Агентский Навыковый Харбор: Управление навыками для команд ИИ-агентов на основе GitHub

Что делает Agent Skill Harbor
Agent Skill Harbor заполняет пробел между публичным обнаружением навыков и личным управлением ими, предоставляя ориентированную на команды платформу для навыков ИИ-агентов. Она разработана как GitHub-ориентированная, без базы данных и бессерверная, поскольку навыки в основном являются текстовыми артефактами, которые естественно вписываются в рабочие процессы Git.
Ключевые особенности из источника
- Собирает навыки из репозиториев GitHub
- Отслеживает происхождение навыков
- Поддерживает управление и проверки безопасности
- Публикует статический сайт-каталог с использованием GitHub Actions и GitHub Pages
- Платформа с открытым исходным кодом (OSS)
Технический подход и контекст
Создатель отмечает, что хотя доставка промптов по протоколу MCP (Model Context Protocol) в будущем может обеспечить динамическое распространение навыков, в настоящее время подходы, основанные на Git, более практичны, потому что:
- Навыки в основном создаются и проверяются в Git
- Командам необходимо отслеживать происхождение и управление навыками
- Поддержка инструментов для доставки промптов MCP всё ещё неполная
Agent Skill Harbor позиционируется как решение организационных потребностей, таких как сбор, каталогизация, отслеживание происхождения, управление и безопасность, поверх подходов к упаковке индивидуальных навыков.
Темы для обсуждения в сообществе
Участники Hacker News обсудили несколько связанных тем:
- Поддержка MCP может обеспечить динамические потоки навыков без синхронизации рабочих процессов
- Стандартизированные протоколы навыков для CLI, аналогичные --help, для рабочих процессов агентов и людей
- Должно ли управление навыками выходить за рамки промптов и включать MCP, команды, хуки и правила
- Дискуссия о том, являются ли навыки просто текстом (промпты и скрипты) или могут включать бинарные файлы
- Обсуждение статических и динамических подходов к доставке навыков
Демо доступно по адресу https://skill-mill.github.io/agent-skill-harbor-demo/, а репозиторий — по адресу https://github.com/skill-mill/agent-skill-harbor.
📖 Read the full source: HN AI Agents
👀 Смотрите также

Навык OpenClaw PARA автоматически организует файлы помощника ИИ.
Разработчик создал навык OpenClaw, который внедряет метод PARA (Проекты, Области, Ресурсы, Архивы) для организации файлов, автоматически сортируя файлы в четыре структурированные папки вместо того, чтобы сваливать всё в корневую директорию.
Игла: 26-миллионная модель вызова инструментов, построенная полностью без FFN
Needle — это модель вызова функций с 26 миллионами параметров без MLP, достигающая 6000 токенов/с на префилле и 1200 токенов/с на декоде на потребительских устройствах. Она превосходит FunctionGemma-270M, Qwen-0.6B, Granite-350M и LFM2.5-350M в одношаговом вызове инструментов.

Многомодельный совет по рабочим процессам для ИИ-агентов программирования
Разработчик создал веб-инструмент, который выполняет задачи программирования через три модели ИИ — GPT-4o в роли архитектора, Claude в роли скептика и Gemini в роли синтезатора — перед передачей их агентам кодирования. Инструмент генерирует файл PLAN.md с явными ограничениями и требует от пользователей предоставления собственных API-ключей.

PaperclipAI: Открытый исходный код для управления компаниями без участия человека
PaperclipAI — это фреймворк с открытым исходным кодом для оркестрации, предназначенный для полностью автоматизированных компаний. Проект набрал 14 000 звёзд на GitHub в первую неделю своего существования.