Vercel发布了Skills.sh，这是一个开源工具，旨在为AI代理提供一种标准化的方式，以便它们通过命令行来执行可重用的操作或技能。该项目所构建的体系被Vercel称为开放代理技能生态系统，在这个系统中，开发者可以定义、共享并运行各种独立的操作，而这些操作可以被代理纳入它们的工作流程中加以使用。其目的在于将代理的推理功能与执行功能分开，让代理能够使用一组预先定义好的命令来完成任务，而不是依赖动态生成的shell逻辑。
从技术层面来看，Skills.sh充当了一个轻量级的运行时环境，使代理能够调用那些以shell命令的形式实现的技能。每个技能都遵循一套简单的规范，这些规范明确了它的输入参数、输出结果以及执行方式。因此，代理能够以一种可预测且易于审计的方式来执行诸如读取或修改文件、运行构建步骤、与API交互或查询项目元数据等操作。由于这些技能都是明确定义的，并且还有版本控制机制，所以团队可以更清楚地了解代理被允许执行哪些操作，并在开发阶段或生产环境中对这些操作进行审查。
Skills既可以在本地环境中使用，也可以在CI管道等自动化环境中运行。开发者可以将Skills.sh安装在自己的机器上直接使用这些技能，同时也可以将这些技能集成到由代理驱动的工作流程中。这种一致性有助于减少从实验阶段过渡到更规范的应用场景时可能遇到的问题。Skills是通过简单的配置文件来定义的，因此人们可以很容易地检查、扩展或定制它们，而无需引入额外的框架或复杂的依赖关系。
Vercel将这个生态系统定义为开放且由社区共同推动发展的。开发者可以发布自己的技能，也可以重用其他人创建的技能，这样一来，就能形成一个包含各种常见代理操作的共同资源库。该公司分享的早期使用数据表明，这一项目得到了迅速普及，在发布后不久，安装量就已经达到了数万次。
社区的评论更多地关注这种方法的实用性，而非它的新颖性。在X平台上，开发者们指出，许多代理出现的故障其实都是由于执行不可靠造成的，而不是因为推理能力不足，而Skills层正好可以帮助解决这个问题。
软件开发者Thomas Rehmer评论道：
这确实很有意义。这些可被发现的技能解决了大多数代理系统所面临的“你能做什么？”这个问题。
与此同时，人工智能工程师Aakash Harish发布了如下内容：
这其实就是专为人工智能代理设计的npm工具。其核心理念在于：在功能设计上，优先考虑组件的可组合性，而非协议本身的复杂性。MCP解决了“代理如何与工具进行交互”这一问题，而Skills则致力于解决“开发人员如何共享并发现各种代理的功能”这一难题。最终的胜者并不会是这两者的简单结合，而是那种既能帮助开发人员发现新的代理功能，又能满足企业环境中对行为确定性要求的应用方案——也就是将Skills与MCP结合起来使用。
许多开发者都将Skills.sh与其他那些与代理执行相关的工具或标准进行了比较。类似的理念也出现在一些基于协议的设计方案中，比如Anthropic的模型上下文协议（MCP）——该协议强调通过结构化的API来访问工具和数据；还有OpenAI的功能调用机制，它通过JSON格式定义了各种可执行的操作。其他一些项目，包括LangChain工具以及CrewAI的任务管理系统，也都致力于为代理提供可控的执行能力，不过它们通常会借助更高层次的Python抽象层来实现这一目标，而非直接使用shell命令。