Skill Deck

Name: Skill Deck
Author: xingbofeng

作者：xingbofeng版本 1.0.0i★ –i在你的电脑上运行

注册名称io.github.xingbofeng/skill-deck

安装

概览

作者提供的说明（英文原文）

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

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 其他
你需要填写：SKILL_DECK_SKILLS_ROOT

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： SKILL_DECK_SKILLS_ROOT

你需要

npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

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

在终端中运行这条命令

claude mcp add skill-deck --env SKILL_DECK_SKILLS_ROOT=your-value -- npx -y skill-deck

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

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

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月6日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 xingbofeng 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“其他”中的其他服务器比较i

星标数多于此分类中其他 32531 个服务器的 0%
发布到注册中心的时间比此分类中其他 32531 个服务器的 10% 更新
基础检查结果等于或优于此分类中其他 32531 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Skill Deck 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：SKILL_DECK_SKILLS_ROOT

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（1.0.0）于6个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Node.js。

有什么可以替代它？

同一分类中有：Spec Driven Development, Remote Desktop Commander, Reelsaw

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Spec Driven Development

作者：formulahendry

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

在你的电脑上运行★ 440MIT14个月前更新

安装

Remote Desktop Commander

作者：desktop-commander

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

在云端运行★ 211昨天更新

安装

Reelsaw

作者：osbytes

Drive a self-hosted Reelsaw: turn long videos into vertical clips, edit, re-render and export them.

在你的电脑上运行今天更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

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