Sx: Пакетный менеджер с открытым исходным кодом для навыков ИИ, MCP и команд

✍️ OpenClawRadar📅 Опубликовано: 15 мая 2026 г.🔗 Source
Sx: Пакетный менеджер с открытым исходным кодом для навыков ИИ, MCP и команд
Ad

Sx — это менеджер пакетов с открытым исходным кодом, разработанный для команд, использующих AI-ассистентов кодирования. Он рассматривает AI-конфигурации — пользовательские навыки, конфигурации MCP-серверов, слеш-команды, хуки, агенты и стандарты кодирования — как версионированные пакеты, которыми можно централизованно управлять, ограничивать область видимости и делиться ими внутри организации.

Зачем нужен Sx?

Проблема: лучшие разработчики создают эффективные AI-настройки (промпты, MCP, команды), но они остаются изолированными на их машинах. Текущие обходные пути — копирование в каждый репозиторий (дублирование, рассинхронизация), глобальные конфиги (раздувание контекста) или ручная установка плагинов (привязка к клиенту) — не масштабируются. Sx решает эту проблему, рассматривая AI-активы как пакеты, которыми можно делиться с ограничением области установки.

Быстрый старт

# macOS/Linux через Homebrew
brew tap sleuth-io/tap
brew install sx

Или через shell-скрипт

curl -fsSL https://raw.githubusercontent.com/sleuth-io/sx/main/install.sh | bash

Инициализация и добавление активов

sx init sx add /path/to/my-skill sx install

Установка с ограничением области видимости

Активы можно устанавливать для определенных областей, избегая раздувания контекста:

  • sx install my-skill --org – для всех в хранилище
  • sx install my-skill --repo github.com/acme/infra – только внутри этого репозитория
  • sx install my-skill --path github.com/acme/infra#docs/ – для конкретного пути
  • sx install my-skill --team platform – для участников команды
  • sx install my-skill --user [email protected] – для одного пользователя
  • sx install my-skill --bot python-backend – для идентификатора CI/агента

Используйте sx install --dry-run, чтобы просмотреть, что будет установлено.

Ad

Облачное реле

Предоставьте доступ к своему хранилищу для Claude.ai или ChatGPT через MCP с помощью реле skills.new:

sx cloud connect
sx cloud serve
sx cloud status

Реле открывает WebSocket-туннель — содержимое хранилища остается локальным.

Аналитика и аудит

Отслеживайте использование и изменения:

sx stats
sx stats --since 7d --json
sx audit --actor [email protected] --since 30d --event install.set

Совместимость с существующими настройками Claude Code

Если у вас есть навыки в ~/.claude, sx может их версионировать и синхронизировать:

sx add ~/.claude/commands/my-command
sx add ~/.claude/skills/my-skill
sx add code-review@claude-plugins-official

Sx автоматически определяет тип актива (skill, command, MCP, agent, hook, rule) и оборачивает файлы с метаданными, не изменяя их.

Sx поддерживает несколько хранилищ через профили (sx profile add work, sx profile use work) и работает с любым AI-клиентом, поддерживающим MCP или файловые конфиги — Claude Code, Cursor, GitHub Copilot, Gemini, Kiro и другими.

📖 Читать полный исходный код: HN AI Agents

Ad

👀 Смотрите также

ClawMetry: Открытая панель мониторинга для агентов OpenClaw
Инструменты

ClawMetry: Открытая панель мониторинга для агентов OpenClaw

ClawMetry — это панель мониторинга с открытым исходным кодом для агентов OpenClaw, которая предоставляет отслеживание активности сессий в реальном времени, мониторинг затрат на токены, обнаружение изменений в файлах памяти и оповещения о зависших сессиях. Устанавливается локально с помощью pip install clawmetry и была создана с использованием самого OpenClaw.

OpenClawRadar
cxt: инструмент CLI/TUI для объединения файлов кода в один блок буфера обмена для Claude
Инструменты

cxt: инструмент CLI/TUI для объединения файлов кода в один блок буфера обмена для Claude

cxt объединяет целые каталоги и конкретные файлы в один блок, готовый для буфера обмена, с XML-тегами и путями к файлам, что упрощает понимание контекста вашей кодовой базы для Claude.

OpenClawRadar
Дообученная модель Qwen3-0.6B превосходит учителя размером 120B в структурированном вызове функций.
Инструменты

Дообученная модель Qwen3-0.6B превосходит учителя размером 120B в структурированном вызове функций.

Distil Labs опубликовала сквозной конвейер, который дообучает модель Qwen3-0.6B для достижения 79,5% точного соответствия при вызове функций IoT умного дома, превосходя 120B учительскую модель на 29 пунктов. Конвейер использует рабочие трассировки для генерации синтетических обучающих данных без ручной аннотации.

OpenClawRadar
Реализация локального агента OpenClaw с кэшированием TurboQuant для оборудования среднего класса
Инструменты

Реализация локального агента OpenClaw с кэшированием TurboQuant для оборудования среднего класса

Приложение для OpenClaw с локальными моделями теперь работает на устройствах среднего класса, таких как MacBook Air с 16 ГБ оперативной памяти, используя кэширование TurboQuant и прогрев контекста. Реализация включает патчи для llama.cpp для надежного вызова инструментов и достигает 10-15 токенов в секунду с моделями Gemma 4 и QWEN 3.5.

OpenClawRadar