是什么 / 定位
如果你同时使用 Claude Code、Codex、OpenCode、Pi 等多个 AI Agent,肯定会遇到一个问题:
skill 到底装在哪里?
- 装全局(
~/.claude/skills/、~/.agents/skills/) → context 膨胀,多个项目互相污染 - 装项目里拷贝 → 改了一个地方,其他项目还要手动同步
Skillcaddy 的思路很简单:既然 symlink 就能解决,那就做一个管理 symlink 的小工具。
一个中央 skill 仓库,按需软链到各项目的 .claude/skills/ 或 .agents/skills/ 目录。
它不做语义分析、不做云端同步 —— 纯粹是本地文件管理的自动化,适合追求极简工具链的开发者。

一个 AISkills 仓库,多个 Agent 共享
核心功能
集中式的 skill 仓库位于 ~/skillcaddy
所有 skill 源码放这里,统一管理,包括 git 版本追踪。

~/AISkills 作为所有 skill 的根目录
一个命令,按需 link 到当前项目
sc-link(或 skillcaddy link)会把当前项目需要的 skill 从中央仓库软链到本地 .claude/skills/。
不想用的时候 sc-unlink 清除。

一行命令完成 skill 安装
跨 Agent 共享
无论 .claude/skills、.agents/skills 还是其他 convention,都能同时指向同一份源码。

Claude Code 和 OpenCode 共享 soft-link

Codex 通过同一个软链访问 skill
实际体验
用 Skillcaddy 开发过几个项目,最明显的体感差异:
- 启动 Agent 时 context 占用减少(只链接当前需要的 skill)
- skill 升级在
~/AISkills下 git 搞定,不需要在多个项目间穿梭 - 与设计类 skill(例如 Design-MD)配合良好:sc-link 后自动重构页面

Skillcaddy + Design-MD skill 产出页面
再分享两个实战技巧:
1. 截图标注式沟通
调试 UI 时,Codex/Claude Code 识图能力强。直接截图+标注让它修改,比文字描述效率高 10 倍。

截图 + 标注 → Agent 直接出修改
2. 模型搭配省额度
先用贵的模型(codex)做 MVP 探索快 5h,额度耗尽后切便宜的 MiniMax M3 做后续维护(修页面、查报错、写文档、git commit)。
灵活搭配:
| 阶段 | 模型 | 耗时 | 花费 |
|---|---|---|---|
| MVP + 架构 | codex | ~5h | 高 |
| 维护 + 文档 | MiniMax M3 | - | 几块钱 |

MiniMax M3 负责后续维护 → 低成本收尾
踩坑提示
- ⚠️ Windows 下 symlink 默认需要管理员权限:要么改组策略,要么用
mklink /J做 junction(Skillcaddy 暂未处理) - ⚠️ skill git 仓库不要随意 force push:多个项目依赖它,改了历史链会断
- ⚠️ 不是所有全局 skill 都应移出:高频系统级 skill(如 shell 执行、git 操作)留在全局反而省事
- ⚠️ 只读项目慎用 symlink:CI 里跑不一定解析链接,建议 fallback 为 copy
优缺点
✅ 喜欢
- 极简(就几个 shell 命令,本质是
ln -s的 wrapper) - 符合 Unix 哲学:One thing done well
- 不引入新的格式 / 生态 / 语言依赖
❌ 不支持
- 没有云端同步(对比 SkillHub、Claude Marketplace 这类中心化市场)
- 没有版本锁定(不像
npm install [email protected]那样精确锁版本) - IDE 集成为零(全靠手动命令行)
适用人群
- 多 Agent 用户(Claude Code + Codex + OpenCode + Pi 混搭开发者)
- 追求极简、愿意命令行操作
- 不想被 skill marketplace 绑定
- 想把 skill 一样当 git repo 管理
不适合:只装一个 Agent 的用户 / 喜欢一站式云端管理的人。
小结
Skillcaddy 没发明新概念,只是把 symlink 这个老手艺包装得足够低摩擦。 如果你已经在多 Agent 之间疲于管理 skill 的位置,它会让你清爽不少。
GitHub: https://github.com/chenweil/skillcaddy · 附 中文 README

项目 README 详细文档
完结
祝好
🍀