ALTERNATIVES · 同类对比

OpenAI Plugins 的替代品:8 个同类工具

OpenAI 维护的 Codex 插件示例集合,将技能、MCP 与其他能力打包为可组合的插件。也是旧 OpenAI Skills 仓库指向的后续参考入口。

Skillopenai按各插件目录许可写代码整理文档部署与运维

按场景可替代的工具

Skill按技能目录许可(含源码可见条款)

Anthropic Skills

Anthropic 官方技能示例,涵盖文档、设计与开发任务,展示 SKILL.md、脚本和资源如何组合为可重复执行的工作流。

费用
许可按技能区分:部分为 Apache-2.0,文档处理等技能为源码可见的单独许可。Claude 套餐与模型费用另计。
平台
未标注
共同场景
写代码、整理文档
差异
适合学习技能组织方式与参考官方示例,不能把所有子目录统一当成同一种开源许可。
SkillApache-2.0

Google Skills

Google 官方维护的 Agent Skills,聚焦云、数据与基础设施。

费用
Apache-2.0 开源,技能本身免费;调用 Google Cloud 等服务按各自计费。
平台
未标注
共同场景
写代码、部署与运维
差异
官方把 Google 产品线拆成独立技能目录(cloud/developers/identity/ads),比通用技能包更贴近具体云服务的操作流程。
工具MIT

OpenHands

开放平台型软件开发 Agent,可运行任务、修改代码并提交结果。

费用
MIT 开源,本体免费;模型调用按接入的提供方计费,自托管需自备算力。
平台
未标注
共同场景
写代码、部署与运维
差异
以「开发平台」而非「编辑器插件」的形态存在:Agent 在独立环境里跑完整任务并回传改动,适合批量化、可回放的自动化,而不是边写边补全。
MCP仓库级许可未被 GitHub 识别(各 server 可能各有许可)

Official MCP Servers

Model Context Protocol 官方维护的参考服务器与历史示例集合。

费用
开源参考实现,本体免费;server 访问的外部服务(Git、数据库、API)按各自条款计费。
平台
未标注
共同场景
写代码、部署与运维
差异
官方维护的参考实现集合,覆盖 Git、文件系统、内存、抓取等基础能力,是理解 MCP 协议行为与写自己 server 的样本;不是打包好的一体化产品。
MCP仓库级许可未被 GitHub 识别(各 server 可能各有许可)

Filesystem MCP

为 Agent 提供带目录权限控制的本地文件读写能力。

费用
开源,本体免费。
平台
未标注
共同场景
写代码、整理文档
差异
官方参考实现里最基础的本地文件能力:比自写脚本更可控,权限边界由启动参数决定,适合当最小可行的本地工具层。
SkillApache-2.0

Auth0 Agent Skills

Auth0 维护的认证接入技能,为编码 Agent 补充登录、会话与 SDK 集成指导,适合已决定采用 Auth0 的项目。

费用
技能采用 Apache-2.0;Auth0 服务套餐、外部模型与部署资源各自计费。
平台
未标注
共同场景
写代码、部署与运维
差异
专注 Auth0 集成,而不是与任意身份平台通用的认证实现。
SkillCC-BY-4.0(文档);代码见 LICENSE-CODE

Azure Agent Skills

基于 Microsoft Learn 等资料组织的 Azure 开发技能集合,帮助 Agent 理解服务接入、开发与部署相关流程。

费用
仓库文档采用 CC-BY-4.0,代码另见 LICENSE-CODE;Azure 服务及模型资源费用另计。
平台
未标注
共同场景
写代码、部署与运维
差异
聚焦 Azure 的产品知识与流程,适合已有 Azure 项目的开发与运维任务。
工具Apache-2.0

SkillSpector

面向 AI Agent 技能的安全扫描工具,检查提示注入、数据外传等风险模式。

费用
代码采用 Apache-2.0;不同分析路径可能有额外依赖,涉及模型的路径需核对调用方式与费用。
平台
未标注
共同场景
写代码、部署与运维
差异
它扫描技能内容,不是一个可直接装入 Agent 的通用任务技能;分类改为工具。扫描结果用于辅助判断,不能证明绝对安全。

怎么选

先看类型:Skill 是给编码 Agent 的指令与脚本,MCP 是给 Agent 接工具的服务端,工具本身则是可直接使用的产品。再看许可与费用——开源不等于免费托管,商业工具的先看免费额度与收费入口。最后看平台:CLI、IDE 插件、桌面应用的使用方式差别很大。

本站只做事实归纳,不评估哪一款「更好」;建议按上面的共同场景挑 2 个,各跑一个自己的真实任务再决定。

← 回到 OpenAI Plugins 的介绍