VibeSkills

概览

GitHubGitHub

VibeSkills 是一个通用型 AI Skill，用于帮助 AI Agent 自动发现、选择并编排本地已安装的多个 Skill，以完成跨领域的复杂任务。当前版本为 v4.1.0，使用 Python 编写，采用 Apache-2.0 协议开源。 ### 解决什么问题 当用户在本地安装了大量 Skill 后，容易出现遗忘已有资源、不知该调用哪个 Skill 的情况。面对需要组合多个不同领域 Skill 的复杂任务时，人工规划调用顺序和依赖关系成本较高，且 AI 在执行过程中可能遗漏步骤或产生调度冲突。许多现有的 harness 框架不会主动规划如何利用本地 Skill 资源。VibeSkills 旨在降低用户的规划和认知负担，充当本地 Skill 资源的调度管家。 ### 主要能力 - **任务分解与规划**：先明确任务目标和交付要求，再将复杂任务拆解为若干可验证的子任务。 - **Skill 自动路由**：从候选 Skill 池中筛选出真正相关的能力，而非盲目调用更多 Skill。 - **依赖排序执行**：根据子任务之间的依赖关系确定执行顺序，减少误解、遗漏和错误选择。 - **降低资源消耗**：通过更清晰的规划和预交付检查，减少无效试错、重复读取上下文和工具调用循环。 ### 基准测试表现 在 SkillsBench 的大规模多 Skill 设置下（全局环境包含全部 195 个专用 Skill），使用 DeepSeekV4Flash-VE 和 OpenHands 作为基线评估配置，vibeskills v4.1.0 相比未安装 vibeskills 的基线： - 平均任务得分提升 21.12%（满分任务数从 39 提升至 57） - Token 总消耗量下降 29.6%（从约 4.91 亿降至约 3.46 亿） - 工具调用次数下降 33.1%（从 9954 次降至 6664 次） 日志分析表明，性能提升并非来自调用更多 Skill，而是来自更高效的任务理解、分解与执行路径收敛。 ### 适合谁 适用于使用 claude-code、codex 等 agentic coding 工具或类似 harness 框架的开发者，以及需要在多 Agent、多 Skill 环境中进行工作流自动化和 context engineering 的团队。

Q&A

VibeSkills 是什么？由 AI 生成

VibeSkills 是一个通用型 AI Skill，用于为 AI Agent 提供本地 Skill 的智能路由和工作流编排能力，帮助用户在面对复杂任务时自动组织和调用已有的 Skill 资源。

它在基准测试中的表现如何？由 AI 生成

在 SkillsBench 的大规模多 Skill 设置下，使用 DeepSeekV4Flash-VE 评测，v4.1.0 版本使平均任务得分提升 21.12%，Token 消耗降低 29.6%，工具调用次数降低 33.1%。

它是通过调用更多 Skill 来提升性能的吗？由 AI 生成

不是。日志分析显示，VibeSkills 先明确任务目标，再拆解为可验证子任务，仅从候选池中选择少量真正相关的 Skill 并按依赖顺序执行，从而减少误解和无效试错。

它解决了什么痛点？由 AI 生成

当本地安装大量 Skill 后，用户容易忘记已有资源或不知如何选择；复杂任务涉及多领域 Skill 组合时，人工规划成本高且 AI 执行中易出错。VibeSkills 降低了这一规划和认知负担。

当前最新版本是多少？由 AI 生成

当前最新版本为 v4.1.0。

使用什么编程语言开发？由 AI 生成

使用 Python 开发。

采用什么开源协议？由 AI 生成

采用 Apache-2.0 协议。