DeepSkill Market

Agent 技能推荐市场 DeepSkill Market 简介

DeepSkill Market 是一个面向 AI Agent 的技能（Skill）推荐与安装入口：官网标注已覆盖 35.9 万+ Skill，从通用工具到小众垂直能力都能找到候选。它的推荐逻辑不是看热门度、下载量或关键词，而是把用户当前的任务与每个 Skill 的历史实测任务逐一比对，再叠加安全扫描与真实任务效果检查，最后给出带决策证据的候选清单。

规模：官网标注 35.9 万+ Skill，覆盖细分长尾需求
匹配方式：任务到任务比对，而不是关键词搜索
双重校验：先过安全扫描，再验真实任务效果
安装方式：复制一段口令给你的 Agent，即可启用技能搜索与安装

Skill 变多之后，问题从「找不到」变成「选不准」

Agent 生态在过去一年里膨胀得很快。Skill、MCP 工具、插件、子代理，各种形态的能力供给都在以万为单位增长。供给一旦过载，搜索本身就不再是瓶颈——输入关键词能返回一堆结果，真正难的是判断哪一个在「你这类任务」上真的好用。

只看描述会踩两个坑。第一个坑是自述不可信：Skill 的说明文档通常由作者自己写，写得好不等于做得好。第二个坑是热度不等于适配：下载量高的往往是通用型能力，而你的任务可能是某个垂直场景的细活，热门 Skill 未必覆盖。DeepSkill Market 的产品假设是，判断一个 Skill 好不好，最可靠的方式是看它在相似任务上的历史实测表现，而不是看它怎么介绍自己。

任务到任务匹配是怎么做的

所谓任务到任务匹配，是把用户用一句话描述的任务，与 Skill 库里记录的历史任务做相似度比对，找出「在差不多的事情上真正做成过」的那些 Skill。这个思路和传统关键词检索的差别在于：关键词匹配的是字面，任务匹配的是意图与场景——同一个词在不同任务里的含义可能完全不同，而两个不同的表述可能指向同一类工作。

匹配出候选之后，还有两道检查。安全扫描看的是这个 Skill 会不会做危险动作，比如读写敏感文件、执行不明网络请求；效果检查看的是它在真实任务里的产出质量，避免「看起来会、实际不好用」。两道检查都过，才会进入推荐位。这种做法牺牲了一部分召回（很多 Skill 不会出现在推荐里），换来的是可用率。

找得全：35.9 万+ Skill 覆盖长尾，小众需求也有候选
选得准：按历史实测任务匹配同类场景，而非通用热度
用得放心：安全扫描与效果验证两道门槛
看得到产出：Skill Creations 汇集真实作品，直接看它做出了什么

生态兼容与安装方式

DeepSkill Market 适配主流 Agent 与客户端，官网列出了 WorkBuddy、OpenClaw、Hermes、KimiClaw、QClaw、ArkClaw、Codex、Claude Code 等入口。安装方式做得很轻：复制官网提供的一段口令发给自己的 Agent，Agent 就获得了技能搜索与安装的能力，之后在对话里直接说需求，由 Agent 自己去找 Skill 并装上。

这个设计的意义在于，技能选择从「人逛市场」变成了「Agent 按任务自取」。人只需要描述清楚要做什么、有什么约束，剩下的检索、比对、安装交给 Agent。对不熟悉 Skill 生态的用户来说，这是门槛最低的接入方式。

适合谁用、怎么上手

最对口的是已经在用 Agent 干活、但苦于找不到合适 Skill 的用户，以及需要给团队统一技能来源的开发者。上手建议先做一件事：把最近一次「Agent 做得不够好」的任务原文复述给它，看推荐的 Skill 里有没有专门解决这一步的。如果推荐结果比你自己搜的更贴题，说明任务匹配这条路走通了，再考虑批量安装。