用途：当用户问“如何做 X”、请求“找一个做 X 的技能”、询问是否具备某项专项能力，或想搜索工具、模板、工作流时，Skill Finder 可在 skills.sh 生态中查找匹配技能并安装到本地 Skill Compose。
主要能力与用法：
- 搜索技能：运行 python scripts/find_skills.py <query> [--limit N]，返回 JSON 数组，含技能名、来源 owner/repo、安装数与 skills.sh 链接。例如 python scripts/find_skills.py "react performance"。
- 安装技能：运行 python scripts/add_skill.py owner/repo@skill-name，会解析标识、尝试多种 GitHub 路径、下载技能文件（SKILL.md、scripts/、references/、assets/）到本地 skills/ 目录，并通过 import-local API 注册，随后可在 Agent Presets 中使用。例如 python scripts/add_skill.py "vercel-labs/agent-skills@vercel-react-best-practices"。
交互流程：先明确需求；用相关关键词搜索（可多试几组）；展示技能名、来源仓库、安装数与链接，并询问要安装哪些；用户选择后再复述确认；确认后才安装并报告结果。每一步应是独立对话轮次。重要限制：提问或展示结果时不得同时发起工具调用，否则工具会立即执行，打断对话。
常见类别可搜：Web 开发、测试、DevOps、文档、代码质量、设计、数据与机器学习、效率。搜索建议用具体领域词，如“react performance”；可尝试替代词，如 testing→jest→playwright；较高安装数通常代表更成熟。若无结果，可告知暂无匹配技能，提出直接协助，并建议用 skill-creator 创建自定义技能。
限制：资料未提供技能数量、收费、价格、平台支持范围与效果保证等信息。