Skill 安装
多 Agent 安装npx skills add https://github.com/anthropics/knowledge-work-plugins --skill create-an-asset
使用 npx skills 快速安装,支持将 Skill 添加到多个兼容的 AI Agent。
Skill 调研报告
Skill 详细介绍
anthropics/knowledge-work-plugins#create-an-asset 是 Anthropic 官方 knowledge-work-plugins 仓库中的一个 Skill,名称可以理解为 create-an-asset。它面向的是“知识工作”场景,帮助使用 Claude Code 等 Agent 的用户围绕资产(asset)的创建、整理或生成来完成任务。
需要强调的是:这个 Skill 本身不是一个可以独立运行的程序或软件。它更像是一套交给 AI Agent 的指令、流程或方法论。安装到 Agent 之后,Agent 会基于这套指令来理解和处理与“创建资产”相关的请求。
这类 Skill 的核心用途通常包括:
- 把零散信息整理成结构化的内容资产
- 按照一定模板或规范生成文件、文档或内容
- 在知识工作流程中充当一个可复用的“创作/整理”环节
它不是:
- 一个独立运行的 CLI 工具
- 一个需要部署的服务
- 一个自带界面或数据库的产品
从定位来看,它适合希望把重复性的“内容/资产创建”工作交给 Agent 统一处理的用户,尤其是已经在使用 Claude Code 的知识工作者、内容整理者或运营人员。如果用户的需求是运行某个具体软件、抓取指定数据或对接特定第三方平台,这个 Skill 通常不是合适的工具,应优先确认该 Skill 当前官方说明中是否有对应能力。
由于不同版本的 knowledge-work-plugins 仓库内容可能不同,当前该 Skill 的具体触发方式、支持的资产类型和生成规则,应以该仓库当前版本的官方说明为准。当前资料未对该 Skill 的全部细节给出公开、稳定的完整描述。
Skill 安全评估
总体判断:该 Skill 来自 Anthropic 官方组织下的仓库,来源相对可信,但它本身属于指令型 Skill,风险主要取决于它所引导 Agent 执行的具体动作,而不是 Skill 自身。
需要关注的点:
- 来源可信度:来自 Anthropic 官方 GitHub 组织,供应链风险相对较低。仍建议确认所安装版本确实来自官方仓库,而非第三方镜像或改名 Fork。
- 文件读写:如果 Skill 引导 Agent 创建资产,可能涉及读取现有素材、写入或生成文件。写入范围是否受限于工作目录,需要在安装后确认。
- Shell 权限:这类 Skill 一般不需要执行危险 Shell 命令。如果 Agent 在运行时请求执行非预期的命令,应先暂停并人工确认。
- 网络访问:是否联网取决于 Skill 使用过程中是否调用外部服务。Skill 本身通常不强制联网,但生成某些内容可能依赖网络。
- 第三方 API / 凭证:如果后续任务需要调用第三方服务,凭证由用户自己提供,风险和责任也在用户侧,不应把凭证直接明文写入项目文件或提交到 Git。
可操作的安全建议:
- 只从 Anthropic 官方仓库安装,不使用来源不明的同名版本。
- 在 Agent 中保留对文件写入与 Shell 执行的确认机制,重要目录提前做好备份或纳入版本控制。
- 不要把 API Key、Token 等凭证直接交给 Skill 处理,除非明确知道它会如何使用。
- 首次使用时,先在小范围、非关键目录中试验,确认行为符合预期后再扩大使用。
没有证据表明该 Skill 存在已知安全问题,但也不应把它视为“绝对安全”。是否安全,最终取决于你在什么权限下、对什么任务使用它。
Skill 使用要求
一、Agent / 客户端
该 Skill 来自 Anthropic 官方 knowledge-work-plugins 仓库,与 Claude Code 的适配度最高,建议优先在 Claude Code 中使用。官方没有公布完整的第三方 Agent 兼容列表,但从 Agent Skill 的通用工作方式来看,在支持 Skills、自定义指令或类似加载机制的环境中,通常也可以尝试在 Codex、Cursor、Trae、OpenClaw、WorkBuddy 等主流 Agent 中使用。不同 Agent 对 Skill 的加载方式和支持程度不同,具体以对应 Agent 当前版本的说明为准。
二、运行环境 / 依赖
该 Skill 本身属于指令型内容,通常不要求单独安装 Node.js、Python、Docker 等运行时。它主要依赖你使用的 Agent 环境来执行。
| 项目 | 要求 |
| Agent | Claude Code 优先,其他兼容 Agent 可尝试 |
| Node.js / Python | Skill 本身通常不强制要求;如后续生成任务需要,则由具体任务决定 |
| 网络 | Skill 本身通常不强制;若任务涉及联网生成内容,则需要 |
三、权限
- 文件读取:通常需要,用于读取素材或现有内容
- 文件写入:通常需要,用于生成或保存资产文件
- Shell:一般非必需,除非具体任务要求
- 网络:可选,视任务而定
四、账号 / API Key
该 Skill 本身通常不需要单独的账号、API Key 或 Token。是否需要凭证,取决于你用它完成的具体任务。例如后续任务若调用第三方服务,则需由你自行准备对应凭证。这两者应分开看待,不要把“Skill 需要凭证”和“生成的任务需要凭证”混为一谈。
最小使用条件
- 一个可用的 AI Agent 环境(Claude Code 优先)。
- 安装好该 Skill 并确认 Agent 已识别。
- 明确你要创建的资产类型和目标。
Skill 安装、使用与卸载教程
一、安装
可以直接复制本页面提供的 Skill 安装指令,粘贴到对应 Agent 或终端中执行。LemonAIKit 已在 Skill 详情页单独给出安装指令,这里不再重复完整命令。
如果不清楚自己的 Agent 该如何安装,可以直接向当前 Agent 提问,让 Agent 根据自己的 Skill 加载与管理机制来指导你:
如何安装 anthropics/knowledge-work-plugins#create-an-asset?
如何在 Claude Code 中安装 anthropics/knowledge-work-plugins#create-an-asset?
如何在 Cursor 中安装 anthropics/knowledge-work-plugins#create-an-asset?
二、安装后如何使用
安装后,Agent 会在处理与“创建资产”相关的任务时调用该 Skill。使用时不需要输入特殊命令,直接用自然语言描述目标即可。适合交给它的任务包括:把素材整理成结构化资产、按模板生成内容、把已有信息改造成可复用的资产等。
自然语言示例:
使用 create-an-asset,把这份会议记录整理成一个可复用的知识资产。
使用 create-an-asset,帮我根据这些要点生成一份结构化的内容资产文档。
使用 create-an-asset,把散落在多个文件里的信息整合成一份完整的资产说明。
三、卸载
不同 Agent 的 Skill 安装位置和管理方式不同。一般可以通过对应 Agent 或 Skill 管理器提供的删除方式来移除该 Skill,也可以直接询问当前 Agent:
如何卸载 anthropics/knowledge-work-plugins#create-an-asset?
如果没有统一的卸载命令,让当前 Agent 根据它所知道的安装位置来移除,通常是更稳妥的做法。
常见问题
1. 这个 Skill 可以在多个 Agent 中同时安装吗?
通常可以。Skill 一般以文件或指令形式存在,可以在不同 Agent 中分别安装。但不同 Agent 的加载机制不同,建议分别确认每个 Agent 是否已正确识别。
2. 安装后 Agent 没有识别到 Skill,怎么办?
先确认安装位置是否符合该 Agent 的 Skill 目录规范,再确认 Agent 是否需要重启或重新加载。不同 Agent 的处理方式不同,可以直接问当前 Agent:“为什么没有识别到 create-an-asset 这个 Skill?”
3. Skill 更新后需要重新安装吗?
如果通过官方源安装,通常更新方式依 Agent 或安装方式而定。建议查看当前使用的安装渠道是否提供更新机制,或直接询问当前 Agent 如何更新该 Skill。
4. 使用过程中会修改我已有的项目文件吗?
取决于具体任务和 Agent 的权限设置。该 Skill 本身通常不会主动修改无关文件,但生成资产时可能写入文件。建议在重要项目中开启变更确认,或提前做好备份和版本控制。
5. 可以关闭 Shell 权限只用这个 Skill 吗?
大多数情况下可以。该 Skill 主要依赖 Agent 的文本处理与生成能力,一般不需要 Shell。关闭 Shell 可以减少风险,若某些任务确实需要,再临时开启即可。
6. 中国大陆使用是否有网络要求?
该 Skill 本身通常不强制联网。但如果使用过程中需要访问外部服务,网络可达性会影响结果。具体以你的 Agent 环境和任务需求为准。
7. 这个 Skill 适合生产环境吗?
是否适合取决于任务性质和你的权限配置。它更适合辅助性的内容与资产创建工作。涉及生产关键数据时,建议保留人工审核环节,不要把结果直接用于生产而未经检查。