Skyll

Skyll — это REST API и MCP-сервер, позволяющий любому AI-агенту искать и загружать навыки агентов прямо во время выполнения. Он агрегирует навыки из нескольких источников, получает полное содержимое SKILL.md с GitHub и возвращает структурированный JSON, готовый для инъекции в контекст.

Зачем использовать Skyll?

Навыки агентов (файлы SKILL.md) — мощный способ расширить возможности AI-агентов, однако сегодня они работают лишь с ограниченным набором инструментов, таких как Claude Code и Cursor. Навыки требуют ручной установки до начала сессии, то есть разработчик должен заранее знать, какие навыки понадобятся.

Skyll открывает доступ к навыкам для всех. Любой агент, фреймворк или инструмент может обнаруживать и загружать навыки по требованию. Без предустановки. Без участия человека. Агенты самостоятельно исследуют, выбирают навыки исходя из контекста и применяют их.

{
  "query": "react performance",
  "count": 1,
  "skills": [
    {
      "id": "react-best-practices",
      "title": "React Best Practices",
      "source": "vercel/ai-skills",
      "relevance_score": 85.5,
      "install_count": 1250,
      "content": "# React Best Practices\n\n## Performance\n..."
    }
  ]
}

Почему важен выбор: Ранжированный список выводит популярные и релевантные навыки, позволяя агентам делать выбор на основе запросов пользователя, контекста задачи или актуальных тенденций. Это свобода для агентов — исследовать и выбирать.

Возможности

• 🔍 Мультиисточниковый поиск: запросы к skills.sh, реестру сообщества и другим источникам
• 📄 Полное содержимое: возвращает полный SKILL.md с разобранными метаданными
• 📎 Ссылки: опциональная загрузка дополнительной документации из директорий references/
• 📊 Ранжирование по релевантности: оценка от 0 до 100 на основе содержимого, совпадения с запросом и популярности
• 🔄 Дедупликация: автоматическое устранение дублей из разных источников
• ⚡ Кэширование: агрессивное кэширование для соблюдения лимитов GitHub API
• 🔌 Двойной интерфейс: REST API + MCP Server
• 🔧 Расширяемость: простое добавление новых источников навыков и стратегий ранжирования

Быстрый старт

Установка через pip

Рекомендуемый способ использования Skyll в агентах:

from skyll import Skyll

async with Skyll() as client:
    skills = await client.search("react performance", limit=5)
    
    for skill in skills:
        print(f"{skill.title}: {skill.description}")
        print(skill.content)  # Полное содержимое SKILL.md

По умолчанию используется размещённый API на api.skyll.app — настройка сервера не требуется.

REST API

Для других языков или прямой интеграции можно обращаться к API напрямую:

# Поиск навыков
curl "https://api.skyll.app/search?q=react+performance&limit=5"

# Получить конкретный навык по имени (всегда возвращает актуальную версию)
curl "https://api.skyll.app/skill/react-best-practices"

# Получить по полному пути
curl "https://api.skyll.app/skill/vercel-labs/agent-skills/vercel-react-best-practices"

Эндпоинт /skill/{name} аналогичен npx skills add — возвращает последнюю версию навыка, гарантируя актуальность инструкций для агентов.

Интерактивная документация: api.skyll.app/docs

Самостоятельный хостинг

Запустите собственный сервер Skyll для полного контроля:

# Клонировать и установить
git clone https://github.com/assafelovic/skyll.git
cd skyll
pip install -e ".[server]"

# Опционально: добавить GitHub-токен для повышенных лимитов
echo "GITHUB_TOKEN=ghp_your_token" > .env

# Запустить сервер
uvicorn src.main:app --port 8000

# Поиск навыков
curl "http://localhost:8000/search?q=react+performance&limit=5"

Подключение Python-клиента к собственному серверу:

async with Skyll(base_url="http://localhost:8000") as client:
    skills = await client.search("testing")

Демо-интерфейс

Откройте web/index.html в браузере для интерактивного демо или запустите полную лендинговую страницу:

cd web/landing
npm install
npm run dev
# Откройте http://localhost:3000

MCP Server

Skyll предоставляет размещённый MCP-сервер по адресу api.skyll.app/mcp — установка не требуется.

Размещённый MCP (рекомендуется)

Для Claude Desktop, Cursor или других MCP-клиентов добавьте в конфигурацию:

{
  "mcpServers": {
    "skyll": {
      "url": "https://api.skyll.app/mcp"
    }
  }
}

Готово! Размещённый сервер предоставляет следующие MCP-инструменты:

Инструмент add_skill — простейший способ для агентов загружать навыки по имени, аналогично тому, как работает npx skills add в CLI.