什么是 Vercel Skills？
如果你用过 npm，一定熟悉“一行命令安装别人写好的代码”这种体验。2026 年 1 月，Vercel 把这个概念搬到了 AI 身上，推出了 Skills——一个为 AI 智能体（AI Agent）安装和管理能力包的命令行工具。
简单来说，Vercel Skills 解决的是一个很实际的问题：你每次打开一个新的 AI 编程会话，都得重新向 Claude、Cursor 这些工具解释一遍你们项目的代码规范、目录结构、部署流程——这些“土规矩”。Skills 把这些零散的经验打包成一个可复用、可版本管理的模块，装一次，长期生效。
官方仓库 vercel-labs/skills 发布仅五个月，GitHub 星标就超过了 2.4 万。目前支持的 AI 智能体已经超过 68 个，包括 Claude Code、Cursor、GitHub Copilot、Cline、Windsurf 等主流工具。
Vercel Skills
如何安装 Vercel Skills
前置条件
使用 Vercel Skills 不需要额外安装任何东西——它通过 npx 直接运行，无需全局安装。
基础安装命令
最常用的安装方式是在终端中执行：
npx skills add vercel-labs/agent-skills这条命令会把 Vercel 官方提供的所有技能包安装到你的 AI 智能体中。
安装特定技能
如果只想安装某个具体的技能，可以使用 --skill 参数指定：
npx skills add vercel-labs/agent-skills --skill vercel-react-best-practices
从远程仓库或 URL 安装
你也可以直接从 GitHub 仓库或任何 URL 安装技能：
npx skills add https://github.com/vercel-labs/skills --skill find-skills
交互式搜索与安装
如果你不确定要装什么，可以先搜索：
npx skills find reactCLI 会在官方技能库中交互式搜索相关技能，列出名称、来源和安装量，你选择后自动完成安装。
技能管理命令
临时使用（不安装）
如果只是临时需要一个技能，可以用 use 命令：
npx skills use <package>
主要功能
1. 跨平台兼容
一份技能包可以在 Claude Code、Cursor、Codex、GitHub Copilot、Windsurf 等 68 个以上的 AI 智能体中通用。你在 Claude Code 里装的技能，换到 Cursor 照样跑。
2. 渐进式加载，避免上下文膨胀
Skills 采用“渐进式披露”设计：Agent 先读取技能的名称和描述（元数据），判断是否相关；只有在需要时才会加载完整的 SKILL.md 指令；脚本和参考文档则在技能激活后才加载。这保证了不会因为装了太多技能而撑爆上下文窗口。
3. find-skills：让 AI 自己找技能
官方提供了一个名为 find-skills 的内置技能，让 AI 智能体能够根据用户的模糊需求（比如“帮我找个写测试的工具”），自主搜索并推荐合适的技能。Agent 会根据反馈进行多轮检索，直到找到最匹配的技能。
4. 技能包结构标准化
一个技能本质上是一个文件夹，核心是一份 SKILL.md 文件，包含 YAML 格式的 frontmatter（必须包含 name 和 description 字段）以及具体的指令内容。文件夹里还可以放参考文档、模板和可执行脚本。
应用场景
场景一：前端项目开发规范统一
团队使用 React 和 Next.js 开发，但每个成员使用的 AI 工具不同——有人用 Cursor，有人用 Claude Code。每次写代码，AI 生成的代码风格五花八门。
安装 vercel-react-best-practices 技能后，所有 AI 智能体都会按照统一的 40+ 条规则（涵盖 8 个类别）来生成和审查 React/Next.js 代码。包括消除请求瀑布流、Bundle 大小优化、服务端性能等关键指标。
场景二：从 Create React App 迁移到 Next.js
老项目用的是 CRA，想迁移到 Next.js，但迁移步骤复杂、坑多。
安装 cra-to-next-migration 技能，AI 智能体就能自动按照官方迁移指南和 codemod 逐步完成迁移，不用手动翻文档。
场景三：AI 应用开发
用 Vercel AI SDK 构建 AI 应用时，安装 ai-sdk 技能，AI 智能体就能回答关于 AI SDK 的问题，帮你构建 Agent、聊天机器人和 RAG 系统。
场景四：Monorepo 项目管理
使用 Turborepo 管理 JavaScript/TypeScript monorepo 时，安装 turborepo 技能，AI 智能体就能提供任务缓存和并行执行的最佳实践指导。
场景五：团队知识沉淀
不只是 Vercel 官方技能，团队可以创建自己的私有技能——把团队的代码规范、部署流程、设计系统等“部落知识”打包成技能，所有成员共享。
使用案例
案例一：React 组件性能优化
某开发团队在使用 AI 编程助手时，AI 生成的 React 组件经常出现不必要的重渲染和请求瀑布流问题。
团队成员安装了 vercel-react-best-practices 技能后，AI 在生成代码时会自动应用 62 条优化规则，涵盖组件设计、数据获取、Bundle 优化等多个维度。下次 AI 写代码时，自动按照这套规范来，团队代码质量显著提升。
案例二：从提示词到部署的一站式工作流
Circle 平台与 Vercel Skills 集成，开发者可以在同一个工作流中完成从构建到部署的全部操作。
具体流程是：安装 Circle Skills 和 Vercel Skills → 打开 AI 编码 Agent → 用自然语言描述要构建的应用（比如“构建一个 USDC 支付请求应用”）→ Agent 自动加载相关技能（use-arc、use-usdc、deploy-to-vercel）→ 读取参考文档 → 生成代码 → 部署上线。
案例三：15 分钟部署 Slack Agent
Vercel 发布了 Slack Agent Skill，开发者可以在 15 分钟内让一个可用的 AI Agent 在 Slack 上运行。安装技能后，AI 智能体自动获得 Slack API 集成、消息处理、工作流编排等能力，大幅缩短了从零到上线的周期。
案例四：将团队规范“编译”进每个 AI 助手
某中型互联网公司的前端团队有 20 多人，代码规范文档写了上百页，但 AI 编程助手从来不读。
团队把内部规范整理成一个私有的 SKILL.md 技能包，通过 npx skills add 安装到每个人的 AI 工具中。从此，不管是新员工还是老员工，AI 生成的代码都自动符合团队规范，Code Review 的工作量减少了约 40%。
总结
Vercel Skills 的本质，是给 AI 智能体建立了一套标准化的“能力安装”机制。它解决的痛点很实在：你不需要每次开新对话都重新解释一遍项目背景，也不需要为每个 AI 工具分别配置一遍。
安装简单：一行
npx skills add搞定生态丰富：官方技能 + 社区技能，覆盖前端、AI、部署等多个领域
团队可定制：可以创建和分享私有技能
如果你日常使用 AI 编程助手，Vercel Skills 值得一试。从 npx skills add vercel-labs/agent-skills 开始，让你的 AI 助手真正“懂”你的项目。
◯ 评论 0