Skill Deck

Name: Skill Deck
Author: xingbofeng

โดย xingbofengรุ่น 1.0.0i★ –iรันบนเครื่อง

ชื่อใน registryio.github.xingbofeng/skill-deck

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Expose local Agent Skills as adapter tools, MCP resources, MCP tools, and share artifacts.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: อื่น ๆ
ต้องใส่ค่าเหล่านี้: SKILL_DECK_SKILLS_ROOT

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ค่าที่คุณต้องใส่เอง: SKILL_DECK_SKILLS_ROOT

ต้องเตรียมก่อน

npmติดตั้ง Node.js (มีคำสั่ง npx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "skill-deck": {
      "command": "npx",
      "args": [
        "-y",
        "skill-deck"
      ],
      "env": {
        "SKILL_DECK_SKILLS_ROOT": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add skill-deck --env SKILL_DECK_SKILLS_ROOT='ใส่ค่าของคุณ' -- npx -y skill-deck

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "skill-deck": {
      "command": "npx",
      "args": [
        "-y",
        "skill-deck"
      ],
      "env": {
        "SKILL_DECK_SKILLS_ROOT": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "skill-deck": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "skill-deck"
      ],
      "env": {
        "SKILL_DECK_SKILLS_ROOT": "ใส่ค่าของคุณ"
      }
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

SKILL_DECK_SKILLS_ROOT จำเป็น env
Absolute path to the local Skill root directory exposed through SkillDeck.

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub xingbofeng ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 32435 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 10% ของอีก 32435 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32435 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Skill Deck ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: SKILL_DECK_SKILLS_ROOT

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.0) เข้า registry 6 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Node.js ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, Apify MCP Server

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวาน

ติดตั้ง

Apify MCP Server

โดย apify

Extract data from any website with thousands of scrapers, crawlers, and automations on Apify Store ⚡

รันบนคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

SkillDeck

中文 · English · 官网 · 快速开始 · GitHub

把散落在本机的 Agent Skills，变成模型看得见、用得上、也分享得出去的能力牌组。

Adapter for runtimes, MCP dynamic discovery, and share artifacts generated through agent conversation.

SkillDeck 是本地 Agent Skill 的适配、激活与分享工具。

它解决三个很具体的场景：

场景	为什么需要它	SkillDeck 做什么
我有一组 Skill，想通过工具的方式接入 OpenAI Agent SDK。	OpenAI 已把 `SKILL.md` 定义成可复用工作流，Agents SDK 也支持 local skills，但手写 schema、handler 和 stable id 很繁琐。	Adapter 扫描、解析、校验 `SKILL.md`，生成 provider-neutral tools 和 runtime handlers，让同一套 Skills 可以接入不同 Agent runtime。
我有一组 Skill，想接到 Claude Code、Cursor 或其他 MCP host。	只给 `list_skills` / `read_skill` 不够，模型不一定知道复杂任务要先查本地 Skills。	MCP + Skill Activation 把 Skills 暴露成 tools/resources，并通过 `compact` / `guided` / `active` 三种模式，让模型在任务里自己发现、搜索和加载 Skill。
我有一组 Skill，想发给同事、同行或社交平台看。	私有 Skill 往往含本地路径、secret、私有 URL；只发截图又无法搜索、下钻和复用。	Share 通过 MCP 让 agent 生成完整分享页和双图，默认脱敏，可搜索、可下钻、可审阅再接入。

背景参考：OpenAI Skills guide、Skills in ChatGPT、Agents SDK tools、openai-agents-python #2906。

对应到产品能力，它做三件事：

主线	作用	结果
Adapter	扫描、解析、校验本地 `SKILL.md`，生成 stable id、provider-neutral tools 和 runtime handlers。	同一套 Skills 可接 OpenAI、Anthropic、OpenAI Agents SDK、本地 runtime。
MCP	把 Skills 暴露成 MCP tools/resources，并通过 Skill Activation 帮模型动态发现。	模型可以通过 `skill_guide`、`use_skill_*`、`search_skills`、`read_skill` 加载 Skill。
Share	你和 agent 说“帮我分享这套 Skills”，agent 通过 MCP 生成静态分享页和双图，默认脱敏。	适合朋友圈、小红书和同行交流，不暴露本地路径、secret 和私有 URL。

它不是公开 marketplace，也不是远程托管服务。用户的 Skill 目录仍然在本机。

Skill Activation

默认的 list_skills / read_skill 能读 Skill，但模型不一定会主动调用。SkillDeck 增加三种模式，让模型更容易发现并加载本地 Skill。

模式	暴露内容	模型怎么发现 Skill	适合场景	代价
`compact`	`list_skills`、`search_skills`、`get_skill_info`、`read_skill`、resources	模型需要主动搜索或列目录	兼容旧行为、Skill 很多、工具列表要短	自动发现能力弱
`guided`	`compact` + `skill_guide` + MCP instructions	模型看到 `skill_guide` 后获得使用指南	想提高发现概率，但不想每个 Skill 都变 tool	仍依赖模型调用向导
`active`	`guided` + 最多 N 个 `use_skill_ _`	模型在 `tools/list` 阶段直接看到常用 Skill	想最大化自动发现效果	工具数量增加

示例：

npx -y skill-deck mcp serve \

--skills ~/.skills

安装

安装：

npm install skill-deck

MCP 三步接入

第一步，选择一种 Skill Activation 模式安装 MCP。推荐先用默认 active：

三种命令的 MCP server 名都叫 skill-deck；切换模式时更新同名 server 即可。

# active：默认模式，常用 Skill 会直接出现在 tools/list

claude mcp add skill-deck \ -- npx -y skill-deck mcp serve \ --skills ~/.codex/skills

# guided：暴露 skill_guide，让模型先看分组和推荐入口

claude mcp add skill-deck \ -- npx -y skill-deck mcp serve \ --skills ~/.codex/skills \ --skill-mode guided

# compact：只暴露 list/search/info/read/resources，工具列表最短

claude mcp add skill-deck \ -- npx -y skill-deck mcp serve \ --skills ~/.codex/skills \ --skill-mode compact

Codex / 其他 MCP host 使用同一组 stdio 参数；如需切换模式，在 args 中追加 --skill-mode 和对应值：

"mcpServers": { "skill-deck": { "command": "npx", "args": [ "-y", "skill-deck", "mcp", "serve", "--skills", "~/.codex/skills" ] } } }

第二步，在 Claude / Codex 中确认 skill-deck 已连接。Claude Code 里输入：

/mcp

第三步，直接对 agent 说：

请使用 SkillDeck MCP 的 generate_skill_share 工具，为当前已加载的 ~/.codex/skills 生成一套可以分享给同行看的 Skill 工作流分享物。

需要指定输出目录时，再追加：

输出到 ~/skilldeck-shares/codex-skills-share，注意脱敏，并在完成后告诉我 index.html、cover.png、detail.png 和 manifest.json 的路径。

分享不是让你手写配置，也不是把私有 Skill 扔到公开市场。你只需要和 agent 对话：

帮我把 ~/.skills 这套 Skills 做成一个可以发给同行看的分享页和两张分享图，注意脱敏。

agent 会通过 SkillDeck 的 MCP Share 接口生成：

share/

index.html cover.png detail.png

index.html 是完整介绍页，支持搜索和下钻到 Skill 详情；cover.png 适合传播，detail.png 适合给同行看技术细节。默认会移除本地路径、secret 和私有 URL，reference 只展示路径，不读取文件内容。

实际生成效果：

全量能力

Skill Activation：compact / guided / active。
skill_guide 和 use_skill_*。
搜索排序、分页、字段裁剪。
Catalog/resources。
watcher。
symlink 显式支持。
Share HTML + 双图。
docs-site 右上角搜索。
npm 包：skill-deck。
MCP Registry：server.json + npm/stdio 元数据。
MCP Streamable HTTP transport。

文档

快速开始
Agent SDK 接入
MCP 接入

更完整的在线文档见 skill.counterxing.top。

License

MIT

Skill Deck

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

Apify MCP Server

README จากผู้ทำ

SkillDeck

Skill Activation

安装

MCP 三步接入

Share

全量能力

文档

License