目录

agent-skills:面向专业AI coding Agent的安全技能注册表

概述

agent-skills 是由 Tech Leads Club 维护的一个安全技能注册表,专为专业 AI coding 智能体提供经过验证的技能包。项目使用 Nx Cloud 做多包管理,TypeScript 100%,MIT/CC-BY-4.0 双许可证,当前 npm 包版本持续更新。

当前 AI 技能市场存在严峻的安全问题——根据 Snyk Agent Scan 的报告,超过 13% 的市集技能包含关键级漏洞。agent-skills 正是针对这一痛点,提供了一套 hardening 方案:100% 开源(无二进制)、CI/CD 静态分析、不可变完整性(lockfile + content hash)、人类策展的 prompts,以及 CLI 层面的防御纵深(sanitization、路径隔离、symlink guards、原子 lockfile、审计日志)。

核心架构

技能包结构

每个技能遵循统一目录结构:

packages/skills-catalog/skills/
  (category-name)/
    skill/
      SKILL.md          ← 主指令文件
      templates/        ← 文件模板
      references/       ← 按需文档

安全模型

CLI 安全实现包含以下层次:

  • 输入清理(Sanitization) — 过滤恶意输入
  • 路径隔离(Path Isolation) — 防止路径遍历攻击
  • Symlink Guards — 阻止符号链接劫持
  • 原子 Lockfile — 安装过程原子化,失败回滚
  • 审计日志(Audit Trail) — 每次操作可溯源

每个技能在发布前都经过 Snyk Agent Scan(原 mcp-scan)扫描。

支持的智能体平台

项目将支持的智能体分为三个层级:

层级平台
Tier 1(主流)Claude Code, Cline, Cursor, GitHub Copilot, Windsurf
Tier 2(上升期)Aider, Antigravity, Gemini CLI, Kilo Code, Kiro, OpenAI Codex, Roo Code, TRAE
Tier 3(企业级)Amazon Q, Augment, Droid (Factory.ai), OpenCode, Sourcegraph Cody, Tabnine

精选技能

技能类别说明
tlc-spec-driven开发四阶段项目规划:Specify → Design → Tasks → Implement,跨会话持久化记忆
aws-advisorAWS 架构设计、安全评审与实现指导,集成 AWS MCP 工具
playwright-skill自动化完整浏览器自动化,页面测试、表单填写、截图、UX 验证
figma设计从 Figma 获取设计上下文并将节点转译为生产代码
security-best-practices安全语言/框架专项安全评审,检测漏洞并生成修复建议

快速上手

# 交互式安装向导
npx @tech-leads-club/agent-skills

# 列出所有技能
agent-skills list

# 安装单个技能
agent-skills install -s tlc-spec-driven

# 安装到指定智能体
agent-skills install -s aws-advisor -a cursor windsurf

# 全局安装(到 ~/.gemini, ~/.claude 等)
agent-skills install -s my-skill -g

# 更新已安装的技能
agent-skills update

# 查看审计日志
agent-skills audit

本地缓存目录:~/.cache/agent-skills/

MCP 服务器

项目还提供了一个 MCP 服务器 @tech-leads-club/agent-skills-mcp,支持 AI 智能体通过渐进式披露(progressive disclosure)直接查询技能目录——先搜索,确需时再拉取完整内容。

{
  "mcpServers": {
    "agent-skills": {
      "command": "npx",
      "args": ["-y", "@tech-leads-club/agent-skills-mcp"]
    }
  }
}

提供四个工具:list_skills(按类目浏览)、search_skills(模糊搜索)、read_skill(读取技能主指令)、fetch_skill_files(拉取指定参考文件)。

小结

agent-skills 的核心价值在于安全可信——不是追求最多技能,而是确保每个技能都经过扫描验证。对于企业在 AI coding 智能体落地时关注供应链安全的团队,这是一个值得关注的基础设施层组件。当前 GitHub 星标约 3,800,今日新增约 225,保持稳健增长。