CopoHub Trending

sickn33/agentic-awesome-skills

AAS Core is the local, agent-first control plane for complete catalog discovery, agent-owned selection, stack validation, and planning, backed by 2,600+ agentic skills. Includes CLI, local MCP, catalog, plugins, and Workbench.

Python · ★ 48,219 · Fork 7,026 · 在 GitHub 查看

在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→

GitHub Trending 上榜记录

sickn33/agentic-awesome-skills 已在 GitHub Trending 每日榜单上榜 2 天,最高排名第 13,首次上榜 2026-10-20,最近一次上榜 2026-10-21。

日期排名Star当日增长
2026-10-21#1348,219+83
2026-10-20#1348,071+58

同期上榜的项目

agentic-awesome-skills (AAS Core) 项目深度剖析与商业评估报告

agentic-awesome-skills (AAS Core) 项目深度剖析与商业评估报告

1. 核心定位与商业落地价值

根本痛点:AI 编程 Agent 的“能力供给”长期处于碎片化状态——Claude Code 的 SKILL.md、Codex 的 prompt 模板、Cursor 的 rules、Gemini CLI 的扩展各自为政,开发者被迫在多个生态间手工搬运指令资产。AAS 以 2,715 个可安装的 SKILL.md 剧本 + 本地控制平面(AAS Core) 的组合,试图把“Agent 能力”抽象成可发现、可选择、可校验、可复现的软件制品,本质上是 Agent 能力层的包管理器 + 依赖解析器。

商业落地场景: 企业 Agent 平台治理:通过 aas-stack.json 固化团队的标准能力栈(如“安全工程师栈”含 10 个 skill),实现 Agent 行为的版本化与可审计,是企业 AI 合规落地的稀缺抓手。 多 IDE 标准化:单一 manifest 同时投递到 Claude/Cursor/Codex/Kiro/Copilot/OpenCode 等 12+ 宿主,显著降低“AI 工具链异构”带来的运维成本。 垂直领域插件化交付:13 个预置插件(Web App Builder、Security Engineer、SaaS Launch 等)可直接作为咨询/交付物的骨架。

竞品差异化与护城河:对比 awesome-claude-skills 等纯清单型项目,AAS 的护城河不在“数量”(数量可被复制),而在 工程化契约:skillsindex.json v1 schema、composestack 只读校验工具、stack plan 不可变预览、MCP 本地化部署。这是一条 “目录即协议” 的路线——把社区内容沉淀为可被机器消费的接口标准,迁移成本随生态扩大而指数上升。但需清醒认识:MIT 协议 + 社区众包内容,意味着内容层面的护城河极浅,真正的壁垒是 协议采纳率 与 宿主集成广度。

2. 核心架构设计与技术深度

模块解耦(四层清晰分层): 1. 内容层:skills/<name>/SKILL.md 为唯一真源(single source of truth),CATALOG.md 与 skillsindex.json 为生成产物(README 明确要求 PR 不带生成物,避免真源污染)。 2. 发现层:skillsindex.json(v1 schema)+ data/skillsindex.json 兼容镜像,构成“直接宿主发现契约”,与 Core 的 catalog 显式分离。 3. 控制平面层(AAS Core):本地 MCP server 暴露 composestack(只读、内存校验)等工具,CLI 提供 stack validate / stack plan(写不可变预览)/ stack install-preview(仅 --dry-run)。 4. 分发层:npm 包 [email protected] 通过 npm exec --ignore-scripts 执行,--host/--path/--category/--risk 多维过滤。

关键设计模式: Plan/Apply 分离(Terraform 式):stack plan 产出不可变预览,apply 与 recovery 被明确标注为 experimental 并需 opt-in。这是对“Agent 自动改文件”这一高危动作的架构级风控,值得高度肯定。 Approval Digest 机制:aas mcp configure 首命令只预览并返回审批摘要,把“配置写入”变成两阶段提交。 Agent-owned selection:Core 不排序、不推荐,把选择权交给 Agent,规避了“推荐算法即偏见”的产品与法律风险,同时降低了服务端算力依赖。 Capability boundary 显式声明:README 反复强调“结构性/身份有效性 ≠ 语义适配/安全可应用”,把信任边界写进文档契约。

查看完整 AI 分析 →

在 README 中展示上榜徽章

GitHub Trending

[![GitHub Trending](https://github.fq6825.top/badge/sickn33/agentic-awesome-skills.svg)](https://github.fq6825.top/repo/sickn33/agentic-awesome-skills)