RoleCraft：把 AI agent skills 和 MCP 安装变成一个本地 CLI
AI coding agent 越多，团队越容易遇到一个很朴素的问题：说明书、skills、MCP server 和 agent 配置到底怎么分发？
一个人用 Claude Code，另一个人用 Cursor，CI 里还有自己的 agent runner。项目约定写在 AGENTS.md，代码审查习惯写成 skill，数据库工具又需要 MCP server。靠复制文件可以撑一阵，但一旦要跨机器、跨 agent、跨团队复用，就会变成另一套配置同步问题。
今天想记下的 sametcelikbicak/rolecraft，就是把这件事做成一个本地 CLI：从任意来源安装 AI agent skills，同时管理它们声明的 MCP servers。它不走 marketplace-first 的路线，也不要求先注册账号；README 里强调的是 local folder、GitHub/GitLab/Bitbucket、SSH git URL、npm package 这些普通开发者已经熟悉的分发入口。
按 GitHub repository API、repository page、README、Tags、CHANGELOG、package.json、security docs 和 LICENSE 在 2026-07-16 能核验的公开信息，sametcelikbicak/rolecraft 当前有 71 stars、9 forks。仓库主语言是 JavaScript，许可证是 MIT。仓库创建于 2026-06-12 15:31:13 UTC，最近公开 push 是 2026-07-15 15:55:53 UTC。默认分支 main 的最新提交是 f169206，提交时间 2026-07-15 15:55:51 UTC。GitHub Releases 当前没有 latest release；Tags 页最新 tag 是 v1.5.0，对应 tag commit 为 3b5e9f1。package.json 中的 npm package 名称是 rolecraft，版本 1.5.0，要求 Node.js >= 20，运行时 dependencies 为空。
项目概览
| 属性 | 详情 |
|---|---|
| 仓库 | sametcelikbicak/rolecraft |
| 定位 | AI agent skills 与 MCP servers 的本地安装和管理 CLI |
| Stars | 71 |
| Forks | 9 |
| 主语言 | JavaScript |
| 许可证 | MIT |
| 仓库创建时间 | 2026-06-12 15:31:13 UTC |
| 最近 push | 2026-07-15 15:55:53 UTC |
| 最新 main 提交 | f169206，2026-07-15 15:55:51 UTC |
| Latest GitHub release | 暂无 latest release |
| 最新 tag | v1.5.0，tag commit 3b5e9f1 |
| npm package | rolecraft 1.5.0，Node.js >= 20 |
| 运行时依赖 | 无第三方 dependencies |
| 关键词 | AI agent skills、MCP、CLI、local-first、agent configuration |
它处理的不是模型问题，而是分发问题
AI agent 生态里最近出现了很多“给 agent 的知识包”：skills、commands、rules、hooks、MCP server 配置、项目约定、审查 checklist。它们本质上都是团队想复用的行为。
问题是，这些行为常常被绑定在某个客户端目录里。Claude Code 有自己的位置，Cursor 有自己的规则文件，OpenCode、Goose、Copilot、Aider、Gemini CLI 又有各自的习惯。把同一份 skill 手动复制到每个工具里，短期能跑，长期会留下三个麻烦：版本不知道是不是同一个，谁改过不知道，CI 或新同事的机器很难复现。
RoleCraft 的切入点很实际：不要先发明一个新的 agent 平台，而是用 CLI 做安装、更新、检查、移除和 lockfile 式重装。README 里列出的命令包括 install、setup、list、check、verify、doctor、ci、profile、mcp install/remove/list。这让它更像 npm、brew 或 mise 那类本地工具管理器，而不是又一个聊天界面。
Skills 和 MCP 放在一起
我觉得 RoleCraft 最值得看的地方，是它没有把 skill 和 MCP server 拆成两条完全不同的流程。
README 里给的例子是：如果 SKILL.md frontmatter 声明了 MCP servers，rolecraft install ./postgres-rules --cursor 可以同时安装 skill 和对应的 MCP server。也可以单独用 rolecraft mcp install npm:@modelcontextprotocol/github --cursor 管理 MCP server。
这对实际团队有意义。很多 agent skill 并不只是几段文字说明。比如一个数据库审查 skill 可能需要 Postgres MCP server；一个 issue triage skill 可能需要 GitHub MCP server；一个内部文档 skill 可能需要搜索或知识库工具。只分发 prompt，不分发工具配置，agent 到最后还是缺胳膊少腿。
RoleCraft 试图把这两者绑定在一个安装动作里。它不保证 skill 本身一定写得好，但它解决了“把说明书和工具入口一起交给 agent”的工程问题。
零依赖是一个明确取舍
package.json 显示 RoleCraft 当前没有运行时第三方 dependencies，README 也把 zero dependencies 作为卖点。这个选择在 CLI 工具里有实际价值。
一方面，安装 agent skill 的工具本身会接触本地配置、项目文件、agent 目录，甚至 MCP server 配置。依赖越少，供应链面越小，审计成本也低一点。另一方面，零依赖也意味着它必须自己处理下载、路径、校验、交互和平台差异，功能复杂以后维护压力会变大。
所以我不会把“零依赖”理解成绝对优势，而是一个偏保守的设计信号：作者希望这个工具足够轻、足够可审计，先适合放在开发机和 CI 里跑。对安装器类工具来说，这个取舍是合理的。
安全扫描是必要但不能神化
RoleCraft 的 security docs 里有一个 0-100 的安装时静态评分。它会按若干 regex pattern 检查 skill 文件，覆盖 prompt injection、command injection、obfuscated code、sensitive file access、credential harvesting、data exfiltration、network requests 等类别。分数 90-100 会直接安装，70-89 会要求确认，0-69 默认阻止安装，除非用户显式 --yes。
这个设计方向是对的。skill 本身就是给 agent 的指令，如果安装来源不可信，它当然可能把恶意提示词、危险 shell 命令或凭据读取逻辑带进来。把安装动作做成一次 security checkpoint，比随手复制 SKILL.md 要好。
但它也有边界。README 和 security docs 说明这是零依赖静态分析，规则主要来自模式匹配。它能抓明显的危险文本和常见风险信号，却不能证明一个 skill 完全安全。真正用于团队时，仍然需要信任来源、代码 review、pin 版本、看 lockfile，并且谨慎使用 --yes。
适合什么场景
第一类场景，是已经在不同 AI coding agent 之间切换的个人开发者。你希望同一组代码审查、测试、迁移、文档生成习惯能在多个客户端里同步，而不是每个工具手动配一遍。
第二类场景，是小团队。项目约定、review checklist、部署注意事项、内部工具说明可以做成 skills，从一个 Git 仓库安装到团队成员的 agent 环境中。
第三类场景，是需要把 MCP server 配置和 skill 一起交付的工作流。单独给 agent 一段说明不够，还要让它知道哪些工具可以调用。
第四类场景，是 CI 或标准化开发环境。rolecraft ci、lockfile、verify、doctor 这类命令说明它不是只面向一次性试用，也考虑了可重复安装和健康检查。
需要注意的地方
第一，项目很年轻。仓库创建于 2026-06-12，star 和 fork 规模还小，最新 tag 是 v1.5.0，但 GitHub Releases 还没有正式 latest release。采用时最好先在个人环境或非关键项目里试。
第二，README 里的 agent 支持数量很大，覆盖范围也很宽。真正落地时，要检查你关心的那几个 agent 是否已经有稳定路径，而不是只看总数。
第三，skills 的质量不由安装器保证。RoleCraft 可以安装、扫描、校验、更新，但一个 skill 是否真的符合团队工作方式，仍然要靠人来维护。
第四，安全评分不能替代审计。尤其是来自陌生仓库或 npm package 的 skill，不要因为分数高就直接进入团队默认配置。
总结
RoleCraft 有意思的地方，是它把 AI agent 生态里一个不太显眼但很快会变烦的问题拿出来处理：skills、rules、MCP server 和 agent 配置如何像普通开发依赖一样分发、更新和复现。
如果你只是偶尔用一个 AI coding tool，它可能还不是必需品。但如果你已经在多个 agent 之间切换，或者想把团队约定沉淀成可安装的 skills，sametcelikbicak/rolecraft 值得观察。它不解决“模型会不会写好代码”的问题，而是解决“我们给 agent 的行为和工具，能不能被可靠地交付到每个环境里”的问题。