Skillit

解决的问题

当团队需要在同一个 AI Agent 生态中复用一组底层操作时，往往会遇到两个问题：一是同一套调用逻辑要针对 Claude Code、Codex 等不同运行时重新适配接口，二是随着子任务增多，单个 SKILL.md 容易膨胀到难以维护。Skillit 用 11 个子技能文件把这套调用拆成可独立加载的单元，让主 Agent 在运行时按需挑选。

核心能力

Skillit 的工作机制可以拆成三步：

• 子技能分发：11 个独立文件覆盖常见的 Agent 调用模式，主 skill 只负责索引，不直接承载逻辑。
• 运行时适配：通过 skillit 入口声明，宿主平台按自身的 tool schema 加载对应子技能，省去重复适配成本。
• 按需加载：Agent 在执行任务时只拉取需要的那部分，避免把所有逻辑一次性塞进上下文。

适用边界

• Skillit 只提供技能文件本身，不含运行时引擎，宿主平台需要原生支持 SKILL.md 规范。
• 子技能之间的依赖关系仍需自行维护，skill 集合本身不做跨文件的依赖解析。
• 如果你的任务链较短，直接写在主 skill 里反而更简单；Skillit 更适合调用模式可复用、且需要在多个 Agent 平台间共享的场景。