skillsmp Checked
Installation
Copy the prompt below and send it to your AI assistant (e.g. Claude Code) — it will follow the instructions and install automatically.
Install the "skillsmp" skill by following the instructions at https://skill123.me/install/skillsmp.
Run in your terminal — downloads and installs to ~/.claude/skills/.
curl -fsSL https://skill123.me/install/skillsmp.sh | bash
Download the zip and extract it into your skills directory (e.g. ~/.claude/skills/), then restart your session.
⬇ Download v1.0.0 · 13 KBNot live-tested yet — this skill is rated on static analysis only.
About this skill
在 SkillsMP（1.6M+ 公开 SKILL.md 的索引，覆盖 Claude Code / Codex / ChatGPT）里搜 Agent Skill，按关键词、分类、职业、语言过滤，并专门挖那些「写得好但没人知道」的冷门 Skill。用户说 找个 skill、有没有现成的 skill、搜一下 skill、skillsmp、skills 市场、agent skill 搜索、find a skill、search skills、discover skills 时使用。也用于判断某个领域已经有哪些 Skill、避免重复造轮子。同样覆盖这些口语说法：这个功能有没有人做过、别人写过没、我想写个做 X 的 skill（动手前先搜）、挖点冷门好用的、有没有小众但写得好的、这领域现在都有啥、按星数排靠不靠谱、只要中文的 skill。
SkillsMP
搜 SkillsMP —— 目前最大的公开 Agent Skill 索引（1.6M+ 个
SKILL.md，来自 GitHub，覆盖 Claude Code、Codex、ChatGPT）。
**要动手写一个新 Skill 之前，先来这里搜一遍。** 别人写过的概率比你以为的高。
Documentation
在 SkillsMP（1.6M+ 公开 SKILL.md 的索引，覆盖 Claude Code / Codex / ChatGPT）里搜 Agent Skill，按关键词、分类、职业、语言过滤，并专门挖那些「写得好但没人知道」的冷门 Skill。用户说 找个 skill、有没有现成的 skill、搜一下 skill、skillsmp、skills 市场、agent skill 搜索、find a skill、search skills、discover skills 时使用。也用于判断某个领域已经有哪些 Skill、避免重复造轮子。同样覆盖这些口语说法：这个功能有没有人做过、别人写过没、我想写个做 X 的 skill（动手前先搜）、挖点冷门好用的、有没有小众但写得好的、这领域现在都有啥、按星数排靠不靠谱、只要中文的 skill。
SkillsMP
搜 SkillsMP —— 目前最大的公开 Agent Skill 索引（1.6M+ 个
SKILL.md，来自 GitHub，覆盖 Claude Code、Codex、ChatGPT）。
**要动手写一个新 Skill 之前，先来这里搜一遍。** 别人写过的概率比你以为的高。
一句话 → 用哪个能力
用户不会说「跑 treasure.mjs --pages 5」。他会说下面左边那些话。
| 用户大概会这么说 | 从这里开始 |
|---|---|
| 「有没有现成的 skill 能做 X」「找个 skill」 | node scripts/search.mjs "X" --limit 20。命中少就换个说法再搜一次，别断言「不存在」 |
| 「我想写个做 X 的 skill」（**动手前必答**） | 先 search.mjs "X"，看有没有人写过。这是本 Skill 存在的第一个理由 |
| 「这个领域已经有哪些 skill 了」「盘一下现状」 | node scripts/search.mjs "领域词" --pages 3 --json，存本地再过滤，别反复重搜（配额按天算） |
| 「找点好东西」「有没有小众但写得好的」「挖宝」 | node scripts/treasure.mjs "关键词" --pages 5 --top 15。它出**全量候选 + 原始信号**，sortKey 只是排序键、不是评分，也不替你丢行 |
| 「按星数给我排一下」 | 可以，但先读下面那条坑：stars 是**仓库**星数，不是这个 Skill 的。treasure.mjs --sort stars 换排法用的是同一批候选 |
| 「太多了，把大厂仓库的过滤掉」 | --max-stars N。**没有默认值**：不给就一条不过滤；给了也只标 aboveMaxStars 折叠，不删行，--json 里照样全在 |
| 「只要中文的 / 只要 DevOps 的 / 只要给开发看的」 | --lang zh · --category devops · --occupation software-developers |
| 「搜出来只有 5 个？」 | 那是 pagination.total 在骗人（totalIsExact:false，严重偏低）。翻页只认 hasNext |
| 「这个 skill 到底行不行」 | 打开它的 githubUrl 读一眼再下结论。description 是作者的营销文案，不是验证过的能力 |
**它不做的事**：装 Skill、写 Skill、评审 Skill 质量。它只把候选摆到你眼前。
目录
skillsmp/
├── SKILL.md ← 你在这里：怎么搜、怎么挖宝、两个必须知道的坑
├── .env.example ← 复制成 .env 填 API Key（可选；.env 已被忽略，绝不提交）
└── scripts/
├── search.mjs 直搜。可翻页、可按分类/职业/语言过滤，可 --json
└── treasure.mjs ★ 挖宝。故意不按星数排，理由见下。出全量候选 + 原始信号，
排序键只是排序键，不丢行也不下判决
先跑起来
不需要任何配置——**匿名就能用**（50 次/天、10 次/分钟）：
node scripts/search.mjs "关键词" --limit 20
想要 500 次/天，就配一个 Key：
cp .env.example .env # 然后把 Key 填进去
Key 从 <https://skillsmp.com/docs/api> 生成。它是凭据，**只放 .env，绝不进仓库**
（仓库的 .gitignore 已经拦了 */.env，别绕过它）。
两个必须知道的坑
### ★ 不是这个 Skill 的星数，是它所在仓库的星数
这是本 Skill 存在的主要理由。API 返回的 stars 是**包含该 Skill 的 GitHub 仓库**
的星数。实测：某条结果报 240467，而它所在仓库的真实星数是 240743 —— 对得上，确认无疑。
后果很实际：
- 一个塞在超高星仓库里的 Skill（哪怕只是整包机翻的文档）**自动继承那个星数**；
- 一个作者单独开仓库、认真写的单一用途 Skill，只有个位数星。
实测搜 backlink 按星排序，前四条里三条来自同一个 28562★ 的笔记仓库，
讲的是笔记系统内部的双向链接，跟外链毫无关系。**高星把语义对口的结果整个淹掉了。**
所以：sortBy=stars 排出来的不是「最好的 Skill」，是「住在最红仓库里的 Skill」。
### 翻页要认 hasNext，别认 total
pagination.total 附带一个 totalIsExact: false，而且实测严重偏低——百万级索引里
搜 SEO 只报 total: 5。**按 total 算页数会漏掉绝大部分结果。**
唯一可靠的翻页依据是 hasNext，两个脚本都已经这么做了。
挖宝：找「写得好但没人知道」的
既然星数不是质量信号，就别用它排。treasure.mjs 采集四个跟仓库名气无关的信号：
node scripts/treasure.mjs "关键词" --pages 5 --top 15
node scripts/treasure.mjs "关键词" --pages 5 --sort stars --json # 换个排法，同一批候选
View full documentation
| 信号（signals 里的原始观测值） | 想法 |
|---|---|
| **stars / 独立性** | 所在仓库星数越低，越说明这个 Skill 靠自己站住，不是搭便车 |
| **repoCount / 专注度** | 同一仓库在本次结果里出现几条。一个仓库刷出几十条，通常是批量生成或整包翻译的文档堆 |
| **descLength + hasTriggerWording / 描述具体度** | 好的描述会写清**什么时候该用**（触发条件、场景、反例），而不是「帮你做 X」。这是分辨用不用心最单一有效的信号 |
| **ageDays / 新鲜度** | 长期没动的多半已经烂掉 |
同名同作者跨多语言的条目会被去重——那是整包机翻，一个仓库能刷满整页。
**去重是唯一会减少候选数的一步，而且减了几条会报出来。**
### 排序键不是判决，脚本也不替你丢行
| 规矩 | 落实在哪 |
|---|---|
| **sortKey 只是排序键**，不是评分、不是质量结论 | 输出里叫 sortKey/sortKeyParts，权重是随手定的、没有实测支撑；--sort key\|stars\|updated\|none 随时换排法或不排 |
| **原始信号照给**，可回到搜索结果核对 | 每条候选带 signals，报告里要引用就引用它，不要引用 sortKey |
| **--max-stars 没有默认值** | 不给就**一条不过滤**。以前默认 5000 会在你没要求时静默扔行，「搜出来就这些」和「被扔了一半」在输出上完全同形 |
| **给了 --max-stars 也只折叠不删除** | 超标行标 aboveMaxStars: true，--json 里照样在，人读视图会明说折叠了几条并列出前十条 |
| **--json 出全量候选** | candidateList 是全部候选，shown 只是默认视图选了谁 |
**这是启发式排序，不是判决。** 脚本只负责把候选排到你眼前；
要不要用，仍然得打开那个 SKILL.md 读一遍。
**别把排序键当成质量结论报给用户**，也别把「默认视图里没有」说成「没有这样的 Skill」。
过滤参数
两个脚本共用：
| 参数 | 说明 |
|---|---|
| --pages N | 翻几页（search 默认 1，treasure 默认 5） |
| --limit N | 每页几条，上限 100 |
| --sort stars\|recent | search 的排序参数。**先读上面那条坑再决定用不用 stars** |
| --sort key\|stars\|updated\|none | treasure 的排序参数。key 是默认的启发式排序键，none 保持原顺序 |
| --max-stars N | 只有 treasure 有，**无默认值**。不给就不过滤；给了也只折叠不删除 |
| --category <slug> | 如 data-ai、devops |
| --occupation <slug> | SOC 职业，如 software-developers |
| --lang <code> | en / zh / ja 等 ISO 码；mul 混合，und 判不出 |
| --json | 输出 JSON 而不是表格 |
不支持通配符（*），也不支持空查询。
配额与报错
响应头一直在报剩余量，脚本会把它打在结尾。常见错误已经翻译成人话：
INVALID_API_KEY（Key 无效）、DAILY_QUOTA_EXCEEDED（当日用完）、
MISSING_QUERY（没给关键词）、INVALID_OCCUPATION / INVALID_LANGUAGE（slug 不认识）。
搜索结果**尽量不要在一次任务里反复重搜同一个词**——配额是按天算的，
匿名只有 50 次。需要反复查询时用 --json 存一份到本地再过滤。
汇报纪律
把搜到的 Skill 告诉用户时：
- **说清 ★ 是仓库星数**，不要让用户以为那是这个 Skill 的受欢迎程度；
- 推荐之前**至少读一眼它的
githubUrl**，别只凭 description 就推荐——
描述是作者自己写的营销文案，不是验证过的能力；
- 命中很少时如实说命中很少。这个索引有 1.6M 条，搜不到通常意味着词不对，
换个说法再搜一次，而不是断言「不存在」。
Score breakdown
Assessment methodology
Version history
Imported from yan-labs/yan-skills@main