find-skills是Vercel Labs发布在skills.sh上的一个Agent Skill。它本身不是用来写代码、设计页面或部署项目的具体功能Skill，而是一个“帮你找Skill的Skill”。当用户不知道某个任务有没有现成Skill可用时，它会引导智能体去搜索、筛选、判断并给出安装建议。

这类Skill的定位很有意思。它不是直接解决某个单一问题，而是解决“能力发现”的问题。随着Agent Skill越来越多，用户不可能记住每个Skill的名字、来源和适用场景。find-skills的价值就在这里：把“我想做某件事”转成“应该找什么Skill、哪个更可靠、怎么安装”。

find-skills.webp

它不是普通搜索

很多人看到find-skills，可能会以为它只是一个Skill搜索入口。其实从页面说明和SKILL.md内容看，它更像是一套检索和判断流程。它会在用户提出“有没有某个Skill”“怎么做某件事”“能不能扩展某种能力”时介入，帮助智能体判断这件事是否适合通过Skill来解决。

这比单纯搜关键词更稳。因为Skill生态里可能有很多相似名称，也可能有一些安装量很低、来源不明或维护状态不清楚的项目。find-skills并不鼓励看到结果就推荐，而是要求先看安装量、来源可信度、GitHub Stars和排行榜表现，再决定是否推荐给用户。

适合什么场景

find-skills适合用在“需求明确，但工具不明确”的时候。比如用户说想做React性能优化、想生成changelog、想做PR review、想做测试自动化、想接入某个外部工具，这些任务都可能已经有现成Skill。智能体如果安装了find-skills，就可以先尝试为用户找到合适的Skill，而不是马上从零开始回答。

它也适合用在长期使用Claude Code、Cursor、Codex、Cline、Windsurf等工具的人身上。用户的工作流越复杂，越容易遇到一些重复任务：写文档、查依赖、生成发布说明、审查代码、处理设计规范、整理测试用例。把这些任务变成可安装Skill之后，智能体能力会更像一个可扩展工具箱。

Skills CLI是基础

find-skills依赖的是Skills CLI，也就是npx skills这套命令。页面中给出的安装方式是npx skills add https://github.com/vercel-labs/skills --skill find-skills。安装后，用户可以通过Skill说明中的流程，让智能体使用npx skills find [query]搜索Skill，也可以用npx skills add <package>安装Skill。

SKILL.md里还提到几个常用命令，例如npx skills check用于检查Skill更新，npx skills update用于更新已安装Skill。也就是说，find-skills并不是孤立页面，它背后依赖的是一个类似包管理器的Skill生态。用户通过命令安装、搜索和维护Skill，而不是手动复制一堆提示词。

它怎么判断质量

find-skills比较重要的一点，是它不建议只看搜索结果。SKILL.md里明确要求推荐前要验证质量：安装量优先看1K以上，100以下要谨慎；来源上更信任Vercel、Anthropic、Microsoft这类官方或知名组织；GitHub Stars也要作为参考，低星仓库需要更谨慎。

这个判断逻辑很实际。Skill会影响智能体执行任务的方式，如果随便安装不明来源的Skill，可能带来质量不稳定、维护中断，甚至安全和隐私风险。find-skills把这些判断写进流程里，等于提醒用户：Skill不是越多越好，来源和可信度同样重要。

排行榜优先查看

页面和SKILL.md都提到，搜索前应先查看skills.sh排行榜。排行榜按安装量等指标展示更常用、更经受过使用验证的Skill。对普通用户来说，这比在GitHub里盲搜更容易找到成熟选项。

比如Web开发、测试、设计、文档、DevOps、代码质量这些领域，往往已经有一些安装量较高的Skill。先看排行榜可以减少踩坑概率；如果排行榜没有覆盖用户需求，再用npx skills find继续搜索更细分的Skill。

页面信息怎么看

skills.sh上的find-skills页面展示了安装命令、Summary、SKILL.md内容片段、相关Skill、安装量、仓库地址、GitHub Stars、首次收录时间和安全审计结果。页面把它归在Agent workflows分类下，这也说明它更偏工作流辅助，而不是某个单点工具。

页面上显示find-skills来自vercel-labs/skills仓库，安装量和仓库Stars都比较高，同时安全审计区域展示了Gen Agent Trust Hub、Socket和Snyk的结果。对用户来说，这些信息能帮助初步判断它是否属于较可信的Skill来源。

和直接问AI不同

直接问AI“有没有某某工具”，AI可能会基于已有知识回答，也可能遗漏最新Skill。find-skills的思路是把回答变成可执行流程：先识别用户需求，再查排行榜，再用CLI搜索，再验证来源和指标，最后给出Skill名称、用途、安装命令和学习链接。

这让推荐结果更像工程流程，而不是临时聊天。尤其是团队内部准备统一使用某些Skill时，这种流程化筛选更有价值。它能减少“某个人随手装了一个Skill，结果别人不知道来源”的混乱。

适合谁安装

find-skills适合经常给Agent扩展能力的人，比如Claude Code用户、AI编程工具重度用户、技术团队负责人、效率工具爱好者，以及正在整理内部AI工作流的人。如果你经常问“有没有一个Skill能做这个”，它就很适合放进基础工具集。

如果你只是偶尔使用AI聊天，不安装本地Agent，也不打算用npx skills管理Skill，那它的直接价值就不大。find-skills更偏向Agent生态用户，而不是普通网页搜索用户。

别把它当万能入口

find-skills能帮你找到更合适的Skill，但不能保证每个需求都有成熟方案。有些任务太小，直接让AI完成就够了；有些任务太定制，可能需要自己写Skill；还有些Skill安装量低但功能刚好适合，也需要人工再判断。

它最好的用法，是作为Skill发现和初筛助手。找到候选Skill之后，仍然要看SKILL.md内容、仓库维护情况、Issue反馈、安装方式和权限范围。尤其是涉及代码仓库、外部服务、账号数据和自动化操作时，不建议只看名字就安装。

实际使用怎么落地

如果你已经在用Claude Code、Cursor或Codex，可以把find-skills当成第一个基础Skill安装。之后遇到某个新任务，不要急着到处搜教程，可以先让Agent判断是否有对应Skill，再根据推荐结果决定是否安装。

对团队来说，更好的做法是建立一份内部Skill清单：哪些Skill已经验证过，适合什么场景，安装命令是什么，是否允许全局安装，是否适合项目级使用。find-skills负责发现候选项，团队再负责把合适的Skill沉淀成标准工作流。

参考资料来源

本文参考了skills.sh上的find-skills页面、vercel-labs/skills仓库中的SKILL.md说明和GitHub公开信息。由于Skill安装量、审计状态、命令行为和仓库内容可能持续变化，实际安装和使用时建议以官方页面为准。

skills.sh页面：https://www.skills.sh/vercel-labs/skills/find-skills

GitHub仓库：https://github.com/vercel-labs/skills

SKILL.md源码：https://raw.githubusercontent.com/vercel-labs/skills/main/skills/find-skills/SKILL.md