Agent Skill

What is it（这是什么）

Agent Skill 是把 AI Agent 的单项能力封装成可复用、可分发、可组合的标准单元——本质上就是"给 Agent 装的 App"。一个 skill 通常包含一段自然语言指令、若干工具函数（JavaScript 或 Python）、以及输入输出契约，Agent 运行时按需加载。它的商业意义在于：当能力被标准化封装后，就会诞生分发渠道、版本管理、付费墙和交易市场。类比移动互联网，Skill 之于 Agent 就是 App 之于 iPhone——谁掌握 skill 的分发入口，谁就掌握下一代软件分发的收费站。对独立开发者而言，这是继 Chrome 插件、GPT Store 之后门槛最低的一次"平台寄生"机会。

Why now（为什么现在出现）

三个条件在 2026 年下半年同时成熟。第一，Agent 运行时协议收敛：MCP 解决了工具调用层的连接问题，Claude Code、Cursor、Codex 等主流 Agent 都支持从目录动态加载 skill，封装格式从"每家一套"变成"事实标准"。第二，模型能力溢出：前沿模型在单步任务上已接近饱和，价值增量从"模型更强"转移到"能力组织更巧"，skill 成为把通用智能转化为垂直生产力的最短路径。第三，商业化验证出现：瑞幸把点咖啡做成 agent skill 并引发 token 经济学讨论，证明 skill 可以承载真实交易闭环，而不只是 demo。这三个条件在 2025 年都不具备——协议未统一、模型不够强、没有付费案例。晚一年则标准已被大厂固化，独立开发者的窗口会关闭。

Market Evidence（市场证据）

信号质量偏早期但真实。3 个独立信源（v2ex、github、juejin）贡献 7 次提及，增长率 100%，说明讨论从零到一已经发生，但绝对量级很小——这是一个"刚被命名"的概念，而非"已被广泛讨论"的热点。mattpocock/skills、taste-skill、graphify、last30days-skill 这批仓库集中爆发，特征是：作者多为知名独立开发者或技术 KOL，仓库结构轻、star 增长快、但缺乏商业化配套。趋势分数 71/100 属于中高热度，但机会分、市场分、竞争分、需求分全部为 0/100，说明这是纯粹的"技术信号"而非"商业信号"——需求尚未被验证，竞争尚未开始。判断：这是真实的技术范式迁移的前兆，不是短期社区炒作，但距离可付费市场还有 6-12 个月。现在入场是"押注范式"，不是"收割需求"。

Who's Behind It（谁在推动）

核心推动者是三类玩家。第一类是技术 KOL 型独立开发者，mattpocock 是典型代表——他发布的 skills 仓库起到了"格式示范"作用，定义了社区对 skill 的默认心智。第二类是 Agent 平台方，Anthropic（Claude Code）、Cursor、OpenAI 通过支持 skill 目录加载，事实上成为标准的制定者和分发入口，它们是这个领域的"庄家"。第三类是商业尝鲜者，瑞幸代表传统企业把业务能力 skill 化，验证了非技术场景。竞争态势尚未形成：平台方在抢标准定义权，独立开发者在抢 skill 供给的先发位置，两者目前是互补而非竞争。真正的卡位战会发生在"skill 市场"这一层——谁成为 skill 的 npm 或 App Store，谁就掌握定价权。

TAM & Market Size（市场规模）

潜在用户分三层。第一层是 Agent 使用者，全球活跃的 Claude Code、Cursor、Codex 用户保守估计在 500 万-1500 万量级，这是 skill 的消费端。第二层是 skill 生产者，即有能力写封装逻辑的开发者，规模在 50 万-200 万，他们需要开发工具、测试框架、分发渠道。第三层是企业集成方，把内部业务 skill 化并接入 Agent，这是预算最厚的一层，单个企业年支出可达 1 万-10 万美元。付费意愿目前集中在第三层：个人开发者对 skill 工具付费意愿弱（习惯免费开源），企业愿意为"把内部流程 skill 化"付咨询费和工具订阅费。市场规模处于爆发前夜，年增速预计 150%+，但当前可触达的付费规模很小。需求分 0/100 是准确的——需求存在但尚未显性化，独立开发者要做的是"创造需求认知"而非"满足已有需求"。

Competitive Landscape（竞争格局）

当前竞争几乎为零，这是机会也是风险。已有玩家分两类：一是平台自带能力，Claude Code 的官方 skill 库、Cursor 的规则系统，优势是原生集成、零配置，劣势是封闭、不支持跨平台、不解决分发问题；二是开源社区仓库，mattpocock/skills 等，优势是开放、可组合，劣势是无版本管理、无质量保证、无商业模式。明显空白有三处：skill 的跨平台兼容层（写一次跑在所有 Agent 上）、skill 的测试与质量工具、skill 的分发与变现基础设施。大公司一定会做——Anthropic 和 OpenAI 都有动机做官方 skill 市场。时间窗口判断：6-12 个月。平台方做市场需要先解决标准问题，这给了独立开发者做"中立第三方工具"的时间。竞争分 0/100 意味着现在入场没有直接对手，但要在窗口关闭前建立用户粘性。

Business Model（商业模式）

推荐"免费增值 + 市场抽佣"的混合模式，而非纯订阅。理由：skill 生态的核心价值在网络效应，纯订阅会抑制供给端增长；免费增值能快速做大规模，抽佣在交易发生时变现，与用户利益对齐。

具体设计：基础版免费（skill 托管、版本管理、跨平台导出），专业版 $19/月（私有 skill 库、团队协作、CI 集成、使用分析），市场抽佣 15%（skill 付费下载或 API 调用分成）。定价依据：对标 npm Pro（$7/月）和 GitHub Team（$4/人/月），但 skill 工具的价值密度更高，$19 是合理锚点；抽佣 15% 低于 App Store 的 30%，对供给端有吸引力。

12 个月收入预测：保守 $3K MRR（500 付费用户 + 少量抽佣），基准 $15K MRR（2000 付费用户 + 市场起量），乐观 $60K MRR（企业客户 + 市场成为主要分发渠道）。用户获取成本估算 $15-40（开发者社区内容营销为主），回本周期 1-2 个月（专业版）。关键假设：skill 数量在 12 个月内增长 10 倍，否则市场抽佣不成立。

MVP Blueprint（MVP 蓝图）

核心功能只做三件：skill 的托管与版本管理（Git 仓库 + 语义化版本）、跨平台导出（一键导出为 Claude Code/Cursor/OpenAI 格式）、使用分析（哪个 skill 被调用多少次、成功率多少）。砍掉：市场交易、团队协作、CI 集成——这些是 v2。

技术栈：前端 Next.js + Tailwind，后端 Node.js（与 skill 的 JS 生态一致）+ Postgres，skill 存储用 S3 + Git，部署 Vercel + Supabase（最快路径）。认证用 Clerk，支付用 Stripe，分析用 PostHog。

最快上线路径：用 create-t3-app 起项目，skill 解析逻辑直接复用开源 parser，前端用 shadcn/ui 组件库，48 小时做出可用版本。第 3-5 天接入 Stripe 和 Clerk，第 6-7 天写 landing page 和文档，发布到 Product Hunt 和 v2ex。关键捷径：不做自己的 skill 运行时，只做"托管 + 转换"，把运行时交给平台方，避免与 Anthropic 正面竞争。预估开发天数按此路径为 7 天，单人可完成。

Commercial Opportunities（商业化机会）

方向一：Skill 托管与分发平台。产品是"skill 的 npm"——上传、版本管理、跨平台导出、使用统计。目标用户是 skill 生产者和企业集成方。预期月收入 $5K-30K（订阅 + 抽佣）。优于其他方向的原因：卡位分发入口，网络效应最强，一旦成为默认渠道，迁移成本极高。

方向二：Skill 质量与测试工具。产品是 skill 的单元测试框架 + 质量评分（覆盖率、边界处理、token 效率）。目标用户是专业 skill 开发者和企业。预期月收入 $3K-15K（订阅）。优势：平台方不会做（太垂直），但企业采购时会强制要求质量保证，付费意愿明确。

方向三：垂直场景 skill 打包服务。为传统企业（如瑞幸模式）把业务流程 skill 化，交付"可接入任意 Agent 的业务能力包"。目标用户是中大型企业的数字化部门。预期月收入 $10K-50K（项目制 + 维护费）。优势：客单价高、竞争少，劣势是难以规模化。三者中方向一最优，因为它同时具备规模化和防御性。

Product Ideas（产品创意）

🥇 SkillHub — "写一次 skill，跑在所有 Agent 上"。价值主张：跨平台 skill 托管与一键导出，解决碎片化。目标用户：独立 skill 开发者和小团队。时机：协议刚收敛但平台未固化，中立第三方有窗口。核心功能：Git 托管、格式转换、使用分析、版本管理。

🥈 SkillTest — "skill 的 CI/CD 与质量门禁"。价值主张：自动化测试 skill 的边界、token 效率和成功率，防止上线后翻车。目标用户：企业 skill 开发团队。时机：企业开始把 skill 接入生产，质量事故即将出现，需求会被倒逼。核心功能：测试框架、评分报告、CI 集成、回归检测。

🥉 LuckinKit — "把你的业务变成 Agent 可调用的 skill"。价值主张：面向传统企业的 skill 封装咨询 + 工具包，交付可接入任意 Agent 的业务能力。目标用户：有线下业务、想接入 AI 的传统企业。时机：瑞幸案例已跑通，同类企业正在观望，先发者能建立案例壁垒。核心功能：业务建模、skill 生成器、接入文档、维护订阅。

SEO Opportunity（SEO 机会）

搜索量趋势上升，但绝对量小——"agent skill"当前月搜索量估计在 1000-5000 量级，处于概念早期。有价值的长尾词：agent skill tutorial、claude code skill example、how to write agent skill、agent skill vs mcp、skill marketplace for agents。竞争程度评估为 0/100——几乎无人做 SEO，这是罕见的真空期。内容策略：优先做"教程 + 对比"型页面（how-to 和 vs 类关键词转化最高），每篇配可运行的 skill 示例代码。抢在平台方做官方文档之前占据搜索位，一旦概念爆发，早期排名的复利极高。

Risk Assessment（风险评估）

判断会错的情况：skill 没有成为标准封装形态，而是被平台方的私有格式取代——比如 Anthropic 推出官方封闭市场，独立开发者被挤出。这是最大风险。

三大风险因素：技术风险（协议分裂，MCP 之后出现竞争标准，跨平台层失去价值）；市场风险（需求始终停留在开发者自娱，企业不买单，付费转化率低于 1%）；执行风险（平台方 6 个月内推出官方市场，第三方工具被降维打击）。

最低成本验证：花 3 天做一个 landing page，列出 SkillHub 的核心功能，投放到 v2ex 和 GitHub，看有多少人留邮箱。目标：7 天内收集 50 个邮箱即验证需求存在。放弃信号：如果 30 天内平台方发布官方 skill 市场且免费，立即转向 SkillTest（质量工具）或 LuckinKit（咨询服务），这两个方向平台方不会做。

Action Plan（行动建议）

第一步（今天）：注册域名 skillhub.dev（或类似），用 Framer 或 Carrd 搭一个 landing page，写清楚"跨平台 skill 托管"的价值主张，附一个 waitlist 表单。同时去 GitHub 搜索所有 skill 相关仓库，给作者发私信问"你最大的痛点是什么"。

低成本验证（第 1 周）：收集 50 个 waitlist 邮箱，完成 10 个开发者访谈，确认"跨平台导出"是否是真实痛点。如果 7 个以上说"是"，进入下一步。

第二步（信号确认后）：用 7 天做出 MVP（见 MVP 蓝图），发布到 Product Hunt 和 v2ex，目标首月 500 注册、50 付费。

时间线：第一周完成验证和 landing page；第一个月完成 MVP 上线并获取前 100 用户；第三个月达到 $3K MRR 或明确放弃。每个节点设硬性指标，不达标就 pivot，不恋战。

Related Terms（相关趋势）

• MCP（Model Context Protocol） — 互补关系，MCP 解决工具连接，Skill 解决能力封装，两者构成 Agent 能力栈的上下层
• GPT Store — 竞争关系，同为 Agent 能力分发渠道，但 GPT Store 封闭于 OpenAI，Skill 主张跨平台
• AI Agent Framework — 依赖关系，LangChain、CrewAI 等框架是 skill 的运行时宿主，框架越普及 skill 需求越大