1. 專案概述
Vibe-Skills（VibeSkills）是一個通用型編排 Skill，可自動探索、路由並協調大量本地「Skills」，讓 AI 編碼代理能夠規劃、執行並驗證複雜的多步驟任務，開發者無需為每個子任務手動挑選正確的工具。
2. 背景與定位
隨著「代理技能」生態系（Claude Code Skills、Codex 風格的框架，以及類似的代理框架）日益壯大，開發者往往會在本地安裝數十甚至數百個獨立 Skills——涵蓋資料科學、安全審查、文件撰寫等各種領域。要記住該呼叫哪個 Skill、以什麼順序呼叫，以及如何確認結果確實符合要求，本身就成了一項管理難題。
Vibe-Skills 的誕生正是為了解決這個後設問題。它不是另一個專門的 Skill，而是扮演路由器與編排器的角色，位於整個技能庫之上：它會先與使用者確認需求、估算任務規模、為每個工作模組篩選相關 Skills、追蹤整個工作階段的執行狀態，並產出將規劃內容與實際交付結果比對的驗收報告。
這與典型的技能集合（僅是一個包含多個獨立、單一用途 Skills 的資料夾）不同之處在於，Vibe-Skills 增加了一層工作流程層：任務規劃、無需將整個技能庫載入上下文即可進行的技能探索、跨工作階段的進度持久化，以及在任務被視為完成前的正式驗證步驟。它同時內建一個包含 250+ 個社群 Skills 的套件庫，既可作為編排器使用，也可作為立即可用的技能包。
3. 功能類別
- 🧭 編排核心 — 負責需求確認、複雜度評估（
--l/--xl）、技能指派與執行追蹤的引擎。範例：core/skill-contracts、agents/規劃模板、protocols/通訊規格、adapters/用於不同主機應用程式。目的：將自然語言請求轉化為協調一致、可稽核的計畫。 - 🔬 科學與資料 Skills — 最大的內建類別，涵蓋生物資訊學、統計學與機器學習研究。範例：
biopython、astropy、rdkit、scanpy、pymc-bayesian-modeling、scikit-learn、pytorch-lightning。目的：為代理提供科學運算與資料分析任務的領域專業知識。 - 🛡️ 安全與品質 Skills — 審查與強化工具。範例：
security-reviewer、security-best-practices、security-threat-model、security-ownership-map、code-reviewer。目的：在代理驅動的開發過程中捕捉漏洞並執行程式碼品質門檻。 - 📝 文件與寫作 Skills — 內容與技術寫作輔助工具。範例：
docs-write、docs-review、writing-plans、scientific-writing、markdown-mermaid-writing。目的：產出並維護一致、高品質的書面成果。 - ⚙️ DevOps 與部署 Skills — 整合與部署輔助工具。範例：
netlify-deploy、vercel-deploy、skypilot-multi-cloud-orchestration、mcp-integration、gh-fix-ci。目的：直接從代理工作流程自動化發布與基礎設施任務。 - 📊 視覺化與報告 Skills — 圖表與報告產生工具。範例：
creating-data-visualizations、matplotlib、plotly、scientific-slides、report-generator。目的：將原始分析轉化為可呈現的輸出。
4. 重點特色
- 工作開始前先確認需求 — 編排器會事先與使用者釐清範圍與限制，減少因誤解任務而造成的浪費。
- 節省上下文的技能探索 — 掃描設定資料夾中的
SKILL.md檔案，僅篩選相關候選技能，而非將整個 250+ 技能庫載入模型的上下文視窗。 - 工作階段連續性 —
session_root資料夾會持久化輸入、進度與決策，因此多步驟任務可以接續而非重新開始。 - 正式交付驗證 —
delivery-acceptance-report會將已核准的工作計畫（module-work-plan.json）與實際執行結果（module-execution.json）進行比對，標記通過、失敗或受阻的項目。 - 複雜度感知的工作流程層級 —
--l與--xl旗標讓使用者標示任務規模，編排器會據此調整規劃深度。 - 開箱即用的 250+ 內建 Skills — 涵蓋科學、安全、DevOps、文件等領域，可直接使用或透過編排器使用。
5. 依角色劃分的使用案例
- 一般開發者：使用
$vibe//vibe將粗略的功能請求轉化為有範圍的計畫，自動套用正確的內建 Skills（程式碼審查、文件、測試），並在最後取得驗證報告。 - DevOps/SRE：利用由編排器協調的部署導向 Skills（
netlify-deploy、vercel-deploy、skypilot-multi-cloud-orchestration）來執行多步驟的發布或基礎設施任務。 - 安全工程師：透過
security-reviewer、security-threat-model與security-ownership-map路由審查任務，由編排器追蹤哪些檢查通過或受阻。 - 資料/研究科學家：存取大量的科學運算 Skills 目錄（biopython、astropy、pymc、scikit-learn 等數十個），無需逐一記憶每個工具的呼叫方式。
- 專案經理：使用規劃與驗收報告產物（
module-work-plan.json、delivery-acceptance-report.md）作為請求內容與交付結果比對的輕量稽核軌跡。
6. 快速入門
找到你需要的 — 瀏覽 bundled/skills/ 下的內建目錄，或參閱 docs/quick-start.en.md 以了解可用功能的概覽。
安裝／整合 — 下載已發布的版本封存檔（非原始儲存庫檢出），然後安裝到你的 Skills 目錄：
# Windows
./update.ps1 -SkillsDir <skills-dir>
# macOS / Linux
./update.sh --skills-dir <skills-dir>
從你的 AI 應用程式的 Skill 進入點呼叫它：
$vibe
或
/vibe
貢獻 — 閱讀 CONTRIBUTING.md，查看 references/contributor-zone-decision-table.md 的區域表與 references/change-proof-matrix.md 的證明矩陣，然後依照文件規定的變更類型證據要求開啟 pull request。
7. 專案結構
Vibe-Skills/
├── core/ # 編排引擎與技能合約
├── agents/ # 規劃模板
├── adapters/ # 主機應用程式的整合介面
├── protocols/ # 元件間的通訊規格
├── commands/ # CLI 進入點
├── bundled/skills/ # 250+ 個立即可用的社群 Skills
├── docs/ # 架構、治理、安裝與快速入門指南
├── tests/ # 驗證套件
├── update.sh / update.ps1 # 安裝／更新腳本
└── check.sh / check.ps1 # 安裝驗證
關鍵檔案：SKILL.md（編排器自身的 Skill 定義）、CONTRIBUTING.md（貢獻規則），以及 docs/quick-start.en.md（入門指南）。
8. 相關生態系
Vibe-Skills 設計用於支援本地「Skills」概念的 AI 編碼框架中執行，例如 Claude Code 及類似的代理框架。許多內建 Skills 會包裝或補充各自領域中知名的開源函式庫——例如科學運算領域的 scikit-learn、pytorch-lightning、matplotlib 與 biopython，以及用於連接 Model Context Protocol 伺服器的 mcp-integration。
9. 授權
採用 Apache License 2.0 授權。
- ✅ 允許商業使用、修改、散布與私人使用。
- ✅ 只要保留出處標示，你可以將修改後的版本作為自己專案的一部分再授權。
- ❌ 不提供任何擔保，作者不對使用所造成的損害負責。
- ℹ️ 第三方元件在
NOTICE與THIRD_PARTY_LICENSES.md中另行標示出處——如果你重新散布內建的技能庫，請檢閱這些檔案。
10. 常見問題
問：我可以透過複製儲存庫來安裝嗎？
答：不行——文件規定必須從已發布的版本封存檔安裝，而非原始儲存庫檢出。請參閱 docs/quick-start.en.md。
問：安裝後如何呼叫 Vibe-Skills？
答：透過你的 AI 應用程式的 Skill 進入點，通常是 $vibe 或 /vibe，例如 「釐清這個需求並將其轉化為計畫 $vibe」。
問：--l 與 --xl 旗標代表什麼？
答：它們告訴編排器任務的預期規模——--l 表示可管理的工作，--xl 表示較大、較複雜的專案——以便據此規劃。
問：更新後如何確認安裝完整無缺？
答：執行 check.sh（Windows 上為 check.ps1）以驗證安裝程式管理的檔案是否存在且未經變更。
問：我可以在不使用編排器的情況下使用內建 Skills 嗎？
答：可以——bundled/skills/ 下的每個 Skill 都是自包含的資料夾，擁有自己的 SKILL.md，可以獨立使用。
11. 快速連結
- 儲存庫：https://github.com/foryourhealth111-pixel/Vibe-Skills
- 快速入門指南：
docs/quick-start.en.md - 貢獻指南：
CONTRIBUTING.md - 社群：儲存庫上的 GitHub Issues 與 Pull Requests
12. 總結
Vibe-Skills 解決了日益成長的代理技能生態系中的一個真實痛點：知道該使用眾多已安裝工具中的哪一個、以什麼順序使用，以及結果是否確實符合需求。結合涵蓋科學、安全、DevOps 與文件等領域的 250+ 內建技能庫，它既是執行大型技能庫團隊的編排層，也是希望擁有廣泛能力而無需手動選擇工具的個人開發者的現成工具包。