Leon-Drq/openagentskill

解决的问题

OpenAgentSkill 为 AI 代理提供了一个决策层，用于安全且有效地查找、评估并安装可重用的“代理技能”（第三方代码/工具）。它解决了代理在尝试执行特定任务时，盲目安装热门但不合适或具有风险的第三方仓库的问题。

运作方式

该项目实现了一个任务到技能的解析器。当代理提供一个任务时，系统会检索候选技能，并根据任务契合度、信任分数（结合维护状况、授权协议和风险信号）以及真实世界的代理执行结果进行排名。随后，它会提供推荐的技能、替代方案以及一个稳定的安装收据，供代理在沙盒中执行。

目标对象

• AI 代理开发者：那些正在构建需要通过外部工具扩展能力的代理（如 Codex、Claude Code 或 Cursor）的开发者。
• 技能作者：创建可重用代理工具的开发者，他们希望拥有一个标准页面、信任徽章以及接触合格用户的渠道。

特色亮点

• 任务到技能解析器：一个将自然语言任务转换为具体、经过审查的安装计划的 API 和 CLI。
• 信任分数 v5：一个利用仓库证据和代理执行结果反馈来标示风险与质量的排名系统。
• 代理集成套件：用于将解析器集成到热门 AI 编码代理中的现成模板。
• 机器可读接口：通过 JSON、OpenAPI 和 llms.txt 提供数据，实现无缝的代理消费。
• 结果反馈循环：允许代理报告技能安装与执行是否成功，从而改进未来的推荐。