Cherry Studio 内置 skills-manager Skill 深度解析Agent Skills 搜索、安装与创建的全流程编排指南【免费下载链接】cherry-studio Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端项目地址: https://gitcode.com/CherryHQ/cherry-studioCherry Studio 在内置 Agentcherry-assistant中预置了skills-manager这一 Skill用于统一编排“搜索、安装和创建 Claude Code Agent Skills”三类操作。本文以其 SKILL.md 为骨架结合仓库内find-skills、skill-creator两个配套 Skill 及 Claude Code 运行时环境注入源码完整讲解该 Skill 的触发机制、优先复用策略、CLI 降级流程、安全确认要求以及 Cherry Studio 在运行时层面对这套 Skill 管理体系的支撑原理。读完本文你将能理解 Cherry Studio 中 Agent Skills 从搜索、评估、安装到自定义创建的完整决策链路并能在自己的 Agent 工作流中复现这套编排模式。一、skills-manager 的定位与触发机制skills-manager是 Cherry Studio 内置助手 cherry-assistant 的 Skill 集合中的一个编排型 Skill其定义位于 SKILL.md位于.claude/skills/skills-manager/目录下与cherry-assistant-guide、cherry-skill-marketplace、claude-automation-recommender等 Skill 平级共存。它的身份由 frontmatter 决定name: skills-manager description: 搜索、安装和协调创建 Claude Code Agent Skills。当用户想要搜索技能、安装工具、创建自定义 Skill或者说 find a skill、搜索技能、帮我做个 skill、create a skill 时触发。也适用于用户说有没有做 X 的工具、我想扩展 Agent 能力或当前能力不足需要先查找可复用方案的场景。这段 description 本身就是一个典型的“触发面设计”范例——它明确了三类会命中该 Skill 的用户意图显式指令类用户直接说“搜索技能”“帮我做个 skill”“create a skill”“find a skill”能力询问类“有没有做 X 的工具”“我想扩展 Agent 能力”隐式缺口类当前能力不足、需要先查找可复用方案时的兜底场景。这类 Skill 的关键在于它不直接执行安装或创建而是“协调”其他专用 Skill 与 CLI 工具因此被称为编排型orchestrationSkill。它把“该用什么工具、按什么顺序、在什么条件下降级”的决策逻辑固化成了 Agent 可遵循的指令。二、搜索与安装优先复用 find-skillsCLI 仅作降级skills-manager对搜索与安装流程给出的第一原则是优先复用find-skills可用时先调用它完成搜索、质量检查和安装确认只有不可用时才执行下面的 CLI 降级流程。这与仓库内置的 find-skills/SKILL.md 一脉相承。find-skills明确声明 Cherry Studio 为 Agent 提供了两个内置工具而非外部命令内置工具作用search_skills(query)按关键词搜索技能市场返回带不透明install_source值的匹配结果install_skill(install_source)把单个Skill 安装进 Cherry 托管的技能库并为当前 Agent 启用find-skills特别强调不要 shell out 到npx skills、git或任何包管理器。原因很具体——用npx skills add或git clone会把整个仓库可能包含几十个 Skill全部拉下来并在其他工具间散布符号链接最终落在 Cherry 的技能库之外而install_skill只安装那一个 Skill走“克隆仓库 → 安装该 Skill → 注册”的单一确定性步骤权限处理遵循当前 Claude 权限模式permission mode。运行时检测npx skills 与 CHERRY_STUDIO_BUN_PATH只有当find-skills不可用时skills-manager才进入 CLI 降级流程其运行时检测优先级为优先npx skills备选$CHERRY_STUDIO_BUN_PATH x skills两者都不存在则提示用户安装 Node.js。其中$CHERRY_STUDIO_BUN_PATH并非凭空想象的变量而是 Cherry Studio 在拉起 Claude Code 子进程时真实注入的环境变量。见 src/main/ai/runtime/claudeCode/environment.tsconst bunPath await getBinaryPath(bun) ... CHERRY_STUDIO_BUN_PATH: bunPath, CHERRY_STUDIO_SKILLS_DIR: application.getPath(feature.agents.skills),也就是说Cherry Studio 通过getBinaryPath(bun)解析随应用分发或系统可用的 Bun 运行时路径注入CHERRY_STUDIO_BUN_PATHbun x skills正是用 Bun 的包执行器等价于npx运行skillsCLI。这一设计保证了即使用户系统没有全局安装 Node.js只要 Cherry Studio 附带的 Bun 可用CLI 降级流程依然能运转。搜索流程理解需求 → 提取关键词 → 执行npx skills find [query]→ 向用户展示技能的名称、功能与来源。skills-manager要求在展示时给出足够让用户判断是否值得安装的信息这与find-skills中“先看 skills.sh 排行榜、再用关键词搜索”的建议相互补充。安装流程与安全红线安装是整个流程中安全约束最重的一环。skills-manager明确警示Skills 是第三方代码有完整权限必须展示安全警告 → 提供源码链接 → 用户确认 →npx skills add owner/reposkill -y安装位置有两个层级项目级.claude/skills/或用户级~/.claude/skills/。这一安全要求与find-skills的 Step 6 完全一致安装前必须展示“第三方代码将以完整 Agent 权限运行”的警告、提供可审查的源码页面链接、且只有用户表达安装意图后才可执行——纯搜索请求不允许改动技能库。也就是说无论走内置工具路径还是 CLI 降级路径“展示警告 → 用户确认 → 执行安装”的铁律不变。无结果处理搜索无结果时skills-manager要求告知用户未找到 → 先尝试用现有能力直接完成任务 → 若是可复用的流程再建议创建自定义 Skill。这与find-skills的“When No Skills Are Found”一节完全对应先承认没找到再提供“直接用通用能力完成”和“为你编写自定义 Skill”两个出口避免在无结果时让流程空转。三、创建自定义 Skillskill-creator 优先npx skills init 兜底当现有 Skill 确实无法满足需求时skills-manager进入创建流程规则同样明确不要绕过skill-creator直接手写SKILL.md。创建前置判断先确认现有 Skill 无法满足需求并判断这是不是值得复用的流程一次性任务直接完成不强行创建 Skill。这条“反过度工程”的约束非常关键不是所有任务都该固化成 Skill只有具备复用价值的工作流才值得沉淀。优先路径调用 skill-creatorskill-creator是 Cherry Studio 内置的专业 Skill位于 resources/skills/skill-creator/SKILL.md。它提供了一整套“需求澄清 → 初始化 → 编辑 → 验证 → 迭代”的完整方法论包括捕获意图从对话历史中提取工具使用序列、步骤顺序、用户修正、输入输出格式面试与研究主动追问边界情况、输入输出格式、成功标准与依赖撰写 SKILL.md核心是name与description——description 是主要触发机制要同时写清“做什么”和“何时用”且建议写得稍微“pushy”以对抗模型欠触发undertrigger倾向测试用例编写 2~3 个真实用户会说的话保存到evals/evals.json运行与评估同时生成“带 Skill”与“无 Skill”基线两组子代理运行产出benchmark.json/benchmark.md用eval-viewer/generate_review.py打开浏览器评审页迭代改进根据用户反馈与量化指标重写直到用户满意或反馈为空。skills-manager要求skill-creator可用时必须调用它并完整遵循其流程不要绕过。降级路径npx skills init只有在skill-creator确实不可用时才明确告知用户“正在降级”然后执行npx skills init skill-name初始化后保持SKILL.md精简并按需加入scripts/确定性/重复性任务的可执行代码、references/按需加载进上下文的文档、assets/输出用模板、图标、字体三个可选目录。这与 Agent Skills 规范中的“渐进式披露”三层加载模型一致元数据name description常驻上下文、SKILL.md 正文触发后加载理想 500 行、捆绑资源按需读取。创建后的验证无论走哪条路径创建完成后至少验证三点frontmattername与description字段合法触发描述description 能否准确描述触发时机一个真实用例实际跑一个用例确认 Skill 可用。验证失败就修正后重跑直到通过。四、Cherry Studio 运行时托管技能库与自动同步理解skills-manager的编排逻辑后还需要知道 Cherry Studio 在运行时如何支撑这套体系。从 src/main/ai/runtime/claudeCode/environment.ts 可以看到Cherry Studio 为每个 Claude Code 子进程构建环境时注入了两个核心技能相关变量环境变量取值来源作用CHERRY_STUDIO_BUN_PATHgetBinaryPath(bun)提供 Bun 运行时路径供bun x skills降级流程使用CHERRY_STUDIO_SKILLS_DIRapplication.getPath(feature.agents.skills)指向 Cherry 托管的 Agent Skills 目录同时该文件还维护了一张BLOCKED_ENV_KEYS 黑名单environment.ts其中显式包含CHERRY_STUDIO_BUN_PATH与CHERRY_STUDIO_SKILLS_DIR——即用户在 Agent 配置里自定义的环境变量不能覆盖这两个关键路径防止技能库被重定向或运行时被替换。同被屏蔽的还有ANTHROPIC_MODEL、CLAUDE_CONFIG_DIR、ENABLE_TOOL_SEARCH、NODE_OPTIONS等敏感键。托管技能库的“自动同步”机制在skill-creator中有直接描述见 resources/skills/skill-creator/SKILL.md 开头的 Cherry Studio workflow 一节Skills 存放在 Cherry 管理的注册表中注册表与文件系统自动保持同步——没有需要调用的安装/注册工具。创建新 Skill 只需在$CHERRY_STUDIO_SKILLS_DIR/skill-folder-name/下写入SKILL.md及配套文件Cherry 的 skill sync 会检测到新目录、注册到目录并显示在应用中。这意味着在 Cherry Studio 环境中skill-creator走的是“直接写文件即注册”的路径而不是package_skill.py打包流程后者适用于 Claude Code / Claude.ai。同时要求目录名使用小写连字符如my-cool-skill且 frontmatter 的name字段必须与目录名一致。五、完整决策流程总览综合skills-manager的编排指令Cherry Studio 中 Agent 面对“能力需求”时的完整决策链路如下阶段决策点执行方式1. 需求识别是否有可复用 Skill检索现有 Skill 列表与skills-manager触发条件2. 搜索find-skills可用可用 →search_skills(query) 质量检查安装量、来源声誉、Star 数3. 搜索降级find-skills不可用npx skills find [query]或$CHERRY_STUDIO_BUN_PATH x skills find4. 安装用户确认展示安全警告 源码链接 → 用户确认 →install_skill(install_source)或npx skills add owner/reposkill -y5. 无结果值得复用一次性任务直接完成可复用流程 → 创建自定义 Skill6. 创建skill-creator可用可用 → 完整遵循其澄清/初始化/编辑/验证/迭代流程不可用 → 降级npx skills init skill-name7. 验证达标校验 frontmatter、触发描述、真实用例失败则修正重跑这套流程把“安全”第三方代码全权限、必须用户确认、“复用优先”find-skills / skill-creator 优先于 CLI与“降级兜底”npx skills、bun x skills三个原则统一进了一个 Skill 的编排指令中。对于希望在自己项目中实现类似 Agent 能力治理的开发者skills-manager的写法本身就是一份可直接借鉴的模板用编排型 Skill 收敛决策逻辑用专用 Skill 承载领域能力用 CLI 作为最后兜底并在每个环节显式声明安全确认要求。【免费下载链接】cherry-studio Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端项目地址: https://gitcode.com/CherryHQ/cherry-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
