AI Agent Skills

What is it（这是什么）

AI Agent Skills 是给 AI 编程助手（如 Claude Code、Cursor、Copilot Agent）安装的"技能包"——一个包含指令、脚本、工具调用约定的结构化目录（通常是 SKILL.md + 可执行代码），让 AI 在特定任务上从"通用对话"升级为"专业执行"。技术本质是把 prompt engineering 固化成可分发、可版本管理、可组合的软件资产。商业意义在于：它第一次让"AI 能力扩展"变成一个可打包、可交易的商品形态，类似移动时代的 App Store 之于 iOS。对独立开发者而言，这意味着一个新的分发渠道和一类新的 SKU。

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，AI 编程助手的本地执行能力（文件系统、终端、浏览器）已经稳定，AI 不再只是"建议代码"，而是"执行流程"，技能包才有落地空间。第二，Claude Code 等工具开放了 Skills 的加载机制，形成事实标准，开发者有了统一的打包格式。第三，社区出现了标志性案例——universal-modder 用 Claude Code Skills 改装 PC 游戏，证明技能包可以跨越"写代码"扩展到任意软件操作。一年前，Agent 的执行可靠性不足以支撑复杂技能；一年后，格式会碎片化、大厂会内建官方市场，独立开发者的窗口会关闭。现在正是格式统一、市场未建的空档期。

Market Evidence（市场证据）

当前信号非常早期：2 个独立信源（github、juejin）、2 次提及、趋势分 64/100、增长率 100%。100% 增长率在绝对数值只有 2 的情况下没有统计意义，它只说明"从 1 到 2"，不代表社区共识形成。成熟度标注为 nascent，与数据一致。信号质量判断：这是真实的技术需求苗头，但还不是市场热点。github 侧出现实际项目（universal-modder 的改装案例）说明有人在真实使用，而非纯讨论；juejin 侧是中文技术社区的概念传播。两者结合，指向"工具已可用、概念刚开始扩散"的阶段。对独立开发者，这是最佳的信息不对称窗口——市场分、需求分、竞争分全部为 0/100，意味着尚无产品化竞争，但同样意味着需求未被验证。不要把 64 分趋势分误读为市场热度。

Who's Behind It（谁在推动）

核心推动者是 Anthropic——Claude Code 的 Skills 机制定义了事实标准，是这个领域的"庄家"，掌握格式话语权和潜在官方市场入口。第二层是开源社区个体开发者，universal-modder 是标志性案例，证明 Skills 的能力边界远超预期。第三层是中文技术社区（juejin 等）的概念传播者，负责把英文圈的工具实践翻译成本地认知。竞争态势上，Cursor、GitHub Copilot 大概率跟进各自的技能机制，格式碎片化是必然。独立开发者不是规则制定者，而是生态里的"应用层玩家"——在官方市场建成前，靠聚合、托管、质量筛选建立位置。

TAM & Market Size（市场规模）

潜在用户分三层。第一层是 AI 编程助手的活跃用户，全球量级在数百万，其中愿意为"技能扩展"付费的是重度用户，保守估计占 5-10%，即数十万人的可付费池。第二层是企业团队，需要内部技能包的私有托管、权限管理和审计，客单价高但销售周期长。第三层是技能作者本身，他们是供给侧，愿意为分发和变现工具付费。付费意愿判断：个人开发者对单个技能包的支付上限约 $5-15/月，团队版可到 $50-200/月。市场规模处于从零开始的增长初期，机会分 0/100、需求分 0/100 说明当前无已验证收入，TAM 只能靠类比估算（参照 VS Code 插件市场的长尾经济）。结论：这是一个"先建供给、再等需求"的市场，不适合追求短期 ARR 的团队。

Competitive Landscape（竞争格局）

当前直接竞争为零（竞争分 0/100）。已有玩家只有两类：Anthropic 官方（Claude Code 内置 Skills 加载，但未建市场）和零散的开源技能仓库（github 上的个人项目，无托管、无版本、无质量筛选）。明显空白在于：技能的分发、发现、版本管理和质量背书——这四件事官方都没做。大公司会不会做？会。Anthropic 建官方 Skills 市场是时间问题，Cursor、Copilot 也会各自跟进。独立开发者的时间窗口估计 6-12 个月，且必须选择"跨平台聚合"而非"绑定单一助手"的位置，否则官方市场一上线就被吃掉。差异化机会在私有技能托管（企业内网、敏感代码不进公开市场）和技能质量评测（类似插件市场的评分与安全审计）。

Business Model（商业模式）

推荐免费增值 + 市场抽佣的混合模式，理由：技能生态的价值在双边网络，先聚供给（技能作者）再聚需求（使用者），纯订阅会在冷启动期扼杀增长。具体分层：免费层提供公开技能浏览与安装；Pro 层 $9/月（个人）提供私有技能托管、版本锁定、自动更新；Team 层 $79/月（5 人起）加权限管理、审计日志、内部技能市场。技能交易抽佣 15-20%，与 Gumroad 的 10% 和 App Store 的 30% 之间取中位。12 个月收入预测：保守 $3K MRR（200 付费个人 + 10 团队），基准 $12K MRR（800 个人 + 40 团队 + 少量抽佣），乐观 $35K MRR（依赖官方生态未建市场）。获客成本估算：技术社区内容营销为主，CAC 控制在 $15-25，付费用户回本周期 1-2 个月。

MVP Blueprint（MVP 蓝图）

核心功能只保留四项：技能包的托管与版本管理（git 仓库或对象存储 + manifest 解析）、公开技能目录与搜索、一键安装 CLI（npx skillhub add <name>）、技能详情页含 README 渲染与安装量统计。砍掉：评分系统、支付、团队权限、AI 推荐——全部留到验证后。技术栈：Next.js + Tailwind 做前端和目录页，Supabase（Postgres + Auth + Storage）做后端，Vercel 部署，CLI 用 Node + commander 发布到 npm。最快上线路径：用 Supabase 官方模板起项目，技能 manifest 格式直接对齐 Claude Code 的 SKILL.md 规范（降低作者迁移成本），目录页先用静态生成 + 每日构建，避开实时数据库查询。第一版不做用户上传后台，用 GitHub PR 提交技能，人工合并，省掉审核系统开发。目标 5 天内上线可访问的目录 + 可用的 CLI。

Commercial Opportunities（商业化机会）

方向一：跨平台技能聚合市场。产品是技能目录 + CLI 安装器，目标用户是同时使用 Claude Code、Cursor 的多助手开发者。预期月收入 $2K-8K（抽佣 + Pro 订阅）。优于其他方向的原因：不绑定单一助手，官方市场建成后仍可做"跨平台比价与同步"。

方向二：企业私有技能托管。产品是内网部署的技能仓库，带权限、审计、版本回滚，目标用户是 20-200 人的工程团队。预期月收入 $5K-20K。优于其他方向的原因：官方公开市场天然不覆盖企业敏感场景，护城河最深。

方向三：技能质量与安全审计服务。产品是对公开技能做静态扫描（危险命令、数据外传），输出评分徽章。目标用户是技能使用者和作者。预期月收入 $1K-5K，作为方向一的增值模块更合理。

Product Ideas（产品创意）

🥇 SkillHub — "AI 编程助手的 npm"。一句话价值主张：一条命令安装任何 AI 技能，跨 Claude Code、Cursor、Copilot 通用。目标用户是重度使用 AI 编程助手的独立开发者和团队。时机判断：格式刚统一、官方市场未建，先占"跨平台聚合"心智。核心是 CLI + 目录 + 版本管理。

🥈 SkillVault — "企业内网的 AI 技能保险柜"。价值主张：让团队安全地共享和治理私有 AI 技能，代码不出内网。目标用户是 20 人以上工程团队的技术负责人。时机判断：企业采纳 AI 编程助手正在加速，治理需求会先于官方方案出现。

🥉 SkillLint — "AI 技能的安全体检工具"。价值主张：安装前扫描技能包的危险操作，给出安全评分。目标用户是谨慎的个人开发者和企业安全团队。时机判断：随技能数量增长，恶意或粗糙技能包必然出现，审计需求是衍生刚需，适合作为 SkillHub 的模块而非独立产品。

SEO Opportunity（SEO 机会）

搜索量趋势：上升，但绝对量极小，属于"概念先行"阶段。有价值的长尾关键词：claude code skills 教程、ai agent skills 安装、cursor skills 对比 claude code、ai 编程助手 技能包、skill.md 格式规范。竞争程度极低（SEO 难度 0/100），几乎没有专门页面。内容策略：优先做"教程 + 对比"类页面——如何为 Claude Code 写第一个 Skill、Skills vs MCP vs Plugins 区别，这类页面既拿长尾流量又建立专业心智，比做首页更容易排名。

Risk Assessment（风险评估）

判断会错的情形：Skills 只是 Claude Code 的单一工具特性，未成为跨助手标准，生态停留在小圈子。三大风险：技术风险——格式碎片化，各助手各搞一套，聚合成本高于收益；市场风险——官方市场快速上线并免费，第三方无生存空间；执行风险——需求太早期，做出来的产品无人使用，烧完时间无回报。最低成本验证方式：先做一个纯静态的技能目录页 + 一个 CLI，发到 GitHub 和掘金，观察两周内的安装量和 star 数，成本约 3 人天。放弃信号：两周内 CLI 安装量低于 50、无技能作者主动提交、官方宣布建市场——任一出现即止损。

Action Plan（行动建议）

第一步（今天）：用 2 小时调研 github 上现有 Claude Code Skills 仓库数量，手动整理 20 个技能，判断供给是否足够支撑目录。低成本验证：把整理结果发一篇掘金文章《我整理了 20 个 Claude Code Skills》，看阅读和评论反应。信号确认后第二步：5 天内上线 SkillHub 静态目录 + CLI，接入 GitHub PR 提交。时间线：第一周完成目录和 CLI 上线并发布；第一个月积累 50 个技能、500 次 CLI 安装、验证付费意愿（挂 Pro 预售页）；第三个月若 MRR 过 $1K，启动企业版 SkillVault 的内测，否则转向或放弃。

Related Terms（相关趋势）

• MCP (Model Context Protocol) — 互补关系，MCP 管工具连接，Skills 管任务封装，两者常在同一 Agent 栈中出现
• Claude Code — 依赖关系，Skills 的当前事实标准载体，生态绑定最深
• AI Coding Agent — 父领域，Skills 是 Agent 能力扩展的子形态，趋势同涨同跌