mp-skills

小程序 Skill 开发工具，支持快速创建新的 AI 小程序和 Skill，或将现有小程序改造为支持 AI 开发模式，并内置 AI 评测校验工具，保障 Skill 执行质量和稳定性。

什么是微信小程序 Skill？快速了解 ➡️ 微信 AI 开发模式官方文档

特性

📦 Skill 发现与安装：跨注册仓库搜索、安装、更新、移除远程 Skill（find / add / update / remove），支持 GitHub、URL、本地路径多源安装
🏗️ 项目脚手架：一键创建带 AI Skill 支持的小程序项目骨架（new），或在已有项目中快速生成 Skill 模板（create）
🤖 AI 辅助生成：Agent 模式通过大模型分析项目自动生成符合规范的 Skill，支持增量迭代（create --mode agent）
🔍 Skill 静态校验：对项目中 Skills 进行规范性检查，支持原子接口执行和组件渲染（validate / execute / render）
🧪 端到端质量评估：集成官方评测工具（wxa-skills-eval），支持 official 和 agent 两种评估模式，自动生成测试用例并执行（eval）
🔑 多 LLM 提供方：内置 DeepSeek、智谱 GLM、Kimi、MiniMax、CloudBase 网关等提供方预设，支持 BYOK（Bring Your Own Key）
📋 版本锁定与部署追踪：skills-lock.json 追踪 Skill 版本 hash 和部署状态

1. 安装

1.1 环境要求

Node.js ≥ 18（推荐 20+）
npm ≥ 9（或 pnpm / yarn）
Git（可选，add 命令从 GitHub 安装时需要）

1.2 全局安装

npm install -g mp-skills

安装后即可在任意小程序项目目录使用：

mp-skills --help

1.3 通过 `npx` 免安装运行

无需全局安装，直接用 npx 运行：

npx mp-skills --help
npx mp-skills find
npx mp-skills add TencentCloudBase/awesome-miniprogram-skills

2. 快速开始

2.1 从小程序模板开始

从零创建一个自带 AI Skill 支持的小程序项目：

# 创建项目骨架（含 miniprogram/、云函数、示例 Skill 等）
mp-skills new my-app
cd my-app

# 搜索并安装你需要的业务 Skill
mp-skills find
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <skill-name>

# 执行 Skill 初始化脚本
mp-skills setup

2.2 从现有小程序项目开始

在已有小程序项目（含 project.config.json 的目录）中添加 AI Skill 能力：

# 进入小程序项目根目录
cd ./my-existing-miniprogram

# 搜索并安装业务 Skill
mp-skills find
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <skill-name>

# 或基于模板创建自定义 Skill
mp-skills create my-skill

# 执行 Skill 初始化脚本（如聚合云函数、创建数据库等）
mp-skills setup

安装后自动注入 app.json、project.config.json 等配置，无需手动修改。

2.3 发现并安装 Skill

# 1️⃣ 先搜索看看有哪些可用 Skill
mp-skills find

# 2️⃣ 交互式选择并安装 Skill
mp-skills add TencentCloudBase/awesome-miniprogram-skills

# 3️⃣ 或直接安装指定 Skill
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <name>

# 4️⃣ 一键安装所有
mp-skills add TencentCloudBase/awesome-miniprogram-skills --all

命令需要在小程序项目根目录下执行（含 project.config.json）。安装后自动：

拷贝 Skill 到 miniprogram/skills/<name>/
更新 miniprogram/app.json 的 agent.skills + subPackages
更新 project.config.json 的 packOptions.include
写入 skills-lock.json 版本锁

2.4 Skill 初始化

安装 Skill 后，运行 setup 自动执行各 Skill 声明的初始化脚本（如聚合云函数、创建数据库集合、配置服务等）：

mp-skills setup

setup 会扫描所有 Skill 的 mp-skills.json，展示待执行脚本清单，确认后串行执行。

3. 命令

命令	描述	层级
`add`	从注册表/GitHub/URL/本地路径安装 Skill	③
`find`	搜索远程仓库中的可用 Skill	③
`list`	列出已安装的 Skill	③
`remove`	移除已安装的 Skill	③
`update`	检查并更新已安装的 Skill	③
`create`	在已有项目中创建新的 Skill 骨架	②
`new`	创建新的小程序项目骨架	②
`validate`	对项目中 Skills 进行静态校验	②
`execute`	执行 Skill 的原子接口	②
`render`	渲染 Skill 的原子组件	②
`setup`	执行各 Skill 声明的初始化脚本	②
`eval`	对已有 Skills 项目启动端到端质量评估（需 wxa-skills-eval）	②

3.1 add

从注册表、GitHub 仓库、URL 或本地路径安装 Skill 到当前项目。

# 从注册表（交互式选择 Skill）
mp-skills add TencentCloudBase/awesome-miniprogram-skills

# GitHub shorthand（指定单个 Skill）
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <name>

# 安装全部
mp-skills add TencentCloudBase/awesome-miniprogram-skills --all

# 本地路径
mp-skills add ./my-local-skill

# 跳过确认
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <name> -y

选项	说明
`-s, --skill <name>`	安装指定的 Skill
`--all`	安装仓库中所有 Skill
`-y, --yes`	跳过确认提示

3.2 find

跨注册仓库搜索可用的 Skill。不需要提前知道 Skill 来自哪个仓库，find 会自动查询所有注册源。

# 列出所有远程可用 Skill
mp-skills find

# 按关键词搜索（中英文均可）
mp-skills find 咖啡
mp-skills find payment
mp-skills find 挂号

# 搜索到后可以直接用 add 安装
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <name>

发现 Skill → 安装 Skill → 环境搭建，三步搞定。

3.3 list

列出当前项目已安装的 Skill。

# 列出已安装
mp-skills list

# 列出远程可用的
mp-skills list --remote

# 同时列出已安装和远程
mp-skills list --all

选项	说明
`-r, --remote`	列出远程可用的 Skill
`--all`	同时列出已安装和远程

3.4 remove

移除已安装的 Skill。

mp-skills remove <name>
mp-skills remove --all
mp-skills remove <name> -y

选项	说明
`--all`	移除全部 Skill
`-y, --yes`	跳过确认

3.5 update

检查已安装 Skill 是否有更新。

# 检查所有
mp-skills update

# 检查指定
mp-skills update <name1> <name2>

3.6 new

创建一个新的小程序项目，含 AI Skill 支持的基础配置。

mp-skills new my-app
cd my-app
mp-skills add TencentCloudBase/awesome-miniprogram-skills -s <name>

3.7 create

在当前小程序项目中创建一个新的 Skill。默认走本地模板复制；--mode agent 时调用 opencode 让大模型分析项目并生成符合规范的 Skill 分包。

# 模板模式：拷贝模板到 <miniprogramRoot>/skills/<name>/
cd ./my-miniprogram
mp-skills create my-skill

# 指定项目目录
mp-skills create my-skill -p ./my-miniprogram

# agent 模式：进入 opencode 多轮会话，生成并自校验
mp-skills create my-skill --mode agent \
  -s "咖啡点单、订单管理"

# agent 模式 + 在已有 Skill 上迭代（同名再跑一次即可，agent 会做增量修改）
mp-skills create my-skill --mode agent \
  -q "createOrder 接口缺少 amount 字段"

# agent 模式 + 不指定 name：扫描整个项目，agent 自决要生成哪些 Skill
mp-skills create --mode agent

选项	说明
`-p, --project <path>`	项目目录（默认当前目录）
`--mode <mode>`	运行模式：`template`（默认，走模板）\| `agent`（大模型辅助生成）
`-s, --scenario <desc>`	[agent] 业务场景描述，帮助模型聚焦（如：商品检索、订单管理）
`-q, --query <text>`	[agent] 本轮诉求；在已有产物上迭代时尤其有用
`--provider <name>`	[agent] LLM 提供方预设（deepseek / glm / kimi / minimax）
`-m, --model <name>`	[agent] 模型名，覆盖 `--provider` 预设
`-e, --env <envId>`	[agent] CloudBase 环境 ID（可选）
`--non-interactive`	[agent] 非交互模式：一次性跑完，适合脚本 / CI

agent 模式需要 opencode-ai + 一组 OpenAI 兼容凭据。详见下方「LLM 凭证」。

3.8 setup

执行各 Skill 声明的初始化脚本。setup 会扫描所有 skills/*/mp-skills.json 中的 scripts.setup，展示确认后串行执行。

# 执行所有 Skill 的 setup 脚本
mp-skills setup

# 预览模式，只展示不执行
mp-skills setup --dry-run

# JSON 格式输出（适合 CI/AI 消费）
mp-skills setup --json
mp-skills setup --dry-run --json

选项	说明
`--dry-run`	预览模式，只展示待执行脚本，不实际运行
`--json`	JSON 格式输出

Skill 通过 mp-skills.json 声明自己的 setup 脚本：

{
  "scripts": {
    "setup": "mp-skills plugin --name cloudbase setup"
  },
  "description": "配置云开发环境并初始化资源"
}

setup 是通用编排器——CloudBase 用户通过内置 plugin 执行云函数聚合、数据库创建等操作；第三方用户可写任意 shell 命令。

3.9 validate

对项目中 Skills 进行静态校验。

# 校验当前项目
mp-skills validate

# 校验指定项目
mp-skills validate ./path/to/project

3.10 execute

执行 Skill 的原子接口。

mp-skills execute --name getDrinkList
mp-skills execute --name createOrder --args '{"drinkId":"123"}'
mp-skills execute --name getDrinkList --project ./path/to/project

选项	说明
`-n, --name <api-name>`	接口名称（必填）
`-a, --args <json>`	JSON 格式参数
`-p, --project <path>`	项目路径，默认当前目录

3.11 render

渲染 Skill 的原子组件。

mp-skills render --name drinkList
mp-skills render --name drinkList --project ./path/to/project

选项	说明
`-n, --name <api-name>`	接口名称（必填）
`-p, --project <path>`	项目路径，默认当前目录

3.12 eval

对已安装 Skill 的小程序项目启动端到端质量评估。需先安装 wxa-skills-eval，并依赖微信开发者工具。

# 设置凭据
export WXA_SKILL_EVAL_LLM_BASE_URL=https://api.deepseek.com/v1
export WXA_SKILL_EVAL_LLM_API_KEY=sk-xxxx
export WXA_SKILL_EVAL_LLM_MODEL=deepseek-chat

# 默认 official 模式
mp-skills eval -c 3

# 使用 provider 预设
mp-skills eval --provider deepseek -m deepseek-v4-flash -c 3

# 指定项目目录
mp-skills eval -p ./my-miniprogram -c 3

选项	说明
`-p, --project <path>`	项目目录（默认当前目录）
`-e, --env <envId>`	CloudBase 环境 ID。BYOK 模式下可省略——仅在需要透传给下游时填写
`-c, --cases <n>`	生成的测试用例数（默认 1）
`-s, --skill <name>`	只评估指定 Skill（默认评估全部）
`--headless`	无界面模式，适合 CI 环境
`--mode <mode>`	评估模式，`official`（默认）或 `agent`
`--provider <name>`	LLM 提供方预设（deepseek / glm / kimi / minimax），预填 baseUrl 与默认 model
`-m, --model <name>`	模型名，覆盖 `--provider` 预设与 `WXA_SKILL_EVAL_LLM_MODEL` 环境变量
`--openai-api-key <key>`	OpenAI 兼容 API Key，覆盖对应环境变量
`--openai-base-url <url>`	OpenAI 兼容 Base URL，覆盖 `--provider` 预设与对应环境变量

两种评估模式（实际评测都由官方 wxa-skills-eval CLI 执行）：

official（默认）：mp-skills 直接拼好命令行调用官方 CLI，参数固定、可预期，适合 CI。
agent：启动内置 coding agent（用 BYOK 凭证），让它读取 wxa-skills-eval/SKILL.md 后自主调用官方 CLI 发起评测，并按 SKILL.md 的续跑/排错指引自动重试。相比手敲命令更省心。

# agent 模式
mp-skills eval --mode agent -c 3

两种模式都依赖微信开发者工具（官方 CLI 的硬性要求）。

4. LLM 凭证（BYOK）

create --mode agent 与 eval 共用同一套 OpenAI 兼容凭证，通过环境变量配置：

export WXA_SKILL_EVAL_LLM_BASE_URL=<your-endpoint>
export WXA_SKILL_EVAL_LLM_API_KEY=<your-key>
export WXA_SKILL_EVAL_LLM_MODEL=<model-name>

运行前还会自动加载当前目录的 .env（不覆盖已显式 export 的变量）。

4.1 交互式向导

若运行 create --mode agent / eval 时未配置任何凭证且处于交互式终端（TTY），会弹出交互式向导让你选择提供方：

? 请选择 LLM 提供方：
  ❯ CloudBase（云开发 AI 网关，自动获取密钥）
    DeepSeek
    智谱 GLM
    Kimi（Moonshot）
    MiniMax
    自定义（手填 endpoint / key / model）

4.1.1 提供方详解

1. CloudBase（云开发 AI 网关）

自动完成整套凭证配置，无需手动管理密钥：

登录验证：自动检测 CloudBase CLI 登录状态，未登录会提示先登录
选择环境：列出你的所有 CloudBase 环境，选择其中一个
选择模型：以表格形式展示可用模型（模型名、提供商、状态），已开启的排在前面的，未开启的会提示去控制台开通
API Key 管理：选择已有 API Key（自动获取明文）或新建一个

┌─────────────────────┬────────────┬──────────┐
│ 模型                │ 提供商     │ 状态     │
├─────────────────────┼────────────┼──────────┤
│ deepseek-v3         │ deepseek   │ 已开启   │
│ glm-4               │ zhipu      │ 已开启   │
│ moonshot-v1         │ moonshot   │ 未开启   │
└─────────────────────┴────────────┴──────────┘

完成后自动拼接出 CloudBase AI 网关的 OpenAI 兼容凭证（Base URL 含环境 ID 和模型路径）。

2. 预设提供方

内置了常用 LLM 提供方的端点和默认模型，只需填写 API Key 即可：

提供方	默认模型	Base URL
DeepSeek	`deepseek-v4-flash`	`https://api.deepseek.com/v1`
智谱 GLM	`glm-5.1`	`https://open.bigmodel.cn/api/paas/v4`
Kimi (Moonshot)	`kimi-k2.6`	`https://api.moonshot.cn/v1`
MiniMax	`minimax-m2.7`	`https://api.minimaxi.com/v1`

选择预设提供方后，只需输入：

API Key（必填）
模型名（可选，默认使用上表中的默认模型）

3. 自定义

完全手动填写 OpenAI 兼容接口的凭证：

Base URL：如 https://api.openai.com/v1
API Key（必填）
模型名（必填）

4.2 凭证持久化

选完的凭证会写入当前目录的 .env 文件，下次运行时自动加载，不再弹出向导。

# 写入的 .env 示例
WXA_SKILL_EVAL_LLM_BASE_URL=https://api.deepseek.com/v1
WXA_SKILL_EVAL_LLM_API_KEY=sk-xxxx
WXA_SKILL_EVAL_LLM_MODEL=deepseek-v4-flash

⚠️ 安全提示：.env 含明文密钥，请注意保管，建议加入 .gitignore：
echo ".env" >> .gitignore

4.3 非交互式环境（CI）

在非交互式环境（如 CI/CD）下不会弹出向导，缺凭证时会打印所需环境变量并退出。需在运行前通过环境变量或 .env 文件配置好凭证。

4.4 URL 规范化

WXA_SKILL_EVAL_LLM_BASE_URL 会自动规范化处理：

去掉末尾的 /
剥离 /anthropic 或 /messages 后缀
补上 /v1 路径

例如：

https://api.deepseek.com → https://api.deepseek.com/v1
https://api.deepseek.com/anthropic → https://api.deepseek.com/v1

只需配置一组凭证即可同时驱动 create --mode agent（opencode）和 eval（wxa-skills-eval）。

5. add 做了什么

项目目录/
├── miniprogram/app.json      ← 自动注入 agent.skills + subPackages + lazyCodeLoading
├── project.config.json       ← 自动注入 packOptions.include
├── skills/<name>/            ← 拷贝 Skill 全套文件
│   ├── mcp.json              ← API Schema
│   ├── SKILL.md              ← 业务流程
│   ├── index.js              ← 注册入口
│   ├── apis/                 ← 原子接口
│   └── components/           ← 原子组件
├── skills-lock.json          ← 版本追踪
└── .deployed.json            ← 部署状态（云函数/数据库/服务跟踪）

7. 技术栈

TypeScript + ESM
commander.js — CLI 框架
opencode-ai — AI 模式 Skill 生成
GitHub Trees API — 远程 Skill 发现（无需 git clone）
skills-lock.json — 版本追踪 + 增量更新
@cloudbase/cli — 云开发环境管理

8. 相关链接

awesome-miniprogram-skills — 完整 Skill 仓库
wechat-miniprogram/ai-mode-skills — 微信官方 Skill 示例
微信小程序 AI 开发模式文档

9. `mp-skills` 的 Skill

本仓库 skills/ 下的三个 SKILL.md 文件，不安装到小程序中。AI coding 工具读取后按步骤执行，帮你完成开发任务。

例子：

wxa-find-skills → AI 读完后知道怎么通过 mp-skills 搜索安装业务 Skill

wxa-create-ai-miniprogram → AI 读完后知道怎么通过 mp-skills 从零创建项目

wxa-create-mp-skill → AI 读完后知道怎么通过 mp-skills 生成自定义 Skill 代码

安装方式（通过 skills.sh 安装给 AI coding 工具使用）：

# 安装全部
npx skills add TencentCloudBase/mp-skills --all

# 或安装指定 Skill
npx skills add TencentCloudBase/mp-skills -s wxa-find-skills
npx skills add TencentCloudBase/mp-skills -s wxa-create-ai-miniprogram
npx skills add TencentCloudBase/mp-skills -s wxa-create-mp-skill

也可在 skills.sh 上查看。

也可通过 ClawHub 社区查看：

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

mp-skills

1. 安装

1.1 环境要求

1.2 全局安装

1.3 通过 `npx` 免安装运行

2. 快速开始

2.1 从小程序模板开始

2.2 从现有小程序项目开始

2.3 发现并安装 Skill

2.4 Skill 初始化

3. 命令

3.1 add

3.2 find

3.3 list

3.4 remove

3.5 update

3.6 new

3.7 create

3.8 setup

3.9 validate

3.10 execute

3.11 render

3.12 eval

4. LLM 凭证（BYOK）

4.1 交互式向导

4.1.1 提供方详解

4.2 凭证持久化

4.3 非交互式环境（CI）

4.4 URL 规范化

5. add 做了什么

7. 技术栈

8. 相关链接

9. `mp-skills` 的 Skill

Uh oh!

FilesExpand file tree

README.md

Latest commit

History

README.md

File metadata and controls

mp-skills

1. 安装

1.1 环境要求

1.2 全局安装

1.3 通过 npx 免安装运行

2. 快速开始

2.1 从小程序模板开始

2.2 从现有小程序项目开始

2.3 发现并安装 Skill

2.4 Skill 初始化

3. 命令

3.1 add

3.2 find

3.3 list

3.4 remove

3.5 update

3.6 new

3.7 create

3.8 setup

3.9 validate

3.10 execute

3.11 render

3.12 eval

4. LLM 凭证（BYOK）

4.1 交互式向导

4.1.1 提供方详解

4.2 凭证持久化

4.3 非交互式环境（CI）

4.4 URL 规范化

5. add 做了什么

7. 技术栈

8. 相关链接

9. mp-skills 的 Skill

1.3 通过 `npx` 免安装运行

9. `mp-skills` 的 Skill