1. 项目概述
Vibe-Skills（VibeSkills）是一个通用型编排技能，可自动发现、路由并协调大量本地“技能”，使 AI 编码智能体能够规划、执行并验证复杂的多步骤任务，而无需开发人员手动为每个子任务挑选合适的工具。
2. 背景与定位
随着“智能体技能”生态系统（Claude Code Skills、Codex 风格的框架以及类似的智能体框架）的发展，开发人员往往会在本地安装数十甚至数百个独立技能——涵盖从数据科学到安全审查再到文档编写等方方面面。记住该调用哪个技能、按什么顺序调用，以及如何确认结果确实符合要求，这本身就成了一个管理难题。
Vibe-Skills 正是为了解决这一元问题而创建的。它并非又一个专用技能，而是充当技能库之上的路由器和编排器：它首先与用户确认需求，估算任务规模，为每个工作模块筛选相关技能，在会话中跟踪执行状态，并生成一份将计划与实际交付进行对比的验收报告。
这与典型的技能集合（通常只是一个包含独立、单一用途技能的文件夹）不同，Vibe-Skills 增加了一个工作流层：任务规划、无需将整个技能库加载到上下文中即可进行技能发现、跨会话的进度持久化，以及在任务被视为完成之前进行正式的验证步骤。它还附带一个包含 250+ 社区技能的内置库，使其既可以作为编排器使用，也可以作为开箱即用的技能包使用。
3. 功能分类
- 🧭 编排核心 — 负责需求确认、复杂度评估（
--l/--xl）、技能分配和执行跟踪的引擎。示例：core/skill-contracts、agents/规划模板、protocols/通信规范、用于不同宿主应用的adapters/。目的：将自然语言请求转化为协调一致、可审计的计划。 - 🔬 科学与数据技能 — 最大的内置类别，涵盖生物信息学、统计学和机器学习研究。示例：
biopython、astropy、rdkit、scanpy、pymc-bayesian-modeling、scikit-learn、pytorch-lightning。目的：为智能体提供科学计算和数据分析任务所需的领域专业知识。 - 🛡️ 安全与质量技能 — 审查与加固工具。示例：
security-reviewer、security-best-practices、security-threat-model、security-ownership-map、code-reviewer。目的：在智能体驱动的开发过程中捕获漏洞并强制执行代码质量门禁。 - 📝 文档与写作技能 — 内容和技术写作辅助工具。示例：
docs-write、docs-review、writing-plans、scientific-writing、markdown-mermaid-writing。目的：生成并维护一致、高质量的书面成果。 - ⚙️ DevOps 与部署技能 — 集成与部署辅助工具。示例：
netlify-deploy、vercel-deploy、skypilot-multi-cloud-orchestration、mcp-integration、gh-fix-ci。目的：直接从智能体工作流中自动化发布和基础设施任务。 - 📊 可视化与报告技能 — 图表和报告生成。示例：
creating-data-visualizations、matplotlib、plotly、scientific-slides、report-generator。目的：将原始分析转化为可展示的成果。
4. 核心亮点
- 工作开始前确认需求 — 编排器事先与用户澄清范围和约束，减少因任务理解偏差而造成的返工。
- 上下文高效的技能发现 — 它扫描配置文件夹中的
SKILL.md文件，仅筛选出相关候选技能，而不是将整个 250+ 技能库加载到模型的上下文窗口中。 - 会话连续性 —
session_root文件夹持久化输入、进度和决策，使多步骤任务可以恢复而非重新开始。 - 正式的交付验证 —
delivery-acceptance-report将批准的工作计划（module-work-plan.json）与实际执行情况（module-execution.json）进行对比，标记通过、失败或受阻的项目。 - 复杂度感知的工作流级别 —
--l和--xl标志让用户指示任务范围，编排器据此调整规划深度。 - 开箱即用的 250+ 内置技能 — 涵盖科学、安全、DevOps、文档等，可直接使用或通过编排器使用。
5. 按角色划分的使用场景
- 普通开发人员：使用
$vibe//vibe将粗略的功能请求转化为有范围界定的计划，自动应用合适的内置技能（代码审查、文档、测试），并在最后获得一份验证报告。 - DevOps/SRE：利用由编排器协调的部署导向技能（
netlify-deploy、vercel-deploy、skypilot-multi-cloud-orchestration）来处理多步骤发布或基础设施任务。 - 安全工程师：通过
security-reviewer、security-threat-model和security-ownership-map路由审查任务，由编排器跟踪哪些检查通过或受阻。 - 数据/科研人员：访问庞大的科学计算技能目录（biopython、astropy、pymc、scikit-learn 等数十个），无需逐一记住每个工具的调用方式。
- 项目经理：使用规划和验收报告工件（
module-work-plan.json、delivery-acceptance-report.md）作为请求与交付内容的轻量级审计追踪。
6. 快速开始
查找所需内容 — 浏览 bundled/skills/ 下的内置目录，或查阅 docs/quick-start.en.md 了解可用功能概览。
安装 / 集成 — 下载已发布的版本归档文件（而非原始仓库检出），然后安装到你的技能目录中：
# Windows
./update.ps1 -SkillsDir <skills-dir>
# macOS / Linux
./update.sh --skills-dir <skills-dir>
从你的 AI 应用的技能入口点调用它：
$vibe
或
/vibe
参与贡献 — 阅读 CONTRIBUTING.md，查看 references/contributor-zone-decision-table.md 中的区域表和 references/change-proof-matrix.md 中的证明矩阵，然后按照文档中针对你的变更类型所要求的证据要求提交拉取请求。
7. 项目结构
Vibe-Skills/
├── core/ # 编排引擎和技能契约
├── agents/ # 规划模板
├── adapters/ # 宿主应用集成接口
├── protocols/ # 组件间通信规范
├── commands/ # CLI 入口点
├── bundled/skills/ # 250+ 开箱即用的社区技能
├── docs/ # 架构、治理、安装和快速入门指南
├── tests/ # 验证套件
├── update.sh / update.ps1 # 安装/更新脚本
└── check.sh / check.ps1 # 安装验证
关键文件：SKILL.md（编排器自身的技能定义）、CONTRIBUTING.md（贡献规则）和 docs/quick-start.en.md（入门指南）。
8. 相关生态系统
Vibe-Skills 设计用于在支持本地“技能”概念的 AI 编码框架中运行，例如 Claude Code 和类似的智能体框架。许多内置技能封装或补充了各自领域内知名的开源库——例如科学计算领域的 scikit-learn、pytorch-lightning、matplotlib 和 biopython，以及用于连接 Model Context Protocol 服务器的 mcp-integration。
9. 许可证
根据 Apache License 2.0 许可。
- ✅ 允许商业使用、修改、分发和私人使用。
- ✅ 你可以在自己的项目中以子许可方式分发修改版本，前提是保留署名。
- ❌ 不提供任何担保，作者不对因使用而产生的损害承担责任。
- ℹ️ 第三方组件在
NOTICE和THIRD_PARTY_LICENSES.md中单独注明——如果你重新分发内置技能库，请查看这些文件。
10. 常见问题
问：我是否通过克隆仓库来安装？
答：不是——文档规定从已发布的版本归档文件安装，而非原始仓库检出。请参阅 docs/quick-start.en.md。
问：安装后如何调用 Vibe-Skills？
答：通过你的 AI 应用的技能入口点，通常是 $vibe 或 /vibe，例如 "澄清这个需求并将其转化为计划 $vibe"。
问：--l 和 --xl 标志是什么意思？
答：它们告诉编排器任务的预期范围——--l 表示可管理的工作，--xl 表示更大、更复杂的项目——以便其相应地进行规划。
问：更新后如何确认我的安装完好无损？
答：运行 check.sh（Windows 上为 check.ps1）以验证安装程序管理的文件是否存在且未被更改。
问：我可以在不使用编排器的情况下使用内置技能吗？
答：可以——bundled/skills/ 下的每个技能都是自包含的文件夹，带有自己的 SKILL.md，可以独立使用。
11. 快速链接
- 仓库：https://github.com/foryourhealth111-pixel/Vibe-Skills
- 快速入门指南：
docs/quick-start.en.md - 贡献指南：
CONTRIBUTING.md - 社区：仓库上的 GitHub Issues 和 Pull Requests
12. 总结
Vibe-Skills 解决了不断增长的智能体技能生态系统中的一个实际痛点：知道在众多已安装工具中该用哪个、按什么顺序使用，以及结果是否真正满足了需求。结合涵盖科学、安全、DevOps 和文档等领域的 250+ 技能内置库，它既可作为运行大型技能库的团队的编排层，也可作为希望获得广泛能力而无需手动选择工具的个人开发者的现成工具包。