过去，开发者们交流的焦点是提示词（prompt）模板，而现在，趋势已转向讨论应该安装哪些技能（skill）。

这一变化标志着AI编程工具领域的一项重大进步：AI开始具备“安装包”的能力。

1月17日上午，Vercel的创始人兼CEO Guillermo Rauch在X（原Twitter）上宣布，Vercel正在推出skills，将其定位为AI技能的“npm”。

“npm”是前端工程师日常使用的包管理器，允许开发者通过一行命令将他人编写的功能集成到自己的项目中。Rauch的意思是，这种“一行命令集成他人成果”的便捷体验，现在将应用于AI领域。

Peter Steinberger，被誉为“龙虾之父”，立即回应称“酷！得跟ClawHub同步一下。”ClawHub是另一个智能体生态系统的技能市场，与Vercel并非同一家公司，但Peter的反应表明了跨平台整合的需求。

三天后，Vercel在其更新日志中正式发布了skills，一个用于安装和管理智能体能力的命令行工具。该工具的官方仓库vercel-labs/skills，在发布仅五个月内，就在GitHub上获得了2.4万个星标。

其受欢迎的原因在于其极简的操作方式：只需一行命令 npx skills add 即可。

本质上，它充当了AI智能体（AI agent）的包管理器。与前端工程师使用的npm类似，它允许用户通过一行命令安装他人的成果，但安装的对象不再是代码库，而是“能力”。

更重要的是，它支持多种工具，包括Claude Code、Cursor、Codex、Gemini CLI等，官方已支持超过68种智能体。这意味着一套能力包可以在不同的工具中使用。

Vercel还推出了skills.sh，一个提供技能目录和安装量排行的网站，清晰地展示了哪些技能最受欢迎以及被使用的频率。

名为find-skills的包位居榜首，安装量已达230万次。这标志着AI编程能力首次拥有了“热门下载”排行榜。

一行命令：AI学会了一门新手艺

让我们看看skills是如何工作的。当用户执行 npx skills add vercel-labs/agent-skills 命令后，几秒钟内，Claude Code就能获得一套关于React、Next.js的工程规范和设计准则，AI在后续的编码中将自动遵循这些规则。

官方将这些打包的能力称为“技能包（skill）”。其核心是一个带有YAML头部的SKILL.md文件，其中详细说明了该技能的用途和适用场景。技能包还可以包含参考文档、模板以及一个名为scripts/的目录，其中存放着可直接执行的脚本。

这项技术解决了AI在理解特定项目“土规矩”方面的痛点。虽然模型懂得通用编程语言和框架，但它们通常不了解特定项目的代码风格、命名习惯或已知的陷阱。过去，这些都需要开发者在每次对话中反复强调，而现在，这些信息可以打包成一个skill，安装一次即可长期生效。

安装后，用户可以像管理npm包一样管理技能：使用list查看已安装的技能，update进行一键更新，remove进行删除。底层共享规范的实现使得在Claude Code中安装的技能，也能在Cursor等其他工具中运行。

如果用户觉得安装也嫌麻烦，还可以选择更轻量级的“直接使用”模式。通过 npx skills use 命令，可以临时调用某个技能，并将其与Claude等AI模型结合使用，用完即弃，不会在本地留下痕迹。

过去，AI的能力边界取决于开发者如何描述，现在，能力已经转化为可以直接获取的模块。

AI工具层的“npm化”

许多人可能将skills视为Claude的新功能，但它实际上是Vercel推出的，并非Anthropic的原生能力。

skills CLI支持Claude Code、Cursor、Codex、GitHub Copilot、Windsurf等多种AI工具，将它们统一到一个入口。

这一举措标志着AI工具层正走向“npm化”。Vercel将零散的开发经验封装成可复用、可分发、可版本管理的模块。AI能力正从“提示词工程”（prompt engineering），即“这一次怎么说”，转向“能力工程”（capability engineering），即“这件事以后都这么干”。

Vercel在此前也成功实践过类似的策略。凭借Next.js，它在前端生态的部署环节占据了关键位置，使得前端开发者难以绕开。如今，Vercel试图在AI智能体层面复制同样的成功。

Find Skills：AI第一次有了“能力搜索引擎”

Find Skills是其中最具前瞻性的功能，它本身就是一个“寻找技能的技能”。

find-skills技能的官方定义是：当用户询问“如何做X”、“有没有能……的技能”或希望扩展AI能力时，它负责发现并安装最匹配的智能体技能。用户只需说出需求，它便能自动完成搜索、筛选和安装过程。

更方便的是，它还内置了质量检查机制。在选择技能时，它会优先考虑安装量和来源，倾向于选择热门或官方发布的技能，并对来源不明的技能发出警告。

这相当于AI第一次拥有了自己的“能力搜索引擎”。用户无需了解现有技能的名称和详情，只需表达需求，AI即可自行寻找。

更重要的是，这项功能不仅对程序员有益。对于依赖AI进行编码的设计师、产品经理、内容创作者等非技术用户而言，他们可能缺乏工程化实践的习惯，更需要现成的技能包来辅助工作。Find Skills为他们提供了一个无需深入了解技术细节即可调用AI能力的入口。

热闹背后：是一笔没人兜底的账

尽管前景光明，但潜在的风险也不容忽视。技能包中的scripts目录包含可执行逻辑，而非简单的说明，这意味着它们可能会在用户计算机上执行命令。然而，大多数用户在安装第三方包时，并不会仔细检查其具体操作。

安全公司Snyk的ToxicSkills研究对ClawHub和skills.sh上的3984个技能进行了审计，发现超过三成存在安全缺陷，其中13.4%（534个）为严重级别，包括恶意软件分发、提示词注入（prompt injection）和密钥泄露等。平均每7到8个技能中就有1个可能带来风险。

另一机构Koi Security审计了2857个技能，发现了341个恶意技能。主要的攻击手法包括：

1. 脚本攻击：诱导AI从不明IP下载并执行文件，或窃取SSH、AWS配置信息。
2. 隐蔽攻击：在SKILL.md文本中植入恶意指令，AI会将这些指令误认为是正常工作内容并执行，甚至可能窃取AI存储隐私对话的记忆文件。

虽然npm也曾出现过投毒事件，但skill带来的风险可能更为严重。npm安装的是纯代码，数据和指令相对分离；而skill则将提示词、代码和权限结合在一起。一个SKILL.md文件就能改变智能体的行为，并直接访问用户的本地文件系统、网络和shell。npm的风险最多影响构建产物，而skill的风险则可能直接威胁到本地凭证和整个代码库。

Vercel也提醒用户，应像对待代码一样对待技能，安装前仔细阅读，并对scripts目录保持警惕。一个简单的判断标准是，下载量大不等于安全，应重点关注来源和权限。例如，一个天气查询技能如果要求读取服务器的SSH密钥，就存在明显的安全隐患。

AI能力的“npm时刻”已经到来，它带来了便利，也伴随着npm生态所经历的风险，甚至可能在其成熟之前就显现出来。通过一行命令安装能力固然令人兴奋，但这条道路才刚刚起步。它鼓励开发者复用他人的经验，同时也要求用户具备辨别能力。挑选包、查看来源、验证权限——这些开发者早已熟练的技能，在AI时代依然不可或缺。

二十年：一行命令

这一切的起点是Vercel创始人Guillermo Rauch。这位来自阿根廷布宜诺斯艾利斯的用户，将自己大半生的事业都奉献给了Web和开源。

少年时，他热衷于推广Linux，后投身JavaScript领域。加入开源项目MooTools核心团队后，年仅18岁便获得第一份前端工程师全职工作，并移居旧金山。

他的成名作之一是Socket.io，一个广泛使用的实时通信库，为Notion的实时同步和Coinbase的早期交易产品提供了底层支持。

随后，他专注于开发工具和云基础设施，致力于提升Web性能和开发者体验，Next.js和Vercel由此诞生。如今，Vercel平台支撑着《华盛顿邮报》、保时捷、Under Armour、任天堂等众多知名公司的线上业务。

Vercel的核心竞争力在于其一体化的开发流程：写代码、预览、上线，全部通过一行命令完成。一旦开发者体验到这种便捷，就很难脱离Vercel的生态系统。

可以说，Rauch二十年来始终专注于一件事：将复杂的工程流程简化为开发者能够信任并一键执行的命令。从最初的 now 命令创建服务器，到Next.js，再到如今的 npx skills add，他将同样的理念和技术应用到了AI智能体领域。