SkillBuddy 是一个跨 AI Agent 管理、安装、同步 Skills 与 MCP Servers 的桌面工作台，基于 Electron + Vue 3 构建，以 MIT 协议开源，当前版本 0.1.0，处于 public preview 阶段。
过去一年，AI 编程工具的 Skills 生态快速膨胀：Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、Trae、OpenCode、CodeBuddy、WorkBuddy……每个工具都有自己的 Skills 目录和 MCP 配置格式。SkillBuddy 做的事情是把这些分散在各处的资产聚合到一个界面里：查看本机安装状态、跨平台分发内容、处理多端漂移、从市场发现资源，并通过 Git 团队库管理经过审核的团队资产。
项目内置了 12 个平台的目录约定——Claude Code、Codex、Cursor、OpenCode、GitHub Copilot、Gemini CLI、CodeBuddy、Trae / Trae CN、WorkBuddy、豆包、Kimi Code、Z Code，覆盖用户级和项目级两种作用域，还支持配置自定义平台的检测路径。
多 Agent 用户正被这些问题困扰
如果同时使用两三个以上的 AI 编程工具，下面这些场景大概率发生过：
不知道电脑里装了多少 Skills。 每个 Agent 一个目录，同一个 Skill 被复制到多个地方，各自占据独立副本。新装一个 Agent 后要重新寻找和安装常用 Skills，不再使用的 Skill 留在某个角落，很久之后才被发现。
缺少可视化管理。 skills.sh、SkillHub、GitHub 这些渠道解决了「去哪里找」和「怎么装」，但长期使用还需要知道：这个 Skill 是做什么的、来自哪里、装在哪些 Agent 中、属于全局还是项目范围、当前是否启用、哪些是自己的、哪些来自插件或系统。这些问题此前没有工具回答。
内容漂移。 同一个 Skill 安装到多个 Agent 后，各副本可能因修改而产生差异：Codex 里的规则被改过，Claude Code 还保留旧内容，Cursor 的项目目录里又有一份针对项目调整过的版本——文件名相同，内容已经不一样。
个人与团队混在一起。 个人 Skills 没有备份机制，换电脑要重来；团队共享的 Skills 没有审核流程，谁改了什么无从追溯。
核心功能
统一资产视图。 自动发现并聚合不同 Agent 中的 Skills 和 MCP Servers。Skills 页面支持列表视图和平铺网格视图，按 Agent、全局目录、项目目录、插件和系统资源分类浏览。
跨平台安装。 把同一个 Skill 安装到多个用户级或项目级目标，新增 Agent 后不必重新一个个找回来。
漂移检测与同步。 聚合不同 Agent 中的同名 Skills，提示内容不一致，查看差异后选择可信版本作为基准，预览同步范围，再把确认后的内容分发到其他 Agent。
启用、禁用和卸载。 在可管理目录中调整 Skill 状态，删除操作支持移入废纸篓和撤销；系统、管理员和插件拥有的只读 Skill 不会被编辑或删除。
Skills 市场与 MCP 市场。 搜索 skills.sh、SkillHub 和 GitHub 三个来源，查看内容与资源后安装；MCP Server 发现后检查目标平台能力，在写入前预览具体变更——不同平台的 MCP 配置格式、作用域和能力并不一致，这一步校验能避免写坏配置。
Preset 与技能包。 把常用 Skill 组合保存为技能包（如 Vue 前端包、代码评审包），批量安装、启停或导入导出，给新项目快速配置一套能力。
Git 备份与团队库。 个人用户级 Skills 和 Preset 可备份到私有 Git 仓库，换设备时预览远端内容再决定恢复哪些；团队则用 Git 仓库作为事实来源——维护者在隔离的 skillbuddy/<标识> 分支中编辑，发布前审阅文件列表、校验结果和 Git diff，通过 gh 创建 Pull Request 或 glab 创建 Merge Request，普通成员只能浏览和安装已合并的内容。私有仓库认证交给系统 Git、SSH Agent 或凭据管理器，SkillBuddy 不保存仓库密码。
项目合规。 使用 .skillbuddy/team.yaml 声明项目依赖，检查缺失、过期、禁用和无效引用。
安装与使用
桌面端提供 macOS（Apple Silicon / Intel，DMG 和 ZIP）、Windows（x 64 正式支持，arm 64 预览构建，NSIS 安装包和 ZIP）、Linux（x 64 正式支持，arm 64 预览构建，AppImage / DEB / RPM）的安装包，下载即可。发布文件统一采用 SkillBuddy-v<版本>-<系统>-<架构>.<扩展名> 命名。
由于项目没有使用 Apple Developer ID 签名和公证，macOS 首次启动可能被 Gatekeeper 拦截：将应用拖入「应用程序」后先打开一次，前往「系统设置 → 隐私与安全性 → 安全性」，点击「仍要打开」即可。如果提示「已损坏」，应重新下载安装包而不是绕过提示。
最短体验路径：
1. 打开 SkillBuddy，查看自动检测到的 Agent
2. 查看本机已有的用户级 Skills
3. 添加一个项目目录，检查项目级 Skills
4. 选择一个 Skill，查看它在不同 Agent 中的安装状态
5. 尝试把它安装或同步到另一个 Agent
6. 将几个常用 Skills 保存为一个技能包
本地开发要求 Node.js 22+、pnpm 10+ 和 Git，常用命令：
| 命令 | 作用 |
pnpm install | 安装依赖 |
pnpm dev | 开发模式 |
pnpm build | 构建所有 workspace 包 |
pnpm test | 运行单元测试 |
pnpm test:e2e | 构建并运行 Electron 端到端测试 |
pnpm typecheck | 执行全仓库类型检查 |
使用感受
SkillBuddy 对安全的处理比较克制：默认在本地扫描和管理文件，不要求登录账号；GitHub Token 仅用于提升市场 API 限额，存储在系统安全存储中；MCP 定义不允许包含明文 Token、密码或 API Key；Git 备份不包含 MCP 配置、Token、本机绝对路径和项目级 Skill；主进程会校验可访问路径，拒绝越过受管目录的写入和符号链接逃逸。安装、同步、启停或删除等写操作只会作用于界面中明确选择的目标。
界面是简体中文和英文双语内置，用户反馈中最集中的好评是 UI 质量——「不是那种一眼 AI 味，间距阴影圆角都有问题的 UI 界面」，在 vibe coding 时代这点并不容易。也有用户反馈了 skill 卡片白屏等 bug，作者在帖子中即时认领修复；WSL 支持、agents.md 可视化管理、软链接复用等建议也已进入讨论。项目处于 public preview 早期，部分平台约定仍需要更多真机反馈，选择它需要接受一定的磨合成本。
官方网站
https://github.com/konnga/skill-buddy
下载地址
https://pan.quark.cn/s/7ae9def24e2a
