你是否曾遇到过这样的场景：同时使用 Claude Code、Codex 和 Trae 这三款 AI 工具，每款都配备了专属的 skill 文件，用来规范写作、数据处理或回复格式。某天你想更新某个写作 skill 中的逻辑，在 Trae 上修改了一版，觉得效果不错。过了几天在 Claude Code 中调用时，发现表现不太理想，又调整了一次。再过两周回头查看，几个版本早已各自演化，面目全非。哪个是最新版本？不确定。哪次修改更合理？毫无印象。

这种内耗看似低级，却真实存在。今天，我终于决定找一个工具来彻底终结它。

01 你以为在用「同一套 skill」，实则不然

许多用户同时使用多个 AI 工具，却忽略了问题的根源：skill 文件是分散存储的。Claude Code 的 skill 保存在 ~/.claude/skills/，Codex 的位于 ~/.codex/skills/，Trae 的则是另一个路径。每个工具各自管理，彼此之间没有任何同步机制。

你在一个工具中修改了 skill，另外两个工具完全不知情。时间一长，三套 skill 各行其是，你本人也成了最大的版本混乱源头。这并非因为你懒惰，而是因为这个问题从一开始就没有被妥善设计。

02 寻找解决方案，先让 AI 帮我搜索了一圈

当时我把需求直接抛给了 AI 浏览器 Tabbit——我想要「一处维护，多 Agent 共享」，让它去查找是否有现成的开源项目能解决这个痛点。

它在网上搜索了一圈，提供了几个方向。其中一个名为 skillshare 的项目，slogan 是「One source of truth for AI CLI skills」，并且已有 2k 多 star，一眼就看出它完全对得上需求。

GitHub 地址：
https://github.com/runkids/skillshare

它支持 Claude Code、Codex、Trae、Kiro 等主流工具，在 Windows 下使用 NTFS Junction（也就是软链接，如红框所示带快捷箭头图标）实现同步，无需管理员权限。

核心逻辑非常清晰：将所有 skill 集中到一个统一源目录，然后通过一条 skillshare sync 命令分发到所有 AI 工具中。设计思路没有毛病，值得尝试。

03 安装过程全记录，每一步都值得细说

这部分需要重点讲解，因为安装全程都在与 AI 助手对话，每一步的交互界面都截图发送过去询问，它帮我分析应该选哪个、为什么，每个遇到的坑都记录下来。下面就是提炼出的「照着操作就能成功安装」版本。

第一步，安装

打开 PowerShell，粘贴以下命令并回车：

irm https://raw.githubusercontent.com/runkids/skillshare/main/install.ps1 " iex

安装完成后关闭 PowerShell，重新打开一个新窗口，输入：

skillshare --version

看到版本号即表示安装成功，例如 v0.20.4。如果报错「无法识别命令」，多半是 PATH 没有刷新，重启电脑后再试。

第二步，初始化（这里有几个坑需要说明）

运行：

skillshare init

初始化过程是交互式的，会依次询问几个问题，很多人卡在这里不知道如何选择。我们来逐一过一遍。

❶ 询问是否自定义源目录路径

Customize source path? [y/N]

直接回车，使用默认路径 C:Users你的用户名AppDataRoamingskillshareskills。建议不要修改，Windows 系统下该路径权限最稳定，自定义路径容易遇到空格或中文导致的错误。末尾的 [y/N] 中大写 N 表示默认选项，直接回车等同于选择 N。

❷ 询问从哪个工具的 skill 目录作为初始内容

这里会列出它检测到的所有工具，以及各自目录中已有的 skill 数量，例如：

[2] Copy from warp (119 skills)
[3] Copy from witsy (119 skills)
[7] Start fresh (empty source)

如果之前已经在某个工具中积累了大量 skill，选择数量最多的那个作为起点，将现有内容接管过来。若想从零开始，选择 7。

❸ 选择要同步到哪些工具

界面会列出检测到的所有 AI 工具，使用方向键移动，空格键勾选，a 键全选，回车确认。直接按 a 全选后回车。理由是多选没有副作用，如果某个工具未安装，对应目录本来就是空的，同步过去也不会影响任何东西。

⚠️ ❹ 选择同步模式，这是最关键的一步

1) merge - per-skill symlinks, preserves local skills
2) copy - copies files to each target
3) symlink - symlinks entire directory

建议选择 1（merge），不要选择 3（symlink）。我之前选了 3，后来发现 Codex 自带的系统 image gen skill 不见了。AI 助手分析后告诉我，symlink 模式会将整个目录整体替换，工具原有的本地 skill 会被覆盖删除。

merge 模式是基于每个 skill 的软链接，只将 skillshare 管理的 skill 叠加进去，不影响工具自带的系统技能，两者互不干扰。

如果已经选了 3 想修改，运行以下命令切换即可：

skillshare config --mode merge
skillshare sync

或者在 UI 界面的后台配置中修改，第一个默认的“合并”就是 merge 模式：

❺ 后面几个问题

是否初始化 Git？如果已安装 Git，选择 Y，为你的 skill 增加一层版本保护，误删后还能恢复。没有 Git 的话选择 n 也没问题。

Git scope 按需选择，选择 skills 只同步技能；选择 root 则用一个仓库管理所有配置，扩展性更好。

是否设置 git remote？按回车选择 N 跳过，本地使用不需要。

最后一个问题，是否安装内置的 skillshare skill？建议输入 y。安装后，在 Claude Code 或 Trae 中对 AI 说「帮我装一个新 skill」，AI 会直接知道如何操作，无需再手动查询命令。

全部完成后，看到 Initialization complete 即表示成功。

第三步，同步

可以运行：

skillshare sync

所有维护的 skill 将会全部分发到各个工具中。以后每次修改源目录中的 skill，只需运行 sync，即可全部更新。

也可以运行：

skillshare ui

这样可以在本地启动服务，打开后台配置界面：

04 安装完成后，发现两个意外惊喜

惊喜一：在 Claude Code 中新增的系统 skill 不会丢失

merge 模式是叠加而非替换，Claude Code、Codex 各自系统自带的 skill 不受影响。只有通过 skillshare 管理的那些技能才会被同步。实际使用下来，每个工具的「个性」依然保留，只是你维护的那一套实现了统一管理。

打开 UI 后台，发现它还支持过滤功能。在右侧技能列处可以选择排除或选中技能同步，可定制程度更高。左侧的输入框也可以用于过滤。

左侧的过滤使用通配符形式进行匹配，操作很简单，分三步：

第一步，在「Skill 过滤规则」输入框中输入一条通配符匹配模式。例如只想同步以 zsxq 开头的 skill，可以输入 zsxq*。

第二步，按回车键将这条规则添加进去。可以重复此操作添加多条规则（多条规则通常是“或”的关系，满足任意一条即被匹配）。

第三步，查看右侧「实时预览」和底部计数确认结果。如果数字从 212/212 变为类似 5/212，说明规则成功将范围缩小到 5 个 skill。

确认无误后，点击上方的保存或保存并返回即可生效；不想保留改动则点击取消。

总结下来主要有以下 4 种匹配模式：

惊喜二：通过 GitHub 安装的 skill，可在网页端检查更新

运行 skillshare ui 打开本地网页控制面板，在「更新」标签页可以查看所有 skill 的来源。如果来自 GitHub，会显示「已是最新版」或者有新版本可拉取。

然后到更新标签页全部检查一下，就会显示来源 GitHub。以后该 skill 有更新，直接在面板中点击即可，再也不用记住去 GitHub 手动拉取。

此外，还可以在资源列表中找到对应的 skill，点击右上角编辑，在来源 URL 处输入对应的仓库链接，保存之后就可以直接在界面上更新了。

05 归根结底，这是一个配置治理问题

使用的 AI 工具越多，「各管各的 skill」带来的内耗就越高。skillshare 解决的并非技术难题，而是一个「改了一处却要手动同步十个地方」的重复劳动问题。

安装完成后，日常工作流程变成了：在 AppDataRoamingskillshareskills 目录中修改完 skill，进入 UI 后台界面手动同步一下，所有 Agent 工具全部更新。再也不用纠结「这次改的是哪个工具的版本」。

如果你也在使用多个 AI Agent，这个项目值得花 10 分钟按照这篇教程安装一下。它可以直接通过以下命令一键安装：

irm https://raw.githubusercontent.com/runkids/skillshare/main/install.ps1 " iex

不懂命令行也没关系，这篇文章提供了全部安装过程的截图。遇到不会的地方，截图发给 AI 即可——毕竟 AI 时代，让 AI 读文档教我们安装更加方便。