2026 年的 Agent 生态有一个让人头疼的问题:碎片化。你为 Claude Code 写的 Skill,不能在 Cursor 里用。你为 Codex CLI 配的 Tool,Hermes Agent 不认。你为 Copilot 定义的 Plugin,换一个 Agent 就得重写。每个 Agent 框架都在构建自己的生态,但这些生态之间是孤岛。Agents Marketplace(37K Star,MIT 协议)就是为了解决这个问题而生的——它要做的是 Agent 生态的"npm registry"。
Agent 生态碎片化:一个真实痛点
我来举一个具体例子。假设你想给你的 Agent 加一个"代码审查"的技能,你需要:
- 在 Claude Code 里,写一个
.claude/skills/code-review.md文件 - 在 Cursor 里,写一个
.cursorrules里嵌入的 code review 规则 - 在 Codex CLI 里,写一个
codex.md里定义的 code review 指令 - 在 Hermes Agent 里,写一个
skills/code-review/SKILL.md - 在 Copilot 里,写一个
.github/copilot-instructions.md
五个 Agent,五种格式,五份维护。一个 skill 更新了,五个地方都要改。这不只是效率问题,更是质量问题——五个版本很难保持一致,bug fix 经常遗漏。
更糟糕的是,当你切换 Agent(比如从 Cursor 切到 Claude Code),之前积累的 skills 全部作废。这种厂商锁定让人很不舒服。
跨框架插件的设计理念
Agents Marketplace 的核心理念很简单:定义一个通用的 Skill 规范,然后为每个 Agent 框架提供适配层。这跟 Java 的"Write Once, Run Anywhere"或者 Web 的"Progressive Enhancement"思路一脉相承。
一个 Skill 的定义包含三个部分:
# 通用 Skill 定义 (skill.yaml)
name: code-review
version: 1.2.0
description: 生产级代码审查技能
author: community
tags: [code-quality, review, best-practices]
# 元数据
metadata:
license: MIT
min_agent_version: ">=1.0"
tested_with:
- claude-code@1.5
- codex-cli@0.8
- cursor@0.45
- hermes-agent@2.0
- copilot@1.3
# 指令内容(Markdown 格式)
instructions: |
## 代码审查规范
你是一个专业的代码审查者。审查代码时请关注:
1. 安全性:SQL 注入、XSS、CSRF、敏感信息泄露
2. 性能:N+1 查询、内存泄漏、不必要的重渲染
3. 可维护性:命名规范、代码结构、注释质量
4. 测试覆盖:边界条件、错误处理、回归测试
# 适配器配置
adapters:
claude-code:
path: .claude/skills/code-review.md
format: markdown
cursor:
path: .cursorrules
format: inline
section: code-review
codex-cli:
path: codex.md
format: markdown
section: code-review
hermes-agent:
path: skills/code-review/SKILL.md
format: markdown
copilot:
path: .github/copilot-instructions.md
format: inline
section: code-review
支持的 Agent 列表和兼容性
截至目前,Agents Marketplace 支持以下 Agent 框架:
- Claude Code(Anthropic)— 完全支持,包括 skills、hooks、MCP
- Codex CLI(OpenAI)— 完全支持,包括 codex.md 和 instructions
- Cursor — 完全支持,包括 .cursorrules 和 .cursor/ 目录
- Hermes Agent(Nous Research)— 完全支持,包括 skills 和 plugins
- GitHub Copilot — 基础支持,主要是 instructions 注入
- Windsurf — 基础支持,格式类似 Cursor
- Cline — 基础支持,通过 .clinerules
- Continue — 基础支持,通过 config 注入
- Aider — 实验性支持,通过 .aider.conf.yml
- Amazon Q Developer — 实验性支持
兼容性分为三级:完全支持意味着所有功能都能正常工作;基础支持意味着核心指令可以注入,但一些高级特性(如 hooks、MCP)可能不工作;实验性支持意味着社区在测试中,可能有 bug。
安装和使用
使用 Agents Marketplace 非常简单:
# 安装 CLI 工具
pip install agents-marketplace
# 浏览可用的 skills
agents-marketplace search "code review"
agents-marketplace search "react components" --tag frontend
# 安装一个 skill(自动适配当前 Agent)
agents-marketplace install code-review
# 安装到特定 Agent
agents-marketplace install code-review --agent claude-code
agents-marketplace install code-review --agent cursor
# 批量安装一组 skills
agents-marketplace install-pack fullstack-dev
# 查看已安装的 skills
agents-marketplace list
# 更新所有 skills
agents-marketplace update --all
安装后,Agents Marketplace 会根据你使用的 Agent,自动把 skill 内容写入对应的配置文件。你不需要关心格式差异。
插件质量和审核机制
一个插件市场最怕的是质量参差不齐。npm 上有几百万个包,但真正高质量的不到 1%。Agents Marketplace 对此有一套审核机制:
- 自动化测试:每个提交的 skill 会在所有声称支持的 Agent 上运行自动化测试,确保指令被正确解析和执行
- 人工审核:超过 100 Stars 的 skill 需要至少 2 个维护者的 approve
- 版本管理:每个 skill 有语义化版本号,breaking change 需要 major 版本升级
- 安全扫描:自动扫描 skill 内容,检测可能的安全风险(如 prompt injection、敏感信息泄露)
- 社区评分:用户可以对 skill 打分和写评价,低分 skill 会被降级
# 提交一个 skill
agents-marketplace publish ./my-skill/
# 会触发以下流程:
# 1. 格式校验(skill.yaml 格式是否正确)
# 2. 兼容性测试(在所有声明的 Agent 上测试)
# 3. 安全扫描(检测 prompt injection 等风险)
# 4. 代码审查(社区维护者 review)
# 5. 发布(通过后自动发布到市场)
跟 agentic-awesome-skills 的区别
很多人会把 Agents Marketplace 和 agentic-awesome-skills 搞混。两者都提供 Agent skills,但定位完全不同:
- agentic-awesome-skills(约 12K Star):一个策展列表(curated list),收集和分类各种 Agent skills 的链接。它本身不提供工具链,只是一个"目录"。
- Agents Marketplace(37K Star):一个工具链 + 生态,提供 CLI 工具、适配层、发布流程、版本管理。它不只是列出来,还帮你装好、跑起来。
简单说,agentic-awesome-skills 是"大众点评",Agents Marketplace 是"美团外卖"。前者告诉你有哪些好店,后者帮你点单、配送、售后。
如何贡献
如果你想贡献一个 skill,流程很清晰:
# 1. 初始化一个 skill 项目
agents-marketplace init my-awesome-skill
# 生成的目录结构:
my-awesome-skill/
├── skill.yaml # Skill 定义
├── instructions.md # 指令内容
├── adapters/ # 适配器配置
│ ├── claude-code.md
│ ├── cursor.md
│ ├── codex-cli.md
│ └── hermes-agent.md
├── tests/ # 自动化测试
│ ├── test_claude.py
│ ├── test_cursor.py
│ └── test_codex.py
└── README.md
# 2. 编写 skill 内容
# 3. 运行本地测试
agents-marketplace test ./my-awesome-skill/ --all-agents
# 4. 提交到市场
agents-marketplace publish ./my-awesome-skill/
对 Agent 生态统一的意义
Agents Marketplace 做的事,本质上是在定义 Agent 生态的基础设施层。就像 npm 之于 Node.js、pip 之于 Python、 crates.io 之于 Rust——一个统一的包管理器可以让整个生态的生产力提升一个数量级。
在没有 Agents Marketplace 之前,Agent skills 的传播是点对点的:某个人在 Twitter 上分享了一个 .cursorrules 文件,你看到了就手动复制粘贴。现在,传播变成了中心化 + 标准化的:发布到市场,所有人一键安装。
这对 Agent 生态的意义是深远的:
- 降低入门门槛:新手不需要知道每个 Agent 的配置格式,直接装就行
- 加速知识传播:一个好的 skill 可以快速触达所有 Agent 用户
- 打破厂商锁定:你的 skills 跟着你走,不跟 Agent 框架绑定
- 提升质量标准:市场竞争 + 审核机制,推动 skill 质量持续提升
局限性
当然,Agents Marketplace 也不是完美的:
- 适配质量不一:有些 Agent 的高级特性很难通过通用规范覆盖
- 更新滞后:Agent 框架更新频繁,适配层需要持续维护
- 安全隐患:虽然有安全扫描,但恶意 skill 的风险始终存在
- 性能开销:适配层增加了一层抽象,可能影响响应速度
谁应该用 Agents Marketplace?
这个项目最适合:
- 多 Agent 用户:同时使用多个 Agent 框架,不想重复配置
- 团队协作:团队成员使用不同的 Agent,需要统一的 skills
- Skill 作者:想让自己的 skill 被更多人使用,不想为每个 Agent 写适配
- 企业用户:需要标准化的 Agent 技能管理流程
37K Star 说明社区对"跨框架统一"的需求是真实的。如果你受够了 Agent 生态的碎片化,Agents Marketplace 是目前最好的答案。