Les agents de codage comme Claude Code, Cursor, Codex, Windsurf ou GitHub Copilot expriment chacun à leur façon les skills, les hooks, les outils MCP et les instructions. Cette fragmentation fait qu'une skill écrite pour un agent doit souvent être retravaillée à la main pour un autre. SkillKit se positionne comme le npm des skills d'agents : vous écrivez une skill une fois et la CLI la traduit dans le format compris par chaque agent pris en charge.
Au-delà de l'installation, SkillKit embarque une chaîne d'outils plus large. Il agrège plus de 35 sources de skills et expose un arbre hiérarchique de centaines de milliers de skills, avec des recommandations intelligentes qui analysent votre base de code. Il peut générer des skills en langage naturel via plusieurs fournisseurs de LLM, générer automatiquement les instructions d'agent par projet avec sa fonction Primer, conserver les apprentissages de l'IA entre les sessions grâce à la mémoire de session, et détecter l'injection de prompt, les secrets exposés et les motifs malveillants avec un scanner basé sur des règles. S'y ajoutent un framework de tests intégré, l'orchestration de workflows multi-étapes, la génération de CI/CD pour GitHub Actions et GitLab CI, et des interfaces REST, MCP et Python pour la découverte de skills à l'exécution.
SkillKit est gratuit et open source, et le projet déclare ne collecter aucune télémétrie. Pour les équipes, il propose un manifeste .skills basé sur Git garantissant les mêmes capacités à chaque développeur, et pour les environnements plus larges un réseau mesh pour synchroniser les agents entre machines. Comme c'est un outil orienté CLI, la courbe d'apprentissage porte sur les commandes plutôt que sur un tableau de bord graphique.
