steam Skill 入门：让 AI 按游玩时长、评价和 Deck 兼容性筛 Steam 游戏库

CocoLoop 的 Skill 商店里有一个叫 steam 的技能，作用是让 AI 助手帮你从自己的 Steam 游戏库里挑游戏。它本身不是游戏工具，而是一份写给 AI 看的说明书：告诉 AI 助手有一个叫 steam 的命令行程序、这个程序支持哪些筛选条件、什么场景该用哪条命令。实际干活的是你电脑上安装的 steam-games-cli，这个技能负责让 AI 学会怎么调用它。装好之后，你可以直接对 AI 说“帮我找几个没玩过、评价在 8 分以上、Steam Deck 验证兼容的 Roguelike”，它会拼出对应的命令并把结果整理给你。

技能本体与上游工具的关系

这一点值得先讲清楚，因为它决定了你会遇到什么问题。CocoLoop 页面上标注这是“纯文档型 Skill”，意思是下载下来只有一个 SKILL.md 文件，不含任何可执行代码。它的全部作用是给 AI 助手提供命令用法的上下文。

命令行工具则是另一个独立项目：npm 包名 steam-games-cli，仓库地址 github.com/mjrussell/steam-cli，作者 mjrussell，MIT 许可证，当前版本 0.4.0（npm 上的发布时间是 2026 年 1 月 9 日）。CocoLoop 的介绍页写它“缺乏明确的开源许可证声明”，这一条与上游仓库不符——仓库根目录有 LICENSE 文件，package.json 里也写明了 MIT。以官方仓库为准。

所以技能能做到什么，完全取决于你本地装的是哪个版本的 CLI。技能文档里写的参数，如果本地版本还不支持，AI 拼出来的命令就会直接报错。

安装与配置

需要 Node.js 18 或更高版本。安装命令：

npm install -g steam-games-cli

接着去 steamcommunity.com/dev/apikey 申请一个 Steam Web API Key，然后把密钥和自己的 Steam ID 写进配置：

steam config set-key YOUR_API_KEY
steam config set-user YOUR_STEAM_ID

配置文件落在 ~/.steam-cli/config.json，内容形如：

{
  "apiKey": "YOUR_API_KEY",
  "steamId": "76561198012345678",
  "username": "YourUsername"
}

密钥也可以改用环境变量 STEAM_API_KEY 传入。考虑到 API Key 是个人敏感凭证，环境变量的写法更容易被 shell 历史记录留痕，配置文件反而更稳妥一些。

装完先跑一条命令确认能通：

steam library --limit 10

如果返回的游戏列表是空的，问题多半出在 Steam 隐私设置上。官方文档给的排查路径是打开 steamcommunity.com/my/edit/settings，把 Privacy Settings 里的 Game details（游戏详情）改成 Public（公开），否则 Web API 读不到你的游戏库。

五个子命令与筛选参数

工具一共五个子命令：whoami 看自己的账号资料和库存统计，library 浏览和筛选游戏库，tags 列出所有 Steam 标签，genres 列出所有类型，config 管理配置。日常几乎只会用到 library。

library 支持的参数按维度分四组。游玩时长这组是 --unplayed（只看没玩过的）、--min-hours 和 --max-hours（时长区间）、--deck（只看在 Steam Deck 上玩过的）、--deck-hours（输出里加一列 Deck 游玩时长）。

评价这组用的是 Steam 那套九级评价体系，--reviews 接类别名，从 overwhelmingly-positive（好评如潮，9 分）一路排到 overwhelmingly-negative（差评如潮，1 分），中间依次是 very-positive、positive、mostly-positive、mixed、mostly-negative、negative、very-negative。嫌类别名太长可以直接用 --min-reviews 和 --max-reviews 填 1 到 9 的数字。类别名后面加一个加号（如 positive+）表示“这一档及以上”。--show-reviews 把评价列显示出来。

Steam Deck 兼容性这组是 --deck-compat，可选值有 verified（已验证）、playable（可玩）、unsupported（不支持）、unknown（未知），还有一个 ok 表示“可玩及以上”，也就是 verified 和 playable 两档合并。配套的 --show-compat 把兼容性列显示出来。

标签和类型这组是 --tag 和 --genre，两者都是模糊匹配，不用写全称。--show-tags 显示标签列。此外还有 --sort 控制排序（可选 name、playtime、deck、reviews、compat）、--limit 限制条数、--plain 输出纯文本列表、--json 输出 JSON。

有个细节容易踩坑：仓库 README 的参数表里并没有列出 --deck-compat、--tag、--genre 这三个参数，但 0.4.0 的源码里它们确实存在。也就是说 README 落后于代码，照着 README 判断功能边界会漏掉最有价值的几个筛选维度。技能文档写的是实际支持的参数，这一处以代码为准。

几条能直接用的命令

# 翻出没玩过的高分 Roguelike
steam library --unplayed --tag "Roguelike" --min-reviews 8 --sort reviews

# Deck 上玩什么：已验证兼容、评价 7 分以上，按游玩时长排
steam library --deck-compat verified --min-reviews 7 --sort playtime

# 买了但基本没碰的好游戏：时长不到 5 小时、评价 8 分以上
steam library --max-hours 5 --min-reviews 8 --show-reviews

# 玩得最多的十款
steam library --sort playtime --limit 10

# 交给脚本或 AI 处理
steam library --unplayed --json

库存超过两三百款的玩家，这几条组合起来确实比在 Steam 客户端里一页页翻高效。“未玩过 + 高评价”这个组合特别实用，相当于把积压的待玩清单按值不值得玩重新排了一遍序。

数据从哪来，准不准

CocoLoop 的介绍写的是“基于 Steam 官方 API”，看源码会发现这个说法只对了一半。四类数据各有各的来源：

游戏库和游玩时长走的是官方 Web API 的 GetOwnedGames 接口，需要 API Key，这部分是官方数据；评价等级取自 Steam 商店的 appreviews 接口；Deck 兼容性取自商店的兼容性报告接口；标签和类型来自 SteamSpy，一个第三方的 Steam 数据统计站，不是 Steam 官方口径。

图：游戏库走官方 Web API，标签与类型来自第三方站点 SteamSpy

这个区别有实际后果。SteamSpy 的数据是抓取和估算来的，冷门游戏、新上架游戏在上面可能没有标签记录，--tag 筛选会把这些游戏漏掉，看起来像是“库里没有这类游戏”，实际只是数据缺失。用标签筛出空结果时，先换个大类标签试一次，比怀疑自己记错了游戏更省事。

大库慢在哪里

工具的设计思路是本地筛选优先：先一次性拉回整个游戏库，用 --unplayed、--min-hours 这类不需要联网的条件把范围缩小，再对剩下的游戏逐个补评价、兼容性和标签数据。补数据这一步是串行的，每款游戏之间还有 50 毫秒的间隔以避开限流。

图：本地条件先筛，再逐款补联网数据，请求量差别很大

算一笔账就知道差别有多大：一个 400 款游戏的库，直接跑 steam library --reviews very-positive 要为全部 400 款逐个请求，光是间隔就有 20 秒，加上实际网络往返时间，等上几分钟是正常的。官方 README 给的建议是先叠加本地过滤器，比如 steam library --min-hours 10 --reviews very-positive，需要联网补数据的就只剩几十款。这条经验值得记住：本地能筛的条件永远写在前面。

国内使用的两个前提

工具是免费开源的，不涉及订阅或付费额度，成本这块不用考虑。但有两件事要提前确认。

一是网络。它要访问 api.steampowered.com、store.steampowered.com 和 steamspy.com 三个域名，国内直连 Steam 商店页面本来就时好时坏，SteamSpy 的情况类似。命令跑一半卡住或者报超时，多半是网络而不是配置问题，需要相应的网络环境才能稳定使用。

二是账号。API Key 申请页要求账号有过消费记录，纯白号申请不下来。国内没有功能对应的同类工具——Steam 中国（蒸汽平台）是独立的游戏库体系，与这套 API 不互通。

值不值得装

判断标准很简单，就看库存规模。游戏数量在两三百款以上、又长期为“今晚玩什么”犯愁的玩家，加上 Steam Deck 用户需要确认哪些游戏在掌机上能跑，这两类人装了确实能省事。库里只有几十款游戏的话，客户端自带的筛选完全够用，配 API Key 这一步的折腾成本反而更高。

另外值得提一句维护状况。上游仓库目前只有个位数星标，最近一次代码提交停在 2026 年 1 月，是典型的个人业余项目。功能能用，但不要指望后续跟进 Steam 接口变动。CocoLoop 页面上标注的安全等级、下载量这类数据是该平台自己的口径，它也不是 Claude 官方的技能商店，参考价值有限，真要评估还是看上游仓库的代码和提交记录更实在。

想先弄明白技能到底是什么、怎么装到 AI 助手里，可以看 find-skills 入门：让 AI 助手自己发现和安装技能。同样属于“给 AI 配一份操作说明书”这一类的，还有 n8n-workflow-automation Skill 入门，它处理的是自动化工作流的生成；偏重规范和框架的例子可以参考 copywriting Skill 入门。