AgentHub — MCP 与 Skill 资源目录

AgentHub 是一个专注于 MCP（模型上下文协议）与 Agent Skill 的综合性资源目录，为 AI 开发者、产品经理和研究人员提供一站式的代理和技能发现平台。平台聚合了大量预构建的 AI 代理、MCP 服务器、工具模块及标准化 Skill，用户可通过多维度分类检索快速定位所需资源，直接查看功能描述与集成指南，大幅降低智能体开发的时间成本。官网入口：https://agent.xjtool.top/。

AgentHub官网截图

核心摘要（Key Takeaways）

AgentHub 是一个开放的 MCP 与 Skill 资源目录，致力于帮助开发者快速发现、评估和集成 AI 代理及技能模块。
平台收录了大量 MCP 服务端（连接外部数据）和 Claude Skills / Agent Skills（定义任务流程），覆盖数据分析、代码审查、文件处理、营销自动化等众多场景。
支持社区贡献，允许开发者上传自己编写的自定义代理和 Skill，促进生态协作与复用。
提供清晰的代理/技能信息卡片，包括功能描述、用法示例、依赖项等，上手门槛低。
平台完全免费开放，无需注册即可浏览所有资源，适合个人开发者、创业团队和企业级应用探索。

它是什么

AgentHub（官网 agent.xjtool.top）是一个面向 AI Agent 时代打造的资源索引平台。随着 MCP 和 Agent Skills 在 2025 年相继成为 AI 编程与智能体开发的事实标准，开发者面临一个新的挑战：如何在海量的 MCP 服务器和 Skill 包中，快速找到可信赖、可复用的模块？AgentHub 正是为解决这一痛点而生。

平台同时收录两大核心资源类型，并清晰标注每个条目的类型、适用场景和快速入门信息：

MCP 服务器 – 遵循 Model Context Protocol 的工具和数据连接器，让 AI 能够实时访问数据库、API、文件系统等外部数据源。
Agent Skills – Anthropic 提出的标准化技能包，本质上是包含 SKILL.md 文件的文件夹，封装了特定任务的领域知识、操作流程、脚本和参考数据，教 AI “怎么做事”而非仅仅“能碰到什么”。

**MCP（模型上下文协议）**是 AI 与外部系统的连接协议，解决 “AI 能访问什么” 的问题。
Agent Skill（智能体技能） 是知识封装包，教 AI “知道怎么做什么” ，定义任务执行流程和领域知识。两者分别工作在集成层与知识层，是构建成熟 AI Agent 系统的互补基础。

主要功能和特点

AgentHub 围绕“发现-理解-使用”三个环节，提供了开箱即用的功能模块：

多维检索与分类
资源按类型（MCP Server / Skill）、场景标签（数据分析、代码辅助、文档处理、营销等）、技术栈等维度分类，支持关键词搜索与筛选。开发者在建设 AI 助手时，可以快速缩小候选范围。
清晰详情页
每个资源都有独立的详情卡片，展示功能描述、作者信息、兼容性要求、使用方法示例以及相关引用链接。对于 Skill，还会显示其三层加载机制（name + description → SKILL.md → 支持文件）的适用说明。
社区贡献机制
平台鼓励用户上传自制的 MCP 服务或 Skill。遵循规范的条目会被收录进目录，其他开发者可以一键引用或修改后使用，类似于组件市场的“共享—复用”生态。
直观易用的界面
页面设计清爽，操作路径短，适合不同技术层次的用户——即便是刚刚接触 MCP 的初学者，也能通过筛选标签快速找到视频教程或官方推荐资源。
开放与免费
所有资源浏览、搜索、下载均不设收费墙，无需注册即可使用全部核心功能。

MCP 与 Agent Skills 的本质区别（为什么两者都需要）

很多开发者初看 MCP 和 Agent Skills 会困惑：它们不都是在扩展 AI 的能力吗？实际上，两者的哲学差异很大：

对比维度	MCP	Agent Skills
核心问题	AI 能访问什么？	AI 知道怎么做什么？
层级	集成层（Integration Layer）	提示/知识层（Prompt/Knowledge Layer）
加载策略	急切加载（预加载所有工具描述）	渐进式披露（惰性加载，Agent 按需读取）
典型形态	远程服务、API 封装	本地 Markdown 文件夹 + 脚本
示例	连接 GitHub API、查询数据库	按公司规范执行代码审查、生成竞品分析报告

用一句话概括：MCP 连接 AI 到数据，Skills 教 AI 如何处理这些数据。 在一个完整的智能体工作流中，MCP 提供了“手”，Skills 提供了“操作手册”。AgentHub 同时收录这两类资源，正是看到了开发实践中二者缺一不可。

如何使用 / 注册 / 安装

AgentHub 本身是一个 Web 目录，无需安装任何客户端，也不需要注册账号（除非需要贡献资源）。基本使用流程如下：

访问官网
打开 https://agent.xjtool.top/，进入首页即可看到按分类排列的资源网格和搜索栏。
搜索资源
在搜索框中输入场景关键词，例如“PDF 解析”、“SQL 查询”、“代码审查”等，系统将返回匹配的 MCP 服务器和 Skill 条目。
查看详情与接入
点击感兴趣的条目，阅读其功能介绍、依赖说明和示例代码。对于 MCP 服务器，页面通常会提供配置 JSON 片段，可直接复制到你的 MCP 客户端（如 Claude Desktop、Cursor、Continue 等）的 mcpServers 字段中。对于 Skill，页面会提供克隆或下载链接，可用于本地 Claude Code、Trae 等支持 Agent Skills 的编辑器中。
贡献自己的资源
通过平台提供的“提交”入口（通常位于导航栏或页脚），按照模板填写资源描述、仓库地址、使用说明等，等待审核后即可发布。社区共建的透明化机制，让你的工具被更多开发者复用。

官网地址和入口

官网首页：https://agent.xjtool.top/
资源浏览：直接进入首页即可开始搜索，无需登录。
资源提交：具体提交入口见网站导航栏或底部信息区域（以实际页面为准）。

价格与适用平台 / 适合人群

价格：目前 AgentHub 为完全免费的公共资源目录，所有浏览、搜索、查看详情均不限次数。未来若有高级功能（如私有收藏夹、免审核发布等），公测期暂无付费计划。
适用人群：
- AI 应用开发者：需要快速集成工具调用和领域知识，缩短 Agent 开发周期。
- Claude Code / Cursor 等 AI 编码工具用户：寻找可直接安装的 Skills，提升日常任务处理能力。
- 团队技术负责人：希望沉淀公司的标准操作流程为 Skill，并发现外部优质 MCP 服务。
- MCP / Skill 生态建设者：通过分享自建资源获得社区认可。
平台兼容性：由于是 Web 目录，任何操作系统和设备均可访问。所列资源的目标环境（Python、Node.js、Claude 等）会在条目中注明。

竞品对比表

目前市面上也存在其他 MCP 或 Skill 资源聚合平台，以下是与 AgentHub 定位相近的几个平台的对比：

维度	AgentHub	mcpservers.org / Awesome MCP Servers	Anthropic 官方 Skills 仓库
收录类型	MCP 服务器 + Agent Skills	以 MCP 服务器为主，近期增加 Skills 分类	仅官方维护的 Agent Skills
界面语言	全中文，友好本土用户	英文	英文
社区贡献	支持用户上传与共享	主要通过 GitHub Issue/PR 提交	不接受外部直接提交，需 fork 后走官方流程
搜索与筛选	多维度分类 + 关键词搜索	标签、分类、搜索	GitHub 浏览，无专用搜索页面
详情深度	功能描述、用法示例、配置模板	摘要 + 链接	源码级文档，需自行查看 SKILL.md
收费模式	免费	免费	免费
中文资源收录	优质，鼓励中文开发者贡献	较少	极少

AgentHub 的优势在于本土化、中文语境下的高可用性，且同时重视 MCP 和 Skills 两类资源的整理，降低了国内开发者的发现和使用门槛。

典型应用场景

搭建智能代码审查助手
一名后端开发者想用 Claude Code 实现符合公司规范的 PR 审查。他在 AgentHub 搜索“code review”，找到一个 Skill “Code-Review-Workflow” 和一个连接 GitHub 的 MCP 服务器。将 MCP 配置连接仓库，Skills 提供审查清单、公司规范与评论模板，几分钟内即可让 AI 按照标准流程执行审查。
快速生成财务分析报告
财务团队需要 AI 结合实时数据库生成月报。通过 AgentHub，他们找到内网专用的 MySQL MCP 服务器（外部连接能力）和一个“Financial Report Agent Skill”（封装了计算逻辑和报告格式）。AI 调用 MCP 获取数据，Skill 指挥如何计算并排版，最终自动输出 PPT 或 PDF。
一站式 AI 工具勘探
初创公司技术负责人想评估当前可用的 AI Agent 能力。他浏览 AgentHub 的分类，快速了解市场上已有的解决方案——从文件转换、网页抓取到邮件自动化——避免了重复开发，将资源直接集成到自己的产品中。

最近 3-6 个月动态

MCP 与 Skills 生态加速融合：2025 年，Anthropic 先后推出了 Agent Skills 和 Claude Code，并开放了官方 Skills 仓库。同年 10 月，Skills 正式进入开发者视野，众多第三方工具（如 Cursor、Trae）开始支持加载本地 .claude/skills 目录。AgentHub 紧跟技术节奏，持续收录社区新发布的 MCP 服务器和 Skills。
平台持续活跃：根据其更新日志，AgentHub 在近期不断优化分类结构，新增“最近更新”模块，并开放了更便捷的在线提交通道，支持批量导入 GitHub 上的开源 MCP 资源。
跨平台采纳：OpenAI 和 Google Gemini 先后宣布支持 MCP，Skill 标准也在被更多编码代理产品采纳。AgentHub 作为资源的聚合地，其覆盖范围也随之扩大，逐渐成为中文开发者获取 AI 能力的必经入口之一。

常见问题（FAQ）

AgentHub 官网地址是什么？

官网地址为 https://agent.xjtool.top/，直接访问即可使用。

AgentHub 是否免费？

当前完全免费，浏览、搜索、查看详情均无需付费或注册。未来若推出增值功能，平台会提前公告。

如何贡献自己的 MCP 或 Skill？

可在官网找到“提交资源”入口（通常在导航栏或页脚），按照模板填写名称、描述、GitHub 仓库等信息，审核通过后即收录。鼓励分享中文友好的原生资源。

它和 mcpservers.org 有什么区别？

AgentHub 更侧重中文生态环境，同时收录 MCP 和 Skills，且界面和文档均为中文，搜索筛选更直观；mcpservers.org 主要为英文资源，以 MCP 服务器收录为主。

适合哪些开发者使用？

所有需要使用 AI 代理的开发者均可受益，尤其适合 Claude Code、Cursor、Continue 等 AI 编程工具的用户，以及希望沉淀团队标准流程的技术负责人。

总结

AgentHub 作为 MCP 与 Agent Skills 的“导航站”，有效解决了智能体开发中的资源发现和复用难题。它不仅仅是一个列表，更是一个融合了社区、指南和生态建设的开放平台。在 MCP + Skills 的双层架构成为主流的今天，AgentHub 为中文开发者提供了一块高效率的跳板，让你能把精力集中在业务创新，而非重复造轮子上。