Skill-MCP
Skill-MCP 🚀
스킬을 데이터로 취급하는 차세대 AI Agent 스킬 레지스트리 및 인지 규칙 엔진 Next-Gen AI Agent Skill Registry & Cognitive Rule Engine
📖 핵심 개념과 아키텍처 혁신
기존 Agent 스킬 생태계에는 두 가지 핵심 문제가 있습니다.
스킬 검색 비효율: 단순 키워드 매칭은 롱테일 수요를 대응하지 못하며, 다중 스킬 연동에는 의존성 해석과 데이터 흐름 계획 능력이 부족합니다.
규칙형 표준 부재: 코드 네이밍, 코드 리뷰, 딥 사고, 커밋 규칙 등 "규칙(Rules)"은 명확한 트리거 워드가 없으면 AI가 거의 스스로 호출하지 않습니다.
Skill-MCP는 **「듀얼 트랙 스킬 아키텍처(Dual-Track Skill Architecture)」**를 제안합니다:
┌───────────────────────────┐
│ AI Client (Claude/Cursor)│
└─────────────┬─────────────┘
│
skill_search("...")
│
▼
┌──────────────────────────────────────────────┐
│ Skill-MCP │
├──────────────────────┬───────────────────────┤
│ │ │
【按需检索】 ▼ ▼ 【强制注入】 │
┌─────────────────────────┐ ┌────────────────────────────┐ │
│ Tool Skills (工具型) │ │ Rule Skills (准则型) │ │
├─────────────────────────┤ ├────────────────────────────┤ │
│ • BM25 + 向量混合召回 │ │ • 跳过搜索竞争 │ │
│ • 多技能工作流 DAG 规划 │ │ • 随每次检索无条件跟车附带 │ │
│ • 沙箱隔离与 HITL 权限 │ │ • 强制规范 AI 思考与代码风格│ │
└───────────┬─────────────┘ └────────────┬───────────────┘ │
│ │ │
└──────────────────┬─────────────────┘ │
▼ │
┌──────────────────────┐ │
│ 统一 Payload 返回给 AI│ │
└──────────────────────┘ │
└──────────────────────────────────────────────┘Related MCP server: skill-retrieval-mcp
📐 Skill-MCP 스킬 표준 규격 (The Skill Standard)
skills/ 아래에 저장된 모든 스킬은 동일한 **「삼위일체」** 조직 표준을 적용합니다:
skills/<namespace>/<skill-name>/
├── skill.json # 1. 机器契约(元数据、IO Schema、权限、执行入口、skillType)
├── SKILL.md # 2. AI 执行 SOP 指南(角色定位、正反例、步骤规范)
└── scripts/ # 3. 可执行脚本工具(自动化校验器、数据抓取脚本、转换器等)
└── run.ts1. skill.json 계약 정의
{
"schemaVersion": 1,
"name": "naming-conventions",
"namespace": "dev",
"version": "1.0.0",
"description": "代码与变量命名规范守门人:强制统一 AI 代码命名风格,约束布尔谓词、函数动词前缀与常量大写。",
"category": "dev",
"tags": ["naming-conventions", "code-style", "rules"],
"triggers": ["naming", "variable", "refactor", "code"],
"keywords": ["naming", "camelCase", "snake_case"],
"whenToUse": "在生成、重构或审查任何编程语言的代码时必须遵守",
"whenNotToUse": "编写纯文本说明或无代码生成的闲聊场景无需遵守",
// 核心区分:'tool' (按需搜索工具) | 'rule' (永远生效的准则)
"skillType": "rule",
"useCases": [
{ "task": "审查并规范生成的变量与函数命名" }
],
"preconditions": {},
"io": {
"input": { "semanticType": "text" },
"output": { "semanticType": "text" }
},
"capabilities": ["dev:naming-conventions"],
"consumes": [],
"dependencies": [],
"permissions": {
"fsRead": ["*"],
"fsWrite": [],
"network": [],
"tools": [],
"env": [],
"maxDurationMs": 5000,
"maxCostCents": 0,
"mutating": false
},
"entrypoint": {
"kind": "inline",
"code": "return { applied: true, rule: 'dev:naming-conventions' };"
},
"status": "active"
}2. SKILL.md 작성 규범
Frontmatter:
name,namespace,version,skillType,description을 포함합니다.정통 규범 (Do's):해야 할 행동 강령을 항목별로 명확히 나열합니다.
대조 예시 (Bad vs Good):명시적인 대조 코드 블록을 제공하여 LLM의 오해 여지를 제거합니다.
🛠️ MCP 도구 매트릭스 (9 Tools)
도구 이름 | 역할 |
| 도구형 스킬을 혼합 검색하고 전역에서 활성화되는 규칙형 스킬( |
| 스킬의 의존성 토폴로지, 버전 충돌, 순환 의존성과 파일 해시를 확인합니다. |
| 스킬의 전체 |
| 스킬을 실행하며 HITL 2단계 수동 개입 승인과 샌드박스 격리 정책을 지원합니다. |
| 전체 Workflow를 오케스트레이션하여 실행하고 두 단계(HITL) 개입 승인을 지원합니다. |
| 스킬 실행 피드백을 보고하고 Thompson Sampling 및 Elo 승률 기반 동적 재정렬을 트리거합니다. |
| 새 스킬을 동적으로 등록하고 콤텐츠 네트워크, TOFU 서명 바인딩 및 품질 게이트를 지원합니다. |
| 스킬의 과거 호출 빈도, 승률, Elo 점수와 휫한 스킬 레시피를 확인합니다. |
🚀 빠른 시작
환경 요구 사항
Node.js:
>= 24.0.0(네임 전용으로 TypeScript 타입 스트리핑과 SQLite 지원)
1. 로컬 실행 (Stdio 모드)
로컬 MCP 서비스로 Claude Desktop 또는 Cursor에 직접 통합합니다:
# 安装依赖
npm install
# 运行测试套件(91 项自动化测试)
npm test
# 启动 Stdio MCP 服务
npm start2. 로컬/서버 HTTP 모드 (Streamable HTTP / SSE)
# 启动 HTTP 服务,监听 0.0.0.0:3000
node src/main.ts --http --host 0.0.0.0 --port 3000서비스 준비 엔드포인트:http://127.0.0.1:3000/mcp (JSON-RPC 및 Server-Sent Events 스트리밍 응답 지원)
🐳 Docker 배포
# 构建镜像
docker build -t skill-mcp:latest .
# 后台运行容器(数据持久化挂载)
docker run -d \
-p 3000:3000 \
--name skill-mcp \
-v $(pwd)/data:/app/data \
skill-mcp:latest🔌 클라이언트 설정 예시
Claude Desktop (claude_desktop_config.json)
로컬 프로세스 방식 (stdio):
{
"mcpServers": {
"skill-mcp": {
"command": "node",
"args": ["/path/to/Skill-mcp/src/main.ts"]
}
}
}원격 서버 방식 (HTTP):
{
"mcpServers": {
"remote-skill-mcp": {
"url": "http://your-server-ip:3000/mcp"
}
}
}🛡️ 규칙형 스킬 생태계 (Built-in Rule Skills)
현재 13가지 최고 수준의 인지 및 엔지니어링 수호자 규칙을 내장하고 있습니다:
🌟 Git 커밋 규범:
dev:git-conventional-commits🌟 타입 안전 방어:
dev:typescript-strict-guard🌟 코드 네이밍 수호:
dev:naming-conventions🌟 코드 보안 검토:
dev:code-review-guard🌟 SOLID 아키텍처 원칙:
arch:clean-code-solid🌟 엔터프라이즈 RESTful:
web:restful-api-standard🌟 모던 웹 미학:
design:modern-ui-aesthetics🧠 검증 체인 사고 (CoVe):
reasoning:chain-of-verification🧠 동적 사고 체인:
reasoning:sequential-thinking🧠 도요타 5-Whys:
reasoning:root-cause-5whys🧠 악마의 대변인 (대립적):
reasoning:adversarial-critic🧠 제일원리 추론:
reasoning:first-principles🧠 다중 기준 계량적 의사결정:
reasoning:decision-tradeoff-matrix
📄 오픈소스 라이선스
이 프로젝트는 MIT License로 오픈소스로 공개됩니다.
Available Tools
9 toolsskill_feedbackA
报告执行结果与评分,驱动 bandit/Elo 排名与备选检索(学习闭环;会覆盖同一次 skill_run 的自动记账,不重复计数)。
Inputs: skill (required), outcome (required), task, runId, +5 more.
skill_getC
获取 skill 的完整包:manifest + SKILL.md 正文 + 文件清单 + 已解析依赖(渐进披露的正文环节)。
Inputs: key, name.
skill_inspectC
查看 skill 的 manifest、依赖树与权限清单(不含正文,成本低)。
Inputs: key, name.
skill_planC
把任务规划成 skill 组合的 workflow DAG(分解-检索-组合;无 LLM 时用能力闭包图搜索)。
Inputs: task (required), context.
skill_registerA
注册或升级 skill(append-only;v3:trust 模式需 Ed25519 签名,gate 模式下升级需自带 tests 过沙箱)。
Inputs: manifest (required), files, signature, publisherKey.
skill_runA
在权限沙箱中执行单个 skill。权限不足时返回 requiresApproval(两段式 HITL,approveAsks: true 授权后重试)。
Inputs: skill (required), task, inputs, timeoutMs, +2 more.
skill_searchA
按任务检索 skill:混合检索(BM25 + 向量 + RRF)+ 五维任务适配打分,返回带理由的候选列表。先做这个再动手。
Inputs: query (required), topK, context, filters.
skill_statsA
查看 skill 的评价指标:成功率(Wilson)、Elo、质量分、延迟成本,以及挖掘出的 workflow recipe。
Inputs: key.
workflow_runB
执行 skill_plan 产出的 DAG:拓扑序数据流、重试、检查点、整链授权。
Inputs: dag (required), task, inputs, approveAsks, +1 more.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
9 tool updates
v0.1.0- First observed
skill_feedback - First observed
skill_get - First observed
skill_inspect - First observed
skill_plan - First observed
skill_register - First observed
skill_run - First observed
skill_search - First observed
skill_stats - First observed
workflow_run
TDQS
Scored across 9 tools
每个工具对应一个明确的职责阶段:搜索、查看元信息、获取全文、规划、执行单技能、执行工作流、反馈、注册、查看统计,彼此边界清晰。workflow_run 与 skill_run 通过单个体与 DAG 执行明确区分,不易产生误选。
大多数工具遵循 skill_<action> 的模式,如 skill_search、skill_inspect、skill_register,具有较高的可预测性。但 workflow_run 没有使用 skill_ 前缀,且 skill_stats、skill_feedback 以名词而非动词结尾,存在少量风格不一致。
9 个工具覆盖了从发现、规划、执行到反馈、学习、注册、查询的完整闭环,每个工具都有独立且必要的职责。数量处于合理区间,没有冗余或缺失。
工具面覆盖了 skill 的生命周期:注册/升级、检索、检查、获取、单技能执行、工作流执行、反馈学习、统计评估。缺少删除/下架属于 append-only 设计下的有意限制,不构成明显缺口。
Maintenance
Related MCP Connectors
One place to build, share, and govern the skills and tools your AI agents use at work.
Governed AI agent skills — one library, distributed to devs and exposed to remote agents over MCP.
AI agent marketplace for automated employees, workflows, skills, and tool orchestration.
Shared business knowledge, tools and skills for AI agents, with citations and approval controls.
Related MCP Servers
- AlicenseNot gradedqualityFmaintenanceEnables AI agents to intelligently match tasks to skills through semantic embeddings, track skill effectiveness, detect skill gaps, and discover new skills from external sources.Apache 2.0
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to search and retrieve over 89K skills on-demand at runtime, eliminating the need to manually install skills upfront.135MIT
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to index and search local skill libraries, persist and resume task checkpoints, and run validated workflow plans with controlled approval and write permissions.23 npmMIT
- AlicenseNot gradedqualityCmaintenanceEnables AI agents to dynamically retrieve and use authorized skills through the Model Context Protocol, with API key authentication, permission-based access control, REST administration, and audit logging.MIT