SkillNet

像管理代码一样管理 AI 技能，一键评估、复用和编排。

SkillNet 是一个面向 AI 技能（AI Skills）的全生命周期管理平台，旨在解决 AI 技能碎片化、难以评估和复用的问题。它提供统一的框架来创建、评估和连接 AI 技能，支持将技能封装为可调用的 API 或函数，并内置知识图谱能力，帮助开发者理清技能间的依赖关系。核心能力包括：技能注册与版本管理、自动化评估基准（支持自定义测试集）、技能编排与组合（通过图结构连接多个技能）、以及跨模型兼容（适配主流 LLM）。项目采用 Python 编写，适合构建企业级 AI 技能库，提升 AI 应用的开发效率和可维护性。

开源 unknown 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1267

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类智能体

开发团队zjunlp

所属国家

官网地址http://skillnet.openkg.cn

GitHubhttps://github.com/zjunlp/SkillNet

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai-agents,ai-skills,artificial-intelligence,knowledge-graph,large-language-models,natural-language-processing,openkg,skillnet,skills

GitHub 星标★ 1267

30天Star增速

HF 下载量

上线时间2026-01-10 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：入门约 10 分钟部署方式：库/依赖 7 步

环境要求

已安装 Python 环境并可用 pip
可访问 GitHub（用于下载公开技能）
如需 create/evaluate/analyze/orchestrate，需准备 OpenAI 兼容端点的 API Key
如需私有仓库下载或提高 GitHub 速率限制，可准备 GITHUB_TOKEN

安装与启动步骤

1安装 SDK 与 CLI

通过 pip 从 PyPI 安装 skillnet-ai，安装后同时获得 Python SDK 和命令行工具 skillnet。
```
pip install skillnet-ai
```
2安装可选扩展

按需安装图分析或编排能力：graph 用于场景级图谱分析，orchestrate 用于场景编排；不需要可跳过。
```
pip install "skillnet-ai[graph]"
pip install "skillnet-ai[orchestrate]"
```
3配置环境变量(Linux/macOS)

仅在需要 create、evaluate、analyze、orchestrate 时配置；search 与公开 GitHub 下载无需任何凭据。变量只对当前终端会话生效。
```
export API_KEY="sk-xxxxxxxx"
export BASE_URL="https://api.openai.com/v1"
export SKILLNET_MODEL="gpt-4o"
```
4配置环境变量(Windows)

Windows PowerShell 下的等价写法，同样只对当前会话生效；BASE_URL 需为兼容端点地址。
```
$env:API_KEY = "sk-xxxxxxxx"
$env:BASE_URL = "https://api.openai.com/v1"
$env:SKILLNET_MODEL = "gpt-4o"
```
5搜索技能

用关键词检索公开技能库，limit 控制返回条数；也可用 Python SDK 的 SkillNetClient().search 调用。无需 API Key。
```
skillnet search "pdf understanding" --limit 5
```
6下载技能到本地

把搜索结果中的 skill_url 下载到指定目录，技能会以文件夹形式进入本地工作区，便于被智能体直接调用。
```
skillnet download  -d ./my_skills
```

7在代码中调用 SDK

如需在 Python 程序中集成，可导入 SkillNetClient 完成搜索与下载，打印技能名与地址确认结果。

from skillnet_ai import SkillNetClient

client = SkillNetClient()

results = client.search("pdf understanding", limit=5)
print(results[0].skill_name)
print(results[0].skill_url)

client.download(results[0].skill_url, target_dir="./my_skills")

关键配置

配置项	必填	说明	示例
`API_KEY`	否	create、evaluate、analyze、orchestrate 所需的大模型密钥	`sk-xxxxxxxx`
`BASE_URL`	否	自定义 LLM 端点；orchestrate 需兼容 Claude Agent SDK 的网关	`https://api.openai.com/v1`
`SKILLNET_MODEL`	否	默认使用的 LLM 模型名	`gpt-4o`
`GITHUB_TOKEN`	否	访问私有仓库或提高 GitHub 速率限制	`ghp_xxxxxxxxxxxx`
`GITHUB_MIRROR`	否	GitHub 下载镜像地址，网络受限时使用	`https://your-mirror.example.com`
`EMBEDDING_API_KEY`	否	analyze --mode scenario 场景分析所需的嵌入密钥	`sk-xxxxxxxx`

如何确认成功

执行 skillnet search "pdf understanding" --limit 5 能返回技能列表，或 Python 中打印出 results[0].skill_name 即成功。

常见问题

Q：必须配置 API Key 吗？

A：不必须。search 和公开 GitHub 下载无需任何凭据；只有 create、evaluate、analyze、orchestrate 才需要 API_KEY 等变量。

Q：orchestrate 报网关不兼容怎么办？

A：编排走 Claude Agent SDK，需要配置一个兼容网关，并让 API_KEY、BASE_URL、SKILLNET_MODEL 三个变量指向同一网关与服务模型。

Q：如何只装图分析或编排功能？

A：使用可选依赖安装：pip install "skillnet-ai[graph]" 或 pip install "skillnet-ai[orchestrate]"，也可两者都装。

Q：场景分析 analyze --mode scenario 报错缺配置？

A：该模式需要额外设置 EMBEDDING_API_KEY、EMBEDDING_BASE_URL、EMBEDDING_MODEL 三个嵌入相关变量。

Q：下载技能超时或失败？

A：可设置 GITHUB_MIRROR 使用镜像，或设置 GITHUB_TOKEN 提升 GitHub 速率限制后重试。

注意事项

export 与 $env: 设置的环境变量只在当前终端会话有效，重开终端需重新配置。
README 未给出 Python 最低版本要求，建议使用较新的 Python 3 环境。
命令行中的是占位符，需替换为搜索结果里实际返回的 skill_url。
项目官网为 http://skillnet.openkg.cn，可在线浏览公开技能库。

核心亮点

提供技能评估框架，可自定义测试用例，量化技能质量
内置知识图谱，可视化技能依赖关系，便于编排复杂流程
支持技能封装为 API，降低集成成本，跨模型兼容性强

不足之处

文档/社区待观察
项目尚在早期，生态和工具链不够成熟

适用场景

企业内部构建统一 AI 技能库，标准化技能开发与评估
AI 应用开发中需要组合多个技能（如 RAG + 工具调用）
对 AI 模型输出质量有严格要求的场景，如金融、医疗

替代项目

LangChain、Semantic Kernel、CrewAI

项目介绍

SkillNet 是智能体领域的开源项目，由 zjunlp 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,267）位列前 30%，在智能体分类中处于中上游。

近 45 天，它的 GitHub 星标从 1,121 增加到 1,267，净增 146。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。从国内网络环境看，可直接访问。

它主要面向的使用场景是：企业内部构建统一AI技能库，标准化技能开发与评估。同类可对比的替代方案包括 LangChain、Semantic Kernel、CrewAI。

上一篇：deepagents-in-action

下一篇：zer0dex