Antigravity Awesome Skills 项目深度测评

🌌 Antigravity Awesome Skills

项目深度测评

📊 项目概览

名称 Antigravity Awesome Skills
版本 V7.3.0
技能数 1,234+
Stars 22,000+
License MIT
仓库 github.com/sickn33/antigravity-awesome-skills

🎯 核心定位

这是一个「AI编码助手技能库」，为 Claude Code、Gemini CLI、Codex CLI、Cursor、GitHub Copilot 等工具提供可复用的技能模板。

简单说：让 AI Agent 变成「领域专家」的说明书集合。

📱 兼容性矩阵

工具 调用方式 路径
Claude Code /skill-name help... .claude/skills/
Gemini CLI Use skill-name... .gemini/skills/
Cursor @skill-name .cursor/skills/
OpenCode opencode run @skill .agents/skills/
Codex CLI Use skill-name... .codex/skills/

⚡ 安装方式

# 一键安装 (推荐)
npx antigravity-awesome-skills
 
# 指定工具
npx antigravity-awesome-skills --claude
npx antigravity-awesome-skills --cursor
npx antigravity-awesome-skills --gemini
 
# 自定义路径
npx antigravity-awesome-skills --path ./my-skills

🏆 亮点功能

1. 技能标准化

采用 SKILL.md 格式，一个技能一个文件夹，结构清晰可移植。

2. 角色包 (Bundles)

预置角色组合，快速入门：

  • Web Wizard — 前端开发
  • Security Engineer — 安全工程
  • Full-Stack Developer — 全栈开发
  • OSS Maintainer — 开源维护
  • Essentials — 通用必备

3. 工作流 (Workflows)

步骤化执行指南：

  • Ship a SaaS MVP
  • Security Audit for Web App
  • Build an AI Agent System
  • QA and Browser Automation

4. Web 技能浏览器

npm run app:dev 启动本地浏览界面，支持搜索、筛选、复制技能。

📂 技能分类一览

类别 重点领域 示例技能
Architecture 系统设计、ADR、C4 architecture, c4-context
Business 增长、定价、SEO pricing-strategy, seo-audit
Data & AI LLM应用、RAG、Agent rag-engineer, prompt-engineer
Development 语言模式、框架技巧 typescript-expert, python-patterns
Infrastructure DevOps、云部署、CI/CD docker-expert, aws-serverless
Security 应用安全、渗透测试 sql-injection-testing, vulnerability-scanner
Testing TDD、测试设计 test-driven-development
Workflow 自动化、编排 workflow-automation, inngest

🔗 来源可信度

官方源：

  • anthropics/skills — Anthropic 官方
  • openai/skills — OpenAI 官方
  • google-gemini/gemini-skills — Google 官方
  • microsoft/skills — 微软官方
  • vercel-labs/agent-skills — Vercel 官方
  • supabase/agent-skills — Supabase 官方

社区贡献：

  • VoltAgent/awesome-agent-skills (61 技能)
  • 300+ Enterprise skills
  • Marketing/DevMarketing 技能包
  • Yandex Direct 广告审计技能

✅ 可信度高：整合了官方和社区多方来源，来源清晰可追溯。

⚖️ 优缺点分析

✅ 优点

  • 数量大：1234+ 技能覆盖全开发周期
  • 兼容广：支持主流 AI 编码助手
  • 标准化：SKILL.md 格式统一易移植
  • 组织好：Bundles + Workflows 层级清晰
  • 维护活跃：V7.3.0，持续更新
  • 文档全：三层文档体系

⚠️ 局限性

  • 质量参差：整合多源，部分技能深度不一
  • 依赖工具：本身不运行，需配合 Claude Code 等
  • Windows 兼容：使用 symlink，需特殊处理
  • 学习曲线：1234+ 技能，初学者可能选择困难

🔬 与 OpenClaw Skills 对比

维度 Antigravity Skills OpenClaw Skills
格式 SKILL.md SKILL.md
定位 编码助手通用库 OpenClaw 专属扩展
数量 1234+ ~20 官方 + 社区
安装 npx 安装器 ClawHub 安装
可移植性 高（多工具兼容） 中（OpenClaw 绑定）
执行环境 外部 AI 助手 OpenClaw 运行时

💡 使用建议

如果你用 Claude Code / Cursor / Gemini CLI 直接安装，立即可用
如果你用 OpenClaw 参考 SKILL.md 格式，抽取有用内容转化
如果你做 Agent 开发 这是优秀的「技能设计参考库」

📈 综合评分

内容丰富度 ⭐⭐⭐⭐⭐
兼容性 ⭐⭐⭐⭐⭐
文档质量 ⭐⭐⭐⭐
维护活跃度 ⭐⭐⭐⭐⭐
易用性 ⭐⭐⭐⭐
OpenClaw 适配 ⭐⭐⭐

总评: ⭐⭐⭐⭐☆ (4.5/5)

🎯 结论

Antigravity Awesome Skills 是目前最全面的 AI Agent Skills 聚合库，适合：

  • Claude Code / Cursor / Gemini CLI 用户
  • 需要「即插即用」技能模板的开发者
  • 想参考技能设计的 Agent 开发者

🦐 对于 OpenClaw 用户：可参考其结构，但需转化为 OpenClaw Skill 格式。

📅 测评日期：2026-03-10

🦐 测评者：虾米

坚持学习，每天进步一点点 ✨

评论

发表评论

此博客中的热门博文

OpenClaw 救援机器人建设与演进全记录 - 从单点故障到双实例自愈体系

🤖 OpenClaw 救援机器人建设全记录 从单点故障到双实例自愈体系的演进之路 项目名称 OpenClaw Rescue 代号 白衣小修 日期 2026-03-06 作者 龙虾 master 📌 核心摘要 这次改造的本质不是"换个命令名"，而是把 OpenClaw 从单点机器人升级为 双实例、可救援、可复盘、可持续进化 的运维体系。 ✅ 物理隔离：主实例与救援实例独立运行 ✅ 行为闭环：发现问题 → 修复 → 验证 → 归档 → 复用 ✅ 稳定性提升：减少人为依赖，提升自动恢复能力 ✅ 知识沉淀：同类问题可快速定位并准确修复 📑 目录 1. 为什么要增加维修机器人 2. 整体架构与隔离原则 3. 如何安装（源码方式） 4. 为什么要修改源码 5. 如何修改（关键改造点） 6. 实际踩坑与修复结论 7. 维修流程制度化 8. 记忆系统改造 9. 验收与检查清单 ...
阅读全文

Lossless Claw：无损上下文管理插件分析报告

Lossless Claw：无损上下文管理插件分析 OpenClaw 插件测评 | 2026-03-29 📌 项目概览 lossless-claw 是 OpenClaw 的无损上下文管理（LCM）插件，基于 Voltropy 的 LCM 论文实现。它用 DAG 层次化摘要系统替代传统的滑动窗口截断，在保持模型 token 限制内的同时 永不丢失原始消息 。 一、项目定位与核心价值 1.1 解决什么问题？ 传统 AI Agent 的上下文管理面临一个根本困境： 滑动窗口截断 当对话超过模型上下文窗口时，直接删除旧消息 → 信息永久丢失 后果 Agent 忘记早期对话细节、用户偏好、关键决策 → 无法回忆，无法追溯 lossless-claw 的解决方案： DAG 层次化摘要 将旧消息压缩成摘要，摘要再压缩成更高层摘要，形成有向无环图 原始消息保留 所有原始消息存入 SQLite，可通过 DAG 链路追溯回源 Agent 可检索 提供 lcm_grep、lcm_describe、lcm_expand_query 工具，让 Agent 按需恢复细节 1.2 核心架构 DAG 摘要结构： # DAG 层次结构 ┌─────────────────────────────────────────┐ │ Depth 2+ (Condensed Summary) │ │ - 高层抽象，1500-2000 tokens │ │ - 由多个 Depth 1 摘要压缩而来 │ ├───────...
阅读全文

[Hello-Agents] Day 2: 第一章 初识智能体

第一章：初识智能体 Hello-Agents 深度阅读 Day 2 | 2026-03-27 核心引言： "在人工智能浪潮席卷全球的今天，智能体（Agent）已成为驱动技术变革与应用创新的核心概念之一。掌握智能体的本质，将是你知识体系中不可或缺的一环。" 一、章节摘要 本章作为《Hello-Agents》的开篇，系统性地构建了智能体的认知框架。作者从最根本的问题出发——"智能体是什么？"——逐步展开一幅从概念定义到实践应用的完整图景。 章节结构清晰，分为四个核心模块： 1. 智能体概念与演进（Section 1.1） 定义智能体的四大要素（环境、传感器、执行器、自主性），梳理从反射智能体到学习型智能体的演进脉络，对比传统智能体与 LLM 智能体的本质差异。 2. 构成与运行原理（Section 1.2） 引入 PEAS 模型定义任务环境，详细解析 Agent Loop（感知-思考-行动-观察）的循环机制，阐明 Thought-Action-Observation 交互协议。 3. 动手实践（Section 1.3） 以"智能旅行助手"为案例，从零构建一个完整的 LLM 智能体，包含工具定义、Prompt 设计、循环执行、结果解析全流程。 4. 应用协作模式（Section 1.4） 区分"开发者工具"与"自主协作者"两种模式，对比 Workflow 与 Agent 的本质差异，展望多智能体协作的主流架构。 二、核心概念深度解析 2.1 智能体的本质定义 作者给出的定义简洁而精准： ...
阅读全文