agentaily-skills

Agent skills marketplace · Python + uv monorepo · 同时兼容 Claude Code plugin / hermes-agent / skills.sh / agentskills.io 开放标准。

仿 Microsoft azure-skills 布局：一个仓 = 一个 plugin（agentaily）= 多个 skill 平铺。调用走 /agentaily:<skill> namespace。

已收录 skills

名字	调用	一句话	状态
transcribe	/agentaily:transcribe	视频/音频 → 逐字稿 (yt-dlp + ffmpeg + whisper.cpp)	✅

三种安装方式

1. Claude Code Plugin（推荐）

/plugin marketplace add agentaily/skills
/plugin install agentaily@agentaily-skills
/reload-plugins

装上后 skill 通过 namespace 调用：/agentaily:transcribe <url>。

Claude Code plugin install 只把 SKILL.md 注入 agent context · 不会自动装 Python CLI · 还需要下面"uv tool"那步把 transcribe-cli 放到 PATH。

2. uv tool（独立 CLI · agent 实际跑的就是它）

# 装单个 skill 的 CLI 到全局 PATH
uv tool install --from "git+https://github.com/agentaily/skills.git#subdirectory=skills/transcribe" agentaily-skill-transcribe

# 任意目录可用
transcribe-cli "https://b23.tv/8B0TpJC"
transcribe-cli check

3. hermes-agent

把仓 clone 到 hermes 的 skills 目录：

git clone https://github.com/agentaily/skills.git ~/.hermes/skills/agentaily-skills

hermes 启动时扫 SKILL.md frontmatter 自动发现。

仓库布局（Microsoft azure-skills 风格）

agentaily-skills/                    ← repo (GitHub: agentaily/skills · 本地: ~/.claude/agentaily-skills/)
├── .claude-plugin/
│   └── marketplace.json             # marketplace 入口 · name: agentaily-skills
├── plugin.json                      # plugin meta · name: agentaily · skills 指向 ./skills/
├── pyproject.toml                   # uv workspace root · members = ["skills/*"]
├── uv.lock
├── README.md / AGENTS.md / .gitignore
└── skills/
    └── transcribe/                  # 1 个 skill = 1 个 uv workspace member
        ├── SKILL.md                 # agent-facing 协议 (开放标准 YAML frontmatter)
        ├── pyproject.toml           # console_script: transcribe-cli
        ├── README.md
        ├── src/transcribe/
        │   ├── __init__.py · cli.py · deps.py · model.py · pipeline.py
        └── test/test_pipeline.py

开发

# 在 repo 根
uv sync                                        # 装所有 workspace members + dev deps

# 跑单个 skill 的测试
uv run --project skills/transcribe pytest

# 在 skill 内试 CLI
uv run --project skills/transcribe transcribe-cli check

# 跑 lint
uv run ruff check

新增 skill

1. mkdir -p skills/<name>/{src/<name>,test,references}
2. 写 skills/<name>/SKILL.md（YAML frontmatter + body · 开放标准）
3. 写 skills/<name>/pyproject.toml（uv workspace member · [project.scripts] 暴露 <name>-cli）
4. 在 src/<name>/ 实现 Python 包
5. 写 test
6. uv sync · uv run --project skills/<name> pytest
7. 更新 README 的"已收录 skills"表格

不需要单独的 plugin.json —— 所有 skill 共享同一个 plugin agentaily，由根 plugin.json 一份描述。

设计哲学

• dumb pipe：skill 只做一件事，分析留给上层 LLM 做
• 零额外依赖：能用系统 binary（yt-dlp / ffmpeg / ...）就不引 PyPI 包
• 跨生态兼容：SKILL.md 是开放标准 · .claude-plugin/ 是 Claude Code · pyproject.toml 走 uv · 同一份仓三个生态都能装
• 逐字稿、逐截图、逐 log —— 输出对 LLM 友好，不做封装

License

MIT