跨 AI CLI 同步技能

要解决的具体问题

很多工程师不会只盯着一个 AI CLI 写代码：你可能在 Claude Code 里做日常编辑，在 Codex 里跑另一类任务，偶尔还要用到 OpenClaw 或其他 AI CLI。每个 CLI 通常有自己的技能、agent 或工具目录，想让同一个技能在多个环境里都可用，最直接的做法就是在各个 tool directories 之间手工复制。

这会带来几个很具体的问题：

• 同一个技能被复制成多份，改一处忘一处，版本很快漂移。
• 删除或更新技能时，要逐个目录检查，容易留下旧副本。
• 新机器、新环境又要重新手工分发一遍。
• 多个 CLI 实际加载的技能内容不一致，调试时很难判断到底哪份才是当前生效版本。

Skillshare 如何工作

Skillshare 的思路是不再手工维护多份技能文件，而是把技能和 agents 放在一个 canonical source 里，再由同步流程分发到受支持的 AI CLI。它的核心能力是：

• 单一技能源：以你的技能仓库作为唯一来源，而不是多个 tool directories 各自维护。
• 跨 CLI 同步：面向 Claude Code、Codex、OpenClaw 和其他 AI CLI 进行同步。
• 减少手工复制：同步替代在多个目录之间来回拷贝文件。
• 环境适配：支持 macOS / Linux；上游提供单 Go binary 或 Node.js + npm 两种依赖形态。

关键步骤大致是：

1. 确认目标 AI CLI 属于受支持范围，并准备 Skillshare binary。
2. 将技能和 agents 仓库作为 canonical source。
3. 运行同步，让目标 CLI 从同一份技能源获取内容。
4. 在新机器上重新执行同步，而不是假设本地已有副本仍然有效。

适用边界与注意点

• 目标 CLI 需要属于支持列表：Claude Code、Codex、OpenClaw 和其他 AI CLI。
• 上游运行时依赖视安装路径而定，可能是 Node.js + npm，也可能是单 Go binary。
• 它依赖 Skillshare binary 和上游配置，不适合当作任意目录的通用文件同步工具。
• 同步解决的是“一个技能源分发到多个 CLI”，不会自动解决技能本身的质量或版本管理问题。
• 文档和源码细节应参考上游 Skillshare 文档与仓库。

一句话说，Skillshare 适合需要同时维护多个 AI CLI 技能副本、又希望只保留一个 canonical source 的工程场景。