中文 | English
一键构建 Claude Code Skills 开发环境的插件
我们正在进入 Skill 时代。
Claude Code 的 Skills 让 AI 拥有了可扩展的能力——你可以从网上下载别人写的 skill，也可以自己编写专属的 skill。但问题来了：
- 下载的 skill 安全吗？直接放进
~/.claude/skills会不会搞坏你的环境？ - 自己写的 skill 还在调试，怎么避免影响正在进行的项目？
- 每次想试验新 skill，都要手动备份、恢复，太麻烦了
Skill Lab 就是为了解决这些问题而生的。
它为你提供一个安全的沙盒环境，让你可以放心地：
- 试验任何来源的 skill（网上下载的、自己写的）
- 不用担心破坏现有的稳定环境
- 一键同步到生产环境
你的项目
│
│ 需要某个 skill？
▼
┌─────────────────────────────────────────────────────┐
│ EXPERIMENTAL (实验版) │
│ ~/Desktop/skills-experimental │
│ │
│ - 放心试验任何新 skill │
│ - 独立的 Python 虚拟环境 │
│ - 出问题？删掉重来，不影响任何东西 │
└─────────────────────────────────────────────────────┘
│
│ 测试通过？一键同步
▼
┌─────────────────────────────────────────────────────┐
│ STABLE (稳定版) │
│ ~/Desktop/skills-stable │
│ │
│ - 自动链接到 ~/.claude/skills │
│ - 只有验证过的 skill 才能进入 │
│ - 全局可用，所有项目共享 │
└─────────────────────────────────────────────────────┘
简单说：先在实验室里折腾，确认没问题再上线。
注意：以下命令需要在 Claude Code 中执行。请先启动 Claude Code（在终端中运行
claude），然后在对话框中输入这些命令。
# 1. 添加插件源
/plugin marketplace add ltianyi992/skill-lab
# 2. 安装插件
/plugin install skill-lab@ltianyi992-skill-lab
# 3. 初始化环境（只需运行一次）
/skill-lab:setup就这三步，你的 skill 开发环境就搭建好了。
| 目录 | 作用 |
|---|---|
~/Desktop/skills-stable |
稳定版，自动链接到全局 |
~/Desktop/skills-experimental |
实验版，放心折腾 |
两个目录各有独立的 .venv |
依赖隔离，互不影响 |
1. 把下载的 skill 放入 ~/Desktop/skills-experimental/
2. 在你的项目中运行 /skill-lab:link
3. 测试这个 skill 是否好用、是否安全
4. 满意？运行 /skill-lab:sync 同步到稳定版
5. 不满意？直接删除，不影响任何东西
1. 在 ~/Desktop/skills-experimental/ 中创建你的 skill
2. 安装依赖：pip install xxx && pip freeze > requirements.txt
3. 链接到项目测试：/skill-lab:link
4. 反复迭代，直到满意
5. 同步到稳定版：/skill-lab:sync（依赖会自动安装到稳定版）
当你打开一个项目时，Skill Lab 会自动检测：
"我发现你的项目有 PDF 文件，而你的实验环境有一个 'pdf' skill。
要不要链接它来帮助处理 PDF？"
先问再做，不会擅自行动。
| 命令 | 作用 |
|---|---|
/skill-lab:setup |
初始化环境（只需一次） |
/skill-lab:status |
查看环境状态 |
/skill-lab:sync |
同步实验版到稳定版（含依赖） |
/skill-lab:link |
链接当前项目到实验版 |
/skill-lab:unlink |
断开链接 |
/skill-lab:skill-matcher |
检测项目与 skill 的匹配度 |
~/.claude/skills ◄─── Junction/Symlink
│
▼
skills-stable/ skills-experimental/
├── .venv/ (生产依赖) ├── .venv/ (开发依赖)
├── requirements.txt ├── requirements.txt
├── pdf/ ├── pdf/
│ └── SKILL.md │ └── SKILL.md
└── [其他稳定 skills] └── [实验中的 skills]
│ │
│◄────── git merge ◄───────────────┘
│◄────── pip install -r requirements.txt
两个目录通过 Git Worktree 共享代码历史，但物理隔离。同步时：
- 代码通过
git merge合并 - 依赖通过
pip install自动安装到稳定版
Skill 时代的三个趋势：
- Skills 会越来越多 —— 社区会产出大量 skills，你需要一个安全的方式来试用它们
- Skills 会越来越复杂 —— 带依赖、带脚本的 skills 需要隔离的运行环境
- Skills 会成为标配 —— 就像 VS Code 插件一样，管理 skills 需要专业工具
Skill Lab 就是这个专业工具。
它不只是一个"开发环境"，更是一种工作方式的升级：
- 从"直接改全局目录"升级为"先实验再上线"
- 从"手动管理依赖"升级为"自动同步依赖"
- 从"出问题再回滚"升级为"隔离测试零风险"
- Claude Code v1.0.33+
- Git
- Python 3.8+
skill-lab/
├── skills/ # 插件提供的命令
│ ├── setup/ # 初始化环境
│ ├── status/ # 查看状态
│ ├── sync/ # 同步到稳定版
│ ├── link/ # 链接项目
│ ├── unlink/ # 断开链接
│ └── skill-matcher/ # 智能匹配
├── hooks/ # 自动触发的钩子
├── scripts/ # 核心脚本
│ ├── bootstrap.py # 环境搭建
│ └── handler.py # 命令处理
└── references/
└── architecture.md # 详细架构文档
MIT
Skill Lab —— 让每一次 skill 实验都安全可控。