy.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억
입력해야 할 값: MINIMAX_TOKEN_PLAN_KEY

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: MINIMAX_TOKEN_PLAN_KEY

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "auto-skill-loader": {
      "command": "uvx",
      "args": [
        "auto-skill-loader"
      ],
      "env": {
        "MINIMAX_TOKEN_PLAN_KEY": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add auto-skill-loader --env MINIMAX_TOKEN_PLAN_KEY=your-value -- uvx auto-skill-loader

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "auto-skill-loader": {
      "command": "uvx",
      "args": [
        "auto-skill-loader"
      ],
      "env": {
        "MINIMAX_TOKEN_PLAN_KEY": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "auto-skill-loader": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "auto-skill-loader"
      ],
      "env": {
        "MINIMAX_TOKEN_PLAN_KEY": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

MINIMAX_TOKEN_PLAN_KEY 비밀 필수 env
MiniMax Token Plan API key from https://platform.minimax.io

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 7일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 divitkashyap 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 7249개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 7249개 중 8%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 7249개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Auto Skill Loader, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: MINIMAX_TOKEN_PLAN_KEY

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(1.0.1)은 7개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT오늘 업데이트

설치

Codebase Memory

제작자: DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

내 컴퓨터에서 실행★ 48,148MIT20일 전 업데이트

설치

Exa

제작자: exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

클라우드에서 실행★ 5,213MIT지난달 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

auto-skill-loader

Give your AI agent a persistent skill library it auto-loads at session start.

OpenCode image note: OpenCode doesn't yet expose real file paths when you paste images — the agent sees a filename instead. Workaround: give the agent an actual file path instead of pasting. Skills auto-load at session start as expected.

mcp-name: io.github.divitkashyap/auto-skill-loader

How it works

You configure which skills to auto-load in ~/.config/auto-skill-loader/config.yaml
The MCP server reads skill files from your skills directory and exposes them via skills://active
At session start your agent reads skills://active and gets all approved skills auto-injected
No explicit triggers needed — the agent already knows your skills

Why

The main problem: In OpenCode, skills don't auto-load — the agent has to explicitly invoke them or rely on unreliable fuzzy matching. auto-skill-loader solves this by exposing your skill library as an MCP resource that gets read at session start. Deterministic, no guessing.

Bonus: Our proxy tools also work around OpenCode's broken MCP stdio transport for the MiniMax vision and web search tools.

Installation

Option 1: uvx (recommended — no install needed)

uvx auto-skill-loader

Option 2: pip

pip install auto-skill-loader

auto-skill-loader

Option 3: Build from source

git clone https://github.com/divitkashyap/auto-skill-loader.git

cd auto-skill-loader pip install -e . auto-skill-loader

Configuration

OpenCode

Add to ~/.config/opencode/opencode.json:

"mcp": { "auto-skill-loader": { "type": "local", "command": ["uvx", "auto-skill-loader"], "enabled": true } } }

Claude Code

Note: Claude Code requires a specific JSON format via add-json:

claude mcp add-json -s user auto-skill-loader '{"type":"stdio","command":"/FULL/PATH/TO/python","args":["-m","server"],"env":{"MINIMAX_TOKEN_PLAN_KEY":"sk-cp-YOUR-KEY-HERE"}}'

Replace /FULL/PATH/TO/python with the path to your Python (e.g. /Users/YOU/auto-skill-loader/.venv/bin/python).

Or for uvx (requires network on first run):

claude mcp add -s user --transport stdio -e MINIMAX_TOKEN_PLAN_KEY=sk-cp-YOUR-KEY auto-skill-loader -- uvx auto-skill-loader

Tested On

Host	Skill Auto-Load	Vision Proxy	Image Paste	Notes
Claude Code (macOS)	✅	❌ Not needed	✅	Use `minimax-token-plan` MCP directly instead
OpenCode (macOS)	✅	✅ Works	❌ Broken	Give file paths instead of pasting

Skill auto-loading confirmed working on both hosts. The vision proxy bypasses OpenCode's broken stdio transport, but image paste-to-path is a separate rendering issue in OpenCode that requires using file paths.

Other MCP-compatible hosts (Cursor, Zed, etc.) should work with the same configuration — contributions welcome.

Platform Differences & Known Issues

Image Input: OpenCode vs Claude Code

Both hosts work with auto-skill-loader vision tools, but image input behaves differently:

Host	How images are passed	Recommended workflow
Claude Code	Images uploaded to URL automatically → tool receives URL	Paste image directly ✅ works
OpenCode	Inline images render visually but may not give tools a real path	Give a file path instead of pasting

OpenCode note: When you paste an image in OpenCode, it may render inline but the agent sees it as a filename string (e.g. logo.png) rather than a real filesystem path. This is a known OpenCode rendering behavior.

Workaround for OpenCode: Instead of pasting, give the agent the actual file path:

analyze this image: /path/to/your/image.png

The agent can access local files directly in OpenCode. If the image is only in your clipboard, the agent can extract it to /tmp/ first.

What We're Monitoring

We actively track the following OpenCode issues:

Inline image rendering (images pasted don't expose real paths to tools)
MCP stdio transport for local servers (our proxy tools work around this)
Session persistence of skills across restarts

If OpenCode releases a fix for inline image paths, this documentation and the vision-analysis skill will be updated to support direct paste workflow. We monitor OpenCode's changelog and release notes — check this repo for updates.

Other Known Issues

Issue	Severity	Workaround
OpenCode inline images show as filename, not path	Medium — affects paste workflow	Use file paths instead
Claude Code auth conflict (ANTHROPIC_AUTH_TOKEN vs managed key)	Low — cosmetic warning	Harmless, can be ignored
First vision call may take 3-5s (uvx download)	Low — one-time	Subsequent calls are ~200ms

Setup

Create skills directory (symlink to your existing skills):

mkdir -p ~/.config/auto-skill-loader

ln -sf ~/.config/opencode/skills ~/.config/auto-skill-loader/skills

Edit ~/.config/auto-skill-loader/config.yaml:

active_skills:

vision-analysis
context-maintainer
markdown-mcp

skills_dir: ~/.config/auto-skill-loader/skills

Restart your agent. It will now auto-load all listed skills at session start.

Tools

Tool	What it does
`list_skills`	List all available skills in skills_dir with descriptions
`activate_skill`	Add a skill to your approved list (persists to config.yaml)
`deactivate_skill`	Remove a skill from your approved list
`get_skill_info`	Get details about a specific skill
`get_active_skills`	List currently active skill names
`suggest_skills`	If no skills are active, suggests common ones to get started
`check_prerequisites`	Validate a skill's dependencies (MCP tools, API keys, env vars)

Bonus: MiniMax Vision & Web Search Proxy

auto-skill-loader also exposes two tools that proxy to minimax-coding-plan-mcp with a working stdio transport:

Tool	What it does
`minimax_understand_image`	Analyze images (JPEG, PNG, GIF, WebP up to 20MB)
`minimax_web_search`	Web search using MiniMax

Note: For vision specifically, mmx-cli is now the recommended approach — it's a direct REST call to MiniMax VLM, no MCP transport issues, and handles URLs natively. These proxy tools are useful if you want a unified MCP interface for both skill loading and vision.

The OpenCode MCP Bug

When OpenCode's built-in minimax-coding-plan-mcp MCP integration (minimax-token-plan) is configured, the understand_image tool fails with:

API Error: login fail: Please carry the API secret key in the 'Authorization' field

This happens even when:

✅ MINIMAX_API_KEY / MINIMAX_TOKEN_PLAN_KEY is set correctly
✅ API key is valid (same key works via direct API calls)
✅ Token Plan has available vision quota

Root cause: OpenCode's stdio transport for local MCP servers sends messages in a way that breaks the MCP protocol — likely batched writes without proper flush between JSON-RPC messages. Direct subprocess tests with sequential writes + flush() work fine.

The fix: Our proxy tools in auto-skill-loader use proper sequential stdio communication, bypassing OpenCode's broken transport layer.

Setup

Set your MiniMax Token Plan key in ~/.config/opencode/.env:

MINIMAX_TOKEN_PLAN_KEY=sk-cp-your-key-here

Add auto-skill-loader to ~/.config/opencode/opencode.json:

"mcp": { "auto-skill-loader": { "type": "local", "command": ["/path/to/venv/bin/python", "-m", "server"], "enabled": true } } }

Critical: If you have minimax-coding-plan-mcp configured directly in opencode.json (the minimax-token-plan entry), remove or disable it — its broken stdio transport will cause "login fail" errors. The proxy tools in auto-skill-loader replace it entirely.

Restart OpenCode and verify: /ask Do you have auto-skill-loader_minimax_understand_image available?

Diagnosis

If you see "login fail" errors after setup:

Disable the broken minimax MCP — ensure "minimax-token-plan": { "enabled": false } or remove it entirely
Restart OpenCode completely — MCP servers are re-spawned on each session
Check with: /ask Call minimax_understand_image with image_source="/any/real/image.png" and prompt="test"

Resources

Resource	What it does
`skills://active`	All approved skill contents concatenated — read by host at session init
`skills://config`	Your current config.yaml content

Security

User-controlled — only skills in config.yaml are loaded
No network fetches — everything is local
No prompt injection — skills come from your own configured directory

Repo Structure

auto-skill-loader/

├── src/ │ └── server.py # MCP server (Python stdlib + mcp package) ├── pyproject.toml # Package config ├── README.md # This file ├── SKILL.md # For agent onboarding └── LICENSE # MIT

Requirements

Python 3.9+
mcp package (pip install mcp)
pyyaml package (pip install pyyaml)

Or just use uvx auto-skill-loader which fetches dependencies automatically.

Auto Skill Loader

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

auto-skill-loader

How it works

Why

Installation

Option 1: uvx (recommended — no install needed)

Option 2: pip

Option 3: Build from source

Configuration

OpenCode

Claude Code

Tested On

Platform Differences & Known Issues

Image Input: OpenCode vs Claude Code

What We're Monitoring

Other Known Issues

Setup

Tools

Bonus: MiniMax Vision & Web Search Proxy

The OpenCode MCP Bug

Setup

Diagnosis

Resources

Security

Repo Structure

Requirements