这两个专注于Skills的开源项目,正在GitHub上引发关注

简介: 强烈推荐!

这两个专注于Skills的开源项目,正在GitHub上引发关注

01、 为AI注入专业知识的Obsidian技能库

对于许多关注效率工具的用户而言,Obsidian是一个熟悉的名字。这款基于本地Markdown文件构建的知识管理工具,因其强大的双向链接和图谱功能而备受青睐。

近期,一个名为 obsidian-skills 的项目在社区中获得了广泛关注。该项目由 Obsidian公司CEO Steph Ango亲自开源,其主要目标是 系统地教授Claude Code如何正确地理解、编写与管理Obsidian笔记文件

项目开源不到一周,便在GitHub上收获了超过5000颗Star。

目前,许多用户习惯直接使用Claude Code等AI助手来操作本地的Obsidian知识库。然而,通用型人工智能模型对Obsidian特定的语法和数据结构(如独特的双链语法、Canvas画布的JSON格式等)理解并不深入。

此项目的核心价值,正是为AI注入这些专门领域的知识。

它提供了一系列技能(Skills)文档。当这些文档被提供给Claude Code后,AI便能熟练掌握Obsidian的相关操作,具体包括:

① 掌握Obsidian专属的Markdown语法

此模块详细阐述了Obsidian风格的Markdown语法,包括双向链接、内容嵌入、标注块(Callouts)、前置元数据(Frontmatter)等核心要素。

② 具备生成Canvas画布文件的能力

Obsidian的Canvas功能本质上由一个结构复杂的JSON文件驱动。加载此技能后,用户可以直接向Claude提出诸如 “请帮我绘制一份《百年孤独》人物关系图” 的指令。

AI随后能够生成一个完整的.canvas文件,其中包含节点、连接线、颜色标识及分组信息,并可在Obsidian中直接打开使用。

③ 能够处理Obsidian Bases数据表

针对Obsidian的数据库(或称表格)功能,该项目教会AI如何编写正确的过滤器、公式、汇总项及函数调用,有效避免了AI臆造不存在的语法或函数。

开源地址:https://github.com/kepano/obsidian-skills

02、 聚焦上下文工程的智能体技能库

随着Manus等项目的流行,开发者社区的焦点正逐渐从提示词工程转向 上下文工程

在此背景下,Agent-Skills-for-Context-Engineering 这一开源项目应运而生,其核心致力于解决上下文工程的关键问题:如何科学地管理与优化大模型的上下文窗口,以最大限度提升智能体(Agent)的执行效能。

开源地址:https://github.com/muratcankoylan/Agent-Skills-for-Context-Engineering

该项目提供了一个用于构建生产级AI智能体系统的综合技能库,在两周内便获得了超过6000个Star。

这些技能关注的是输入模型的全部信息的整体规划与组织,涵盖 系统指令、工具定义、检索到的文档、历史对话记录以及工具输出结果

当上下文长度不断增加时,模型常会出现“中间信息丢失”、注意力分散和性能下降等问题。该项目提供的技能旨在帮助开发者筛选出信息密度最高、最关键的Token集合,从而达成最优的处理效果。

项目采用了一种 “渐进式披露” 的机制:智能体启动时仅加载技能的名称和简要描述,仅在需要执行特定任务时才动态加载该技能的完整内容,以此高效节省宝贵的上下文空间。

技能库的内容经过系统分类,覆盖了从基础理论到高级架构设计的多个层面:

① 基础技能

  • 上下文基础:解析上下文的构成要素及其重要性。
  • 上下文劣化:识别导致上下文失效的常见模式(如信息污染、干扰、冲突)。
  • 上下文压缩:设计适用于长对话的上下文信息压缩策略。

② 架构技能

  • 多智能体模式:掌握协调器、点对点及层级式等多智能体协作架构。
  • 记忆系统:设计短期、长期及基于图谱的记忆架构。
  • 工具设计:构建智能体能够高效调用的工具(例如MCP工具)。
  • 文件系统上下文:利用文件系统实现动态的上下文发现与状态持久化。

③ 运营技能

  • 优化策略:实施上下文压缩、掩码及缓存等优化技术。
  • 评估框架:构建用于评估智能体系统性能的框架。
  • 高级评估:掌握LLM-as-a-Judge(大模型作为裁判)技术,包括直接评分、成对比较和偏见缓解方法。

④ 认知架构技能

  • BDI心智状态:基于信念-愿望-意图模型,将外部上下文转化为智能体的内部心智状态,以实现更具逻辑性的推理过程。

多种集成使用方式

该项目支持多种集成方案,以适应不同的开发环境:

对于Claude Code用户,它可直接作为一个插件市场中的技能包进行安装。通过执行相应命令即可添加特定技能集。

<span leaf="/plugin marketplace add muratcankoylan/Agent-Skills-for-Context-Engineering

安装后,Claude会根据当前任务的上下文自动激活相关的技能。

对于Cursor等AI编码助手用户,可以将技能文档的内容复制到项目的.rules配置文件或特定目录中,作为AI的背景知识库,从而帮助它更好地理解如何设计与构建高效的智能体系统。

相关文章
|
5月前
|
人工智能 Shell API
Claude Skills|将 Agent 变为领域专家
Claude Skills 是 Anthropic 推出的模块化能力包,基于文件系统在沙盒环境中运行,通过渐进式披露机制向 Agent 注入标准化的流程知识(SOP),实现任务自动化。它与 MCP 协同,分别提供内部知识与外部工具支持,有望成为工业级 Agent 的核心组件。
Claude Skills|将 Agent 变为领域专家
|
4月前
|
人工智能 API 开发工具
Skills比MCP更重要?更省钱的多!Python大佬这观点老金测了一周终于懂了
加我进AI学习群,公众号右下角“联系方式”。文末有老金开源知识库·全免费。本文详解Claude Skills为何比MCP更轻量高效:极简配置、按需加载、省90% token,适合多数场景。MCP仍适用于复杂集成,但日常任务首选Skills。推荐先用SKILL.md解决,再考虑协议。附实测对比与配置建议,助你提升效率,节省精力。关注老金,一起玩转AI工具。