Skill Seekers

# Skill Seekers [English](README.md) | 简体中文 | [日本語](README.ja.md) | [한국어](README.ko.md) | [Español](README.es.md) | [Français](README.fr.md) | [Deutsch](README.de.md) | [Português](README.pt-BR.md) | [Türkçe](README.tr.md) | [العربية](README.ar.md) | [हिन्दी](README.hi.md) | [Русский](README.ru.md) > ⚠️ **机器翻译声明** > > 本文档由 AI 自动翻译生成。虽然我们努力确保翻译质量，但可能存在不准确或不自然的表述。 > > 欢迎通过 [GitHub Issue #260](https://github.com/yusufkaraaslan/Skill_Seekers/issues/260) 帮助改进翻译！您的反馈对我们非常宝贵。 [![版本](https://img.shields.io/badge/version-3.7.0-blue.svg)](https://github.com/yusufkaraaslan/Skill_Seekers/releases) [![许可证: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) [![MCP 集成](https://img.shields.io/badge/MCP-40-Tools-blue.svg)](https://modelcontextprotocol.io) [![测试通过](https://img.shields.io/badge/Tests-3700%2B%20Passing-brightgreen.svg)](tests/) [![项目看板](https://img.shields.io/badge/Project-Board-purple.svg)](https://github.com/users/yusufkaraaslan/projects/2) [![PyPI 版本](https://badge.fury.io/py/skill-seekers.svg)](https://pypi.org/project/skill-seekers/) [![PyPI - 下载量](https://img.shields.io/pypi/dm/skill-seekers.svg)](https://pypi.org/project/skill-seekers/) [![PyPI - Python 版本](https://img.shields.io/pypi/pyversions/skill-seekers.svg)](https://pypi.org/project/skill-seekers/) [![PyPI Downloads](https://static.pepy.tech/personalized-badge/skill-seekers?period=total&units=INTERNATIONAL_SYSTEM&left_color=BLACK&right_color=GREEN&left_text=downloads)](https://pepy.tech/projects/skill-seekers) Trendshift [![官方网站](https://img.shields.io/badge/Website-skillseekersweb.com-blue.svg)](https://skillseekersweb.com/) [![关注 Twitter](https://img.shields.io/twitter/follow/_yUSyUS_?style=social)](https://x.com/_yUSyUS_) [![GitHub Stars](https://img.shields.io/github/stars/yusufkaraaslan/Skill_Seekers?style=social)](https://github.com/yusufkaraaslan/Skill_Seekers) **🧠 AI 系统的数据层。** Skill Seekers 将文档网站、GitHub 仓库、PDF、视频、笔记本、Wiki 等 18 种来源类型转换为结构化知识资产——可在几分钟（而非几小时）内为 AI 技能（Claude、Gemini、OpenAI）、RAG 流水线（LangChain、LlamaIndex、Pinecone）和 AI 编程助手（Cursor、Windsurf、Cline）提供支持。 > 🌐 **[访问 SkillSeekersWeb.com](https://skillseekersweb.com/)** - 浏览 24+ 个预设配置，分享您的配置，访问完整文档！ > 📋 **[查看开发路线图和任务](https://github.com/users/yusufkaraaslan/projects/2)** - 10 个类别的 134 个任务，选择任意一个参与贡献！ ## 🌐 生态系统 Skill Seekers 是一个多仓库项目。以下是各部分所在位置： | 仓库 | 描述 | 链接 | |------|------|------| | **[Skill_Seekers](https://github.com/yusufkaraaslan/Skill_Seekers)** | 核心 CLI 和 MCP 服务器（本仓库） | [PyPI](https://pypi.org/project/skill-seekers/) | | **[skillseekersweb](https://github.com/yusufkaraaslan/skillseekersweb)** | 网站和文档 | [在线](https://skillseekersweb.com/) | | **[skill-seekers-configs](https://github.com/yusufkaraaslan/skill-seekers-configs)** | 社区配置仓库 | | | **[skill-seekers-action](https://github.com/yusufkaraaslan/skill-seekers-action)** | GitHub Action CI/CD | | | **[skill-seekers-plugin](https://github.com/yusufkaraaslan/skill-seekers-plugin)** | Claude Code 插件 | | | **[homebrew-skill-seekers](https://github.com/yusufkaraaslan/homebrew-skill-seekers)** | macOS Homebrew tap | | > **想要贡献？** 网站和配置仓库是新贡献者的最佳起点！ ## 🧠 AI 系统的数据层 **Skill Seekers 是通用预处理层**，位于原始文档和所有使用它的 AI 系统之间。无论您是在构建 Claude 技能、LangChain RAG 流水线，还是 Cursor `.cursorrules` 文件——数据准备工作完全相同。只需执行一次，即可导出到所有目标平台。 ```bash # 一条命令 → 结构化知识资产 skill-seekers create https://docs.react.dev/ # 或: skill-seekers create facebook/react # 或: skill-seekers create ./my-project # 导出到任意 AI 系统 skill-seekers package output/react --target claude # → Claude AI 技能 (ZIP) skill-seekers package output/react --target langchain # → LangChain Documents skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes skill-seekers package output/react --target cursor # → .cursorrules skill-seekers package output/react --target ibm-bob # → IBM Bob 技能目录 ``` ### 可构建的输出 | 输出 | 目标 | 应用场景 | |------|------|---------| | **Claude 技能** (ZIP + YAML) | `--target claude` | Claude Code、Claude API | | **Gemini 技能** (tar.gz) | `--target gemini` | Google Gemini | | **OpenAI / Custom GPT** (ZIP) | `--target openai` | GPT-4o、自定义助手 | | **LangChain Documents** | `--target langchain` | QA 链、智能体、检索器 | | **LlamaIndex TextNodes** | `--target llama-index` | 查询引擎、对话引擎 | | **Haystack Documents** | `--target haystack` | 企业级 RAG 流水线 | | **Pinecone 就绪** (Markdown) | `--target markdown` | 向量上传 | | **ChromaDB / FAISS / Qdrant** | `--target chroma/faiss/qdrant` | 本地向量数据库 | | **IBM Bob 技能**（目录） | `--target ibm-bob` | IBM Bob 项目/全局技能 | | **Cursor** `.cursorrules` | `--target markdown` → 复制 SKILL.md | Cursor IDE `.cursorrules` | | **Windsurf / Cline / Continue** | `--target claude` → 复制 | VS Code、IntelliJ、Vim | ### 为什么选择 Skill Seekers - ⚡ **快 99%** — 数天的手动数据准备 → 15–45 分钟 - 🎯 **AI 技能质量** — 500+ 行的 SKILL.md 文件，包含示例、模式和指南 - 📊 **RAG 就绪的分块** — 智能分块保留代码块并维护上下文 - 🎬 **视频** — 从 YouTube 和本地视频提取代码、字幕和结构化知识 - 🔄 **多源支持** — 将 18 种来源类型（文档、GitHub、PDF、视频、笔记本、Wiki 等）合并为一个知识资产 - 🌐 **一次准备，导出所有目标** — 无需重新抓取即可将同一资产导出到 21 个平台 - ✅ **久经考验** — 3,700+ 测试，24+ 框架预设，生产就绪 ## 🚀 快速开始（3 条命令） ```bash # 1. 安装 pip install skill-seekers # 2. 从任意来源创建技能 skill-seekers create https://docs.django.com/ # 3. 为您的 AI 平台打包 skill-seekers package output/django --target claude ``` **就是这么简单！** 您现在已拥有可直接使用的 `output/django-claude.zip`。 ```bash # 使用其他 AI 代理进行增强（默认：claude） skill-seekers create https://docs.django.com/ --agent kimi skill-seekers create https://docs.django.com/ --agent codex skill-seekers create https://docs.django.com/ --agent-cmd "my-custom-agent run" ``` ### 🛰️ AI 驱动的项目扫描（新功能） 将 `scan` 指向任意项目，AI 代理会读取其清单文件、README、Dockerfile/CI 和采样的源码导入——然后为每个检测到的框架生成一个配置文件，并为您自己的代码生成 `-codebase.json`。它会固定检测到的版本，因此重新运行时会报告版本升级： ```bash skill-seekers scan ./my-react-app --out ./configs/scanned/ # → react.json, vite.json, tailwind.json, jest.json, my-react-app-codebase.json # 然后构建其中任意一个 skill-seekers create ./configs/scanned/react.json ``` 如果某个检测结果没有现成预设，AI 会生成全新配置；退出时您可以选择将其发布回 [社区注册表](https://github.com/yusufkaraaslan/skill-seekers-configs)。 ### 其他来源（支持 18 种） ```bash # GitHub 仓库 skill-seekers create facebook/react # 本地项目 skill-seekers create ./my-project # PDF 文档 skill-seekers create manual.pdf # Word 文档 skill-seekers create report.docx # EPUB 电子书 skill-seekers create book.epub # Jupyter 笔记本 skill-seekers create notebook.ipynb # OpenAPI 规范 skill-seekers create openapi.yaml # PowerPoint 演示文稿 skill-seekers create presentation.pptx # AsciiDoc 文档 skill-seekers create guide.adoc # 本地 HTML 文件（根据扩展名自动检测） skill-seekers create page.html # 整个 HTML 文件目录（自动检测以 HTML 为主的目录） skill-seekers create ./mirror_output/site/ # 在代码混杂的目录上强制 HTML 模式 skill-seekers create ./repo/ --html-path ./repo/docs/build/html/ # RSS/Atom 订阅源 skill-seekers create feed.rss # Man 手册页 skill-seekers create curl.1 # 视频（YouTube、Vimeo 或本地文件 — 需要 skill-seekers[video]） skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial # 首次使用？自动安装 GPU 感知的视觉依赖： skill-seekers create --setup # Confluence 维基 skill-seekers create --space-key TEAM --name wiki # Notion 页面 skill-seekers create --database-id ... --name docs # Slack/Discord 聊天记录 skill-seekers create --chat-export-path ./slack-export --name team-chat ``` ### 导出到任何地方 ```bash # 为多个平台打包 for platform in claude gemini openai langchain; do skill-seekers package output/django --target $platform done ``` ## 什么是 Skill Seekers？ Skill Seekers 是 **AI 系统的数据层**，将 18 种来源类型——文档网站、GitHub 仓库、PDF、视频、Jupyter 笔记本、Word/EPUB/AsciiDoc 文档、OpenAPI 规范、PowerPoint 演示文稿、RSS 订阅源、Man 手册页、Confluence 维基、Notion 页面、Slack/Discord 聊天记录等——转换为适用于所有 AI 目标的结构化知识资产： | 使用场景 | 获得的内容 | 示例 | |---------|-----------|------| | **AI 技能** | 完整的 SKILL.md + 参考文件 | Claude Code、Gemini、GPT | | **RAG 流水线** | 带丰富元数据的分块文档 | LangChain、LlamaIndex、Haystack | | **向量数据库** | 预格式化的待上传数据 | Pinecone、Chroma、Weaviate、FAISS | | **AI 编程助手** | IDE AI 自动读取的上下文文件 | Cursor、Windsurf、Cline、Continue.dev | ## 📚 文档 | 我想要... | 阅读此文档 | |--------------|-----------| | **快速上手** | [快速开始](docs/getting-started/02-quick-start.md) - 3 条命令构建首个技能 | | **理解概念** | [核心概念](docs/user-guide/01-core-concepts.md) - 工作原理 | | **抓取来源** | [抓取指南](docs/user-guide/02-scraping.md) - 所有来源类型 | | **增强技能** | [增强指南](docs/user-guide/03-enhancement.md) - AI 增强 | | **导出技能** | [打包指南](docs/user-guide/04-packaging.md) - 平台导出 | | **查询命令** | [CLI 参考](docs/reference/CLI_REFERENCE.md) - 全部 20 条命令 | | **进行配置** | [配置格式](docs/reference/CONFIG_FORMAT.md) - JSON 规范 | | **解决问题** | [故障排除](docs/user-guide/06-troubleshooting.md) - 常见问题 | **完整文档：** [docs/README.md](docs/README.md) Skill Seekers 通过以下步骤代替数天的手动预处理工作： 1. **采集** — 文档、GitHub 仓库、本地代码库、PDF、视频、笔记本、Wiki 等 10 种以上来源类型 2. **分析** — 深度 AST 解析、模式检测、API 提取 3. **结构化** — 带元数据的分类参考文件 4. **增强** — AI 驱动的 SKILL.md 生成（Claude、Gemini 或本地） 5. **导出** — 从一个资产导出到 16 种平台专用格式 ## 为什么使用 Skill Seekers？ ### 面向 AI 技能构建者（Claude、Gemini、OpenAI） - 🎯 **生产级技能** — 500+ 行的 SKILL.md 文件，包含代码示例、模式和指南 - 🔄 **增强工作流** — 应用 `security-focus`、`architecture-comprehensive` 或自定义 YAML 预设 - 🎮 **任意领域** — 游戏引擎（Godot、Unity）、框架（React、Django）、内部工具 - 🔧 **团队协作** — 将内部文档 + 代码整合为单一事实来源 - 📚 **高质量** — AI 增强，包含示例、快速参考和导航指南 ### 面向 RAG 构建者和 AI 工程师 - 🤖 **RAG 就绪数据** — 预分块的 LangChain `Documents`、LlamaIndex `TextNodes`、Haystack `Documents` - 🚀 **快 99%** — 数天的预处理 → 15–45 分钟 - 📊 **智能元数据** — 类别、来源、类型 → 更高的检索精度 - 🔄 **多源支持** — 在一个流水线中合并文档 + GitHub + PDF + 视频 - 🌐 **平台无关** — 无需重新抓取即可导出到任意向量数据库或框架 ### 面向 AI 编程助手用户 - 💻 **Cursor / Windsurf / Cline** — 自动生成 `.cursorrules` / `.windsurfrules` / `.clinerules` - 🎯 **持久上下文** — AI "了解"您的框架，无需重复提示 - 📚 **始终最新** — 文档更新时可在几分钟内更新上下文 ## 核心功能 ### 🌐 文档抓取 - ✅ **智能 SPA 发现** - 针对 JavaScript SPA 网站的三层发现机制（sitemap.xml → llms.txt → 无头浏览器渲染） - ✅ **llms.txt 支持** - 自动检测并使用 LLM 就绪文档文件（快 10 倍） - ✅ **通用抓取器** - 适用于任意文档网站 - ✅ **智能分类** - 按主题自动组织内容 - ✅ **代码语言检测** - 识别 Python、JavaScript、C++、GDScript 等 - ✅ **24+ 即用预设** - Godot、React、Vue、Django、FastAPI 等 ### 📄 PDF 支持 - ✅ **基础 PDF 提取** - 从 PDF 提取文本、代码和图片 - ✅ **扫描件 OCR** - 从扫描文档提取文本 - ✅ **密码保护 PDF** - 处理加密 PDF - ✅ **表格提取** - 提取复杂表格 - ✅ **并行处理** - 大型 PDF 快 3 倍 - ✅ **智能缓存** - 重复运行快 50% ### 🎬 视频提取 - ✅ **YouTube 和本地视频** - 从视频提取字幕、屏幕代码和结构化知识 - ✅ **视觉帧分析** - OCR 提取代码编辑器、终端、幻灯片和图表内容 - ✅ **GPU 自动检测** - 自动安装正确的 PyTorch 版本（CUDA/ROCm/MPS/CPU） - ✅ **AI 增强** - 两阶段增强：清理 OCR + 生成精美 SKILL.md - ✅ **时间裁剪** - 提取视频的特定片段（`--start-time`、`--end-time`） - ✅ **播放列表支持** - 批量处理 YouTube 播放列表中的所有视频 - ✅ **Vision API 回退** - 对低置信度 OCR 帧使用 Claude Vision ### 🐙 GitHub 仓库分析 - ✅ **深度代码分析** - 支持 Python、JavaScript、TypeScript、Java、C++、Go 的 AST 解析 - ✅ **API 提取** - 函数、类、方法及参数和类型 - ✅ **仓库元数据** - README、文件树、语言统计、星标/分支数 - ✅ **GitHub Issues 和 PR** - 获取带标签和里程碑的开放/已关闭 issues - ✅ **CHANGELOG 和发布** - 自动提取版本历史 - ✅ **冲突检测** - 对比文档化 API 与实际代码实现 - ✅ **MCP 集成** - 自然语言："抓取 GitHub 仓库 facebook/react" ### 🔄 统一多源抓取 - ✅ **合并多个来源** - 在一个技能中混合文档 + GitHub + PDF - ✅ **冲突检测** - 自动发现文档与代码之间的差异 - ✅ **智能合并** - 基于规则或 AI 驱动的冲突解决 - ✅ **透明报告** - 带 ⚠️ 警告的并排对比 - ✅ **文档差距分析** - 识别过时文档和未文档化功能 - ✅ **单一事实来源** - 一个技能同时展示意图（文档）和现实（代码） - ✅ **向后兼容** - 遗留单源配置继续有效 ### 🤖 多 LLM 平台支持 - ✅ **12 个 LLM 平台** - Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、通用 Markdown、OpenCode、Kimi（月之暗面）、DeepSeek AI、Qwen（阿里巴巴）、OpenRouter、Together AI、Fireworks AI - ✅ **通用抓取** - 相同文档适用于所有平台 - ✅ **平台专用打包** - 针对每个 LLM 的优化格式 - ✅ **一键导出** - `--target` 标志选择平台 - ✅ **可选依赖** - 仅安装所需内容 - ✅ **100% 向后兼容** - 现有 Claude 工作流无需更改 | 平台 | 格式 | 上传 | 增强 | API Key | 自定义端点 | |------|------|------|------|---------|-----------| | **Claude AI** | ZIP + YAML | ✅ 自动 | ✅ 是 | ANTHROPIC_API_KEY | ANTHROPIC_BASE_URL | | **Google Gemini** | tar.gz | ✅ 自动 | ✅ 是 | GOOGLE_API_KEY | - | | **OpenAI ChatGPT** | ZIP + Vector Store | ✅ 自动 | ✅ 是 | OPENAI_API_KEY | - | | **MiniMax AI** | ZIP + Knowledge Files | ✅ 自动 | ✅ 是 | MINIMAX_API_KEY | - | | **通用 Markdown** | ZIP | ❌ 手动 | ❌ 否 | - | - | ```bash # Claude（默认 - 无需更改！） skill-seekers package output/react/ skill-seekers upload react.zip # Google Gemini pip install skill-seekers[gemini] skill-seekers package output/react/ --target gemini skill-seekers upload react-gemini.tar.gz --target gemini # OpenAI ChatGPT pip install skill-seekers[openai] skill-seekers package output/react/ --target openai skill-seekers upload react-openai.zip --target openai # MiniMax AI pip install skill-seekers[minimax] skill-seekers package output/react/ --target minimax skill-seekers upload react-minimax.zip --target minimax # 通用 Markdown（通用导出） skill-seekers package output/react/ --target markdown # Markdown 文件可直接用于任意 LLM ```
🔧 使用您自己的 AI 提供商（OpenAI 兼容端点 + 订阅计划，无需 Anthropic 额度） 可选的 AI **增强**步骤（由 `create`、`scan` 和 `enhance` 使用）**不需要** Anthropic 密钥。您有三种方式为其供能： **1. 使用您已付费的订阅 — 完全无需 API 额度（LOCAL 代理模式）** Skill Seekers 可以调用您已登录的编程代理 CLI，因此增强会使用您现有的订阅计划而非按量计费的 API token： ```bash skill-seekers create --agent codex # OpenAI Codex CLI → 您的 ChatGPT Plus skill-seekers create --agent claude # Claude Code → 您的 Claude Pro/Max ``` 支持的代理：`claude`、`codex`、`copilot`、`opencode`、`kimi` 和 `custom` （将 `--agent custom` 与 `--agent-cmd " ..."` 组合可驱动任意其他工具）。 **2. 任意 OpenAI 兼容提供商（OpenRouter、Groq、Cerebras、Mistral、NVIDIA NIM 等）** 这些提供商都暴露 OpenAI 兼容的 `/v1` 端点。只需三个环境变量即可让 Skill Seekers 指向其中之一——它会检测 `OPENAI_API_KEY`，而 OpenAI SDK 会自动识别 `OPENAI_BASE_URL`： ```bash export OPENAI_API_KEY="" export OPENAI_BASE_URL="https://openrouter.ai/api/v1" # 提供商端点（见下表） export OPENAI_MODEL="" # 必填 — 默认的 gpt-4o 在其他提供商处不存在 skill-seekers create ``` | 提供商 | `OPENAI_BASE_URL` | |--------------|--------------------------------------------| | OpenRouter | `https://openrouter.ai/api/v1` | | Groq | `https://api.groq.com/openai/v1` | | Cerebras | `https://api.cerebras.ai/v1` | | Mistral | `https://api.mistral.ai/v1` | | NVIDIA NIM | `https://integrate.api.nvidia.com/v1` | > 提供商检测会选取**第一个**找到的 API 密钥环境变量（`ANTHROPIC_API_KEY` → `GOOGLE_API_KEY` → `OPENAI_API_KEY` → `MOONSHOT_API_KEY`）。设置 `SKILL_SEEKER_PROVIDER` 可强制指定提供商，或确保优先级更高的密钥未被设置。 **3. Claude 兼容端点（如 GLM、代理服务）** ```bash export ANTHROPIC_API_KEY="your-key" export ANTHROPIC_BASE_URL="https://your-claude-compatible-endpoint/v1" ``` Google Gemini（`GOOGLE_API_KEY`）和 Kimi/月之暗面（`MOONSHOT_API_KEY`）也获得原生支持。完整列表（包括每个提供商的模型覆盖设置）请参阅 **[环境变量参考](docs/reference/ENVIRONMENT_VARIABLES.md#llm-provider-selection)**。
**安装：** ```bash # 安装 Gemini 支持 pip install skill-seekers[gemini] # 安装 OpenAI 支持 pip install skill-seekers[openai] # 安装 MiniMax 支持 pip install skill-seekers[minimax] # 安装所有 LLM 平台 pip install skill-seekers[all-llms] ``` ### 🔗 RAG 框架集成 - ✅ **LangChain Documents** - 直接导出为 `Document` 格式，包含 `page_content` + 元数据 - 适用于：QA 链、检索器、向量存储、智能体 - 示例：[LangChain RAG 流水线](examples/langchain-rag-pipeline/) - 指南：[LangChain 集成](docs/integrations/LANGCHAIN.md) - ✅ **LlamaIndex TextNodes** - 导出为带唯一 ID + 嵌入的 `TextNode` 格式 - 适用于：查询引擎、对话引擎、存储上下文 - 示例：[LlamaIndex 查询引擎](examples/llama-index-query-engine/) - 指南：[LlamaIndex 集成](docs/integrations/LLAMA_INDEX.md) - ✅ **Pinecone 就绪格式** - 针对向量数据库上传进行优化 - 适用于：生产级向量搜索、语义搜索、混合搜索 - 示例：[Pinecone 上传](examples/pinecone-upsert/) - 指南：[Pinecone 集成](docs/integrations/PINECONE.md) **快速导出：** ```bash # LangChain Documents（JSON） skill-seekers package output/django --target langchain # → output/django-langchain.json # LlamaIndex TextNodes（JSON） skill-seekers package output/django --target llama-index # → output/django-llama-index.json # Markdown（通用） skill-seekers package output/django --target markdown # → output/django-markdown/SKILL.md + references/ ``` **完整 RAG 流水线指南：** [RAG 流水线文档](docs/integrations/RAG_PIPELINES.md) --- ### 🧠 AI 编程助手集成 将任意框架文档转换为 4+ 种 AI 助手的专家编程上下文： - ✅ **Cursor IDE** - 为 AI 驱动的代码建议生成 `.cursorrules` - 适用于：框架专用代码生成、一致的编码模式 - 兼容工具：Cursor IDE（VS Code 分支） - 指南：[Cursor 集成](docs/integrations/CURSOR.md) - 示例：[Cursor React 技能](examples/cursor-react-skill/) - ✅ **Windsurf** - 使用 `.windsurfrules` 自定义 Windsurf AI 助手上下文 - 适用于：IDE 原生 AI 辅助、流式编程 - 兼容工具：Codeium 出品的 Windsurf IDE - 指南：[Windsurf 集成](docs/integrations/WINDSURF.md) - 示例：[Windsurf FastAPI 上下文](examples/windsurf-fastapi-context/) - ✅ **Cline（VS Code）** - VS Code 智能体的系统提示 + MCP - 适用于：VS Code 中的智能代码生成 - 兼容工具：VS Code 的 Cline 扩展 - 指南：[Cline 集成](docs/integrations/CLINE.md) - 示例：[Cline Django 助手](examples/cline-django-assistant/) - ✅ **Continue.dev** - 与 IDE 无关的 AI 上下文服务器 - 适用于：多 IDE 环境（VS Code、JetBrains、Vim），自定义 LLM 提供商 - 兼容工具：任何带有 Continue.dev 插件的 IDE - 指南：[Continue 集成](docs/integrations/CONTINUE_DEV.md) - 示例：[Continue 通用上下文](examples/continue-dev-universal/) **快速导出（适用于 AI 编程工具）：** ```bash # 适用于任意 AI 编程助手（Cursor、Windsurf、Cline、Continue.dev） skill-seekers create --config configs/django.json skill-seekers package output/django --target claude # 或 --target markdown # 复制到项目（以 Cursor 为例） cp output/django-claude/SKILL.md my-project/.cursorrules # 或用于 Windsurf cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md # 或用于 Cline cp output/django-claude/SKILL.md my-project/.clinerules # 或用于 Continue.dev（HTTP 服务器） python examples/continue-dev-universal/context_server.py # 在 ~/.continue/config.json 中配置 ``` **集成中心：** [所有 AI 系统集成](docs/integrations/INTEGRATIONS.md) --- ### 🌊 三流 GitHub 架构 - ✅ **三流分析** - 将 GitHub 仓库拆分为代码流、文档流和洞察流 - ✅ **统一代码库分析器** - 同时适用于 GitHub URL 和本地路径 - ✅ **C3.x 分析深度** - 选择"basic"（1–2 分钟）或"c3x"（20–60 分钟）分析 - ✅ **增强路由生成** - GitHub 元数据、README 快速入门、常见问题 - ✅ **Issue 集成** - 来自 GitHub Issues 的常见问题和解决方案 - ✅ **智能路由关键词** - GitHub 标签权重加倍，提升主题检测效果 **三流说明：** - **流 1：代码** - 深度 C3.x 分析（模式、示例、指南、配置、架构） - **流 2：文档** - 仓库文档（README、CONTRIBUTING、docs/*.md） - **流 3：洞察** - 社区知识（Issues、标签、Stars、Forks） ```python from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer # 使用三流分析 GitHub 仓库 analyzer = UnifiedCodebaseAnalyzer() result = analyzer.analyze( source="https://github.com/facebook/react", depth="c3x", # 或 "basic" 快速分析 fetch_github_metadata=True ) # 访问代码流（C3.x 分析） print(f"设计模式: {len(result.code_analysis['c3_1_patterns'])}") print(f"测试示例: {result.code_analysis['c3_2_examples_count']}") # 访问文档流（仓库文档） print(f"README: {result.github_docs['readme'][:100]}") # 访问洞察流（GitHub 元数据） print(f"Stars: {result.github_insights['metadata']['stars']}") print(f"常见问题: {len(result.github_insights['common_problems'])}") ``` **完整文档**：[三流实现总结](docs/archive/historical/IMPLEMENTATION_SUMMARY_THREE_STREAM.md) ### 🔐 智能速率限制管理与配置 - ✅ **多 Token 配置系统** - 管理多个 GitHub 账号（个人、工作、开源） - 安全配置存储在 `~/.config/skill-seekers/config.json`（权限 600） - 每个配置文件的速率限制策略：`prompt`、`wait`、`switch`、`fail` - 每个配置文件可设置超时（默认：30 分钟，防止无限等待） - 智能回退链：CLI 参数 → 环境变量 → 配置文件 → 提示 - Claude、Gemini、OpenAI 的 API Key 管理 - ✅ **交互式配置向导** - 美观的终端 UI，轻松设置 - 浏览器集成辅助创建 token（自动打开 GitHub 等） - Token 验证和连接测试 - 带颜色编码的可视化状态显示 - ✅ **智能速率限制处理器** - 不再无限等待！ - 关于速率限制的预先警告（60 次/小时 vs 5000 次/小时） - 从 GitHub API 响应中实时检测 - 带进度的实时倒计时 - 速率受限时自动切换配置文件 - 四种策略：prompt（询问）、wait（倒计时）、switch（切换）、fail（中止） - ✅ **断点续传** - 继续中断的任务 - 按可配置间隔自动保存进度（默认：60 秒） - 列出所有可恢复任务及其进度详情 - 自动清理旧任务（默认：7 天） - ✅ **CI/CD 支持** - 非交互式自动化模式 - `--non-interactive` 标志快速失败、无提示 - `--profile` 标志选择特定 GitHub 账号 - 适用于流水线日志的清晰错误消息 **快速设置：** ```bash # 一次性配置（5 分钟） skill-seekers config --github # 为私有仓库使用特定配置文件 skill-seekers create mycompany/private-repo --profile work # CI/CD 模式（快速失败，无提示） skill-seekers create owner/repo --non-interactive # 恢复中断的任务 skill-seekers resume --list skill-seekers resume github_react_20260117_143022 ``` **速率限制策略说明：** - **prompt**（默认）- 速率受限时询问操作（等待、切换、设置 token、取消） - **wait** - 带倒计时自动等待（遵守超时设置） - **switch** - 自动尝试下一个可用配置文件（适用于多账号场景） - **fail** - 立即失败并给出清晰错误（适合 CI/CD） ### 🎯 Bootstrap 技能 - 自托管 将 skill-seekers 自身生成为技能，在您的 AI 代理（Claude Code、Kimi、Codex 等）中使用： ```bash # 生成技能 ./scripts/bootstrap_skill.sh # 安装到 Claude Code cp -r output/skill-seekers ~/.claude/skills/ ``` **您将获得：** - ✅ **完整的技能文档** - 所有 CLI 命令和使用模式 - ✅ **CLI 命令参考** - 每个工具及其选项的文档 - ✅ **快速入门示例** - 常见工作流和最佳实践 - ✅ **自动生成的 API 文档** - 代码分析、模式和示例 ### 🔐 私有配置仓库 - ✅ **基于 Git 的配置源** - 从私有/团队 Git 仓库获取配置 - ✅ **多源管理** - 注册无限数量的 GitHub、GitLab、Bitbucket 仓库 - ✅ **团队协作** - 在 3–5 人团队间共享自定义配置 - ✅ **企业支持** - 通过基于优先级的解析扩展到 500+ 开发者 - ✅ **安全认证** - 环境变量 token（GITHUB_TOKEN、GITLAB_TOKEN） - ✅ **智能缓存** - 克隆一次，自动拉取更新 - ✅ **离线模式** - 离线时使用缓存的配置工作 ### 🤖 代码库分析（C3.x） **C3.4：配置模式提取（含 AI 增强）** - ✅ **9 种配置格式** - JSON、YAML、TOML、ENV、INI、Python、JavaScript、Dockerfile、Docker Compose - ✅ **7 种模式类型** - 数据库、API、日志、缓存、邮件、认证、服务器配置 - ✅ **AI 增强** - 可选双模式 AI 分析（API + LOCAL） - 解释每项配置的作用 - 建议最佳实践和改进方案 - **安全分析** - 发现硬编码的密钥和暴露的凭证 - ✅ **自动文档生成** - 为所有配置生成 JSON + Markdown 文档 - ✅ **MCP 集成** - 支持增强的 `extract_config_patterns` 工具 **C3.3：AI 增强操作指南** - ✅ **全面 AI 增强** - 将基础指南转换为专业教程 - ✅ **5 项自动改进** - 步骤说明、故障排除、前提条件、后续步骤、使用场景 - ✅ **双模式支持** - API 模式（Claude API）或 LOCAL 模式（Claude Code CLI） - ✅ **LOCAL 模式零成本** - 使用您的 Claude Code Max 计划免费增强 - ✅ **质量蜕变** - 75 行模板 → 500+ 行的完整指南 **使用方法：** ```bash # 快速分析（1–2 分钟，仅基础功能） skill-seekers scan tests/ --quick # 全面分析（含 AI，20–60 分钟） skill-seekers scan tests/ --comprehensive # 含 AI 增强 skill-seekers scan tests/ --enhance ``` **完整文档：** [docs/features/HOW_TO_GUIDES.md](docs/features/HOW_TO_GUIDES.md#ai-enhancement-new) ### 🔄 增强工作流预设 可重用的 YAML 定义增强流水线，控制 AI 如何将原始文档转换为精心打磨的技能。 - ✅ **5 个内置预设** — `default`、`minimal`、`security-focus`、`architecture-comprehensive`、`api-documentation` - ✅ **用户自定义预设** — 将自定义工作流添加到 `~/.config/skill-seekers/workflows/` - ✅ **多工作流链式** — 在一条命令中链式使用两个或更多工作流 - ✅ **完整 CLI 管理** — 列出、查看、复制、添加、删除和验证工作流 ```bash # 应用单个工作流 skill-seekers create ./my-project --enhance-workflow security-focus # 链式多个工作流（按顺序应用） skill-seekers create ./my-project \ --enhance-workflow security-focus \ --enhance-workflow minimal # 管理预设 skill-seekers workflows list # 列出所有（内置 + 用户） skill-seekers workflows show security-focus # 显示 YAML 内容 skill-seekers workflows copy security-focus # 复制到用户目录以便编辑 skill-seekers workflows add ./my-workflow.yaml # 安装自定义预设 skill-seekers workflows remove my-workflow # 删除用户预设 skill-seekers workflows validate security-focus # 验证预设结构 # 同时复制多个 skill-seekers workflows copy security-focus minimal api-documentation # 同时添加多个文件 skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml # 同时删除多个 skill-seekers workflows remove my-wf-a my-wf-b ``` **YAML 预设格式：** ```yaml name: security-focus description: "安全重点审查：漏洞、认证、数据处理" version: "1.0" stages: - name: vulnerabilities type: custom prompt: "审查 OWASP Top 10 和常见安全漏洞..." - name: auth-review type: custom prompt: "检查认证和授权模式..." uses_history: true ``` ### ⚡ 性能与规模 - ✅ **异步模式** - 使用 async/await 抓取速度快 2–3 倍（使用 `--async` 标志） - ✅ **大型文档支持** - 通过智能拆分处理 10K–40K+ 页文档 - ✅ **路由器/Hub 技能** - 智能路由到专用子技能 - ✅ **并行抓取** - 同时处理多个技能 - ✅ **检查点/续传** - 长时间抓取永不丢失进度 - ✅ **缓存系统** - 抓取一次，即时重建 ### 🤖 与代理无关的技能生成 - ✅ **多代理支持** - 通过 `--agent` 标志为 Claude、Kimi、Codex、Copilot、OpenCode 或任意自定义代理生成技能 - ✅ **自定义代理命令** - 使用 `--agent-cmd` 指定用于增强的自定义代理 CLI 命令 - ✅ **通用标志** - `--agent` 和 `--agent-cmd` 在所有命令（create、scrape、github、pdf 等）中均可用 ### 📦 市场流水线 - ✅ **发布到市场** - 将技能发布到 Claude Code 插件市场仓库 - ✅ **端到端流水线** - 从文档来源到已发布的市场条目 ### ✅ 质量保证 - ✅ **全面测试** - 3,700+ 测试，全面覆盖 --- ## 📦 安装 ```bash # 基础安装（文档抓取、GitHub 分析、PDF、打包） pip install skill-seekers # 包含所有 LLM 平台支持 pip install skill-seekers[all-llms] # 包含 MCP 服务器 pip install skill-seekers[mcp] # 全部功能 pip install skill-seekers[all] ``` **需要帮助选择？** 运行设置向导： ```bash skill-seekers-setup ``` ### 安装选项 | 安装命令 | 功能 | |---------|------| | `pip install skill-seekers` | 抓取、GitHub 分析、PDF、所有平台 | | `pip install skill-seekers[gemini]` | + Google Gemini 支持 | | `pip install skill-seekers[openai]` | + OpenAI ChatGPT 支持 | | `pip install skill-seekers[all-llms]` | + 所有 LLM 平台 | | `pip install skill-seekers[mcp]` | + 适用于 Claude Code、Cursor 等的 MCP 服务器 | | `pip install skill-seekers[video]` | + YouTube/Vimeo 字幕和元数据提取 | | `pip install skill-seekers[video-full]` | + Whisper 转录和视觉帧提取 | | `pip install skill-seekers[jupyter]` | + Jupyter 笔记本支持 | | `pip install skill-seekers[pptx]` | + PowerPoint 支持 | | `pip install skill-seekers[confluence]` | + Confluence 维基支持 | | `pip install skill-seekers[notion]` | + Notion 页面支持 | | `pip install skill-seekers[rss]` | + RSS/Atom 订阅源支持 | | `pip install skill-seekers[chat]` | + Slack/Discord 聊天记录支持 | | `pip install skill-seekers[asciidoc]` | + AsciiDoc 文档支持 | | `pip install skill-seekers[all]` | 全部功能 | > **视频视觉依赖（GPU 感知）：** 安装 `skill-seekers[video-full]` 后，运行 > `skill-seekers create --setup` 自动检测您的 GPU 并安装正确的 PyTorch > 版本 + easyocr。这是安装视觉提取依赖的推荐方式。 --- ## 🚀 一键安装工作流 **从配置到上传技能的最快方式——全自动化：** ```bash # 从官方配置安装 React 技能（自动上传到 Claude） skill-seekers install --config react # 从本地配置文件安装 skill-seekers install --config configs/custom.json # 安装但不上传（仅打包） skill-seekers install --config django --no-upload # 预览工作流而不执行 skill-seekers install --config react --dry-run ``` **耗时：** 总计 20–45 分钟 | **质量：** 生产就绪（9/10） | **成本：** 免费 **执行阶段：** ``` 📥 阶段 1：获取配置（如果提供配置名称） 📖 阶段 2：抓取文档 ✨ 阶段 3：AI 增强（必选 - 不可跳过） 📦 阶段 4：打包技能 ☁️ 阶段 5：上传到 Claude（可选，需要 API Key） ``` **要求：** - ANTHROPIC_API_KEY 环境变量（用于自动上传） - Claude Code Max 计划（用于本地 AI 增强），或使用 `--agent` 选择其他 AI 代理 --- ## 📊 功能矩阵 Skill Seekers 支持 **12 个 LLM 平台**、**8 个 RAG/向量目标**、**18 种来源类型**，并在所有目标上实现完全的功能对等。 **平台：** Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、通用 Markdown、OpenCode、Kimi（月之暗面）、DeepSeek AI、Qwen（阿里巴巴）、OpenRouter、Together AI、Fireworks AI **来源类型：** 文档网站、GitHub 仓库、PDF、Word (.docx)、EPUB、视频、本地代码库、Jupyter 笔记本、本地 HTML、OpenAPI/Swagger、AsciiDoc、PowerPoint (.pptx)、RSS/Atom 订阅源、Man 手册页、Confluence 维基、Notion 页面、Slack/Discord 聊天记录 完整信息请查看 [完整功能矩阵](docs/reference/FEATURE_MATRIX.md)。 ### 快速平台对比 | 功能 | Claude | Gemini | OpenAI | MiniMax | Markdown | |------|--------|--------|--------|---------|----------| | 格式 | ZIP + YAML | tar.gz | ZIP + Vector | ZIP + Knowledge | ZIP | | 上传 | ✅ API | ✅ API | ✅ API | ✅ API | ❌ 手动 | | 增强 | ✅ Sonnet 4 | ✅ 2.0 Flash | ✅ GPT-4o | ✅ M3 | ❌ 无 | | 所有技能模式 | ✅ | ✅ | ✅ | ✅ | ✅ | --- ## 使用示例 ### 文档抓取 ```bash # 抓取文档网站 skill-seekers create --config configs/react.json # 快速抓取（无需配置） skill-seekers create https://react.dev --name react # 异步模式（快 3 倍） skill-seekers create --config configs/godot.json --async --workers 8 # 使用特定 AI 代理进行增强 skill-seekers create --config configs/react.json --agent kimi ``` ### PDF 提取 ```bash # 基础 PDF 提取 skill-seekers create --pdf docs/manual.pdf --name myskill # 高级功能 skill-seekers create --pdf docs/manual.pdf --name myskill \ --extract-tables \ # 提取表格 --parallel \ # 快速并行处理 --workers 8 # 使用 8 个 CPU 核心 # 扫描 PDF（需要: pip install pytesseract Pillow） skill-seekers create --pdf docs/scanned.pdf --name myskill --ocr ``` ### 视频提取 ```bash # 安装视频支持 pip install skill-seekers[video] # 字幕 + 元数据 pip install skill-seekers[video-full] # + Whisper 转录 + 视觉帧提取 # 自动检测 GPU 并安装视觉依赖（PyTorch + easyocr） skill-seekers create --setup # 从 YouTube 视频提取 skill-seekers create --video-url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial # 从 YouTube 播放列表提取 skill-seekers create --video-playlist https://www.youtube.com/playlist?list=... --name myplaylist # 从本地视频文件提取 skill-seekers create --video-file recording.mp4 --name myrecording # 使用视觉帧分析提取（需要 video-full 依赖） skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial --visual # 使用 AI 增强（清理 OCR + 生成精美 SKILL.md） skill-seekers create --video-url https://www.youtube.com/watch?v=... --visual --enhance-level 2 # 裁剪视频的特定片段（支持秒数、MM:SS、HH:MM:SS 格式） skill-seekers create --video-url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00 # 使用 Vision API 处理低置信度 OCR 帧（需要 ANTHROPIC_API_KEY） skill-seekers create --video-url https://www.youtube.com/watch?v=... --visual --vision-ocr # 从之前提取的数据重建技能（跳过下载） skill-seekers create --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial ``` > **完整指南：** 参见 [docs/VIDEO_GUIDE.md](docs/VIDEO_GUIDE.md) 了解完整 CLI 参考、 > 视觉流水线详情、AI 增强选项和故障排除。 ### GitHub 仓库分析 ```bash # 基础仓库抓取 skill-seekers create facebook/react # 配置认证（更高速率限制） export GITHUB_TOKEN=ghp_your_token_here skill-seekers create facebook/react # 自定义包含内容 skill-seekers create django/django \ --include-issues \ # 提取 GitHub Issues --max-issues 100 \ # 限制 issue 数量 --include-changelog # 提取 CHANGELOG.md ``` ### 统一多源抓取 **将文档 + GitHub + PDF 合并为一个带冲突检测的统一技能：** ```bash # 使用现有统一配置 skill-seekers create --config configs/react_unified.json skill-seekers create --config configs/django_unified.json # 或创建统一配置 cat > configs/myframework_unified.json << 'EOF' { "name": "myframework", "merge_mode": "rule-based", "sources": [ { "type": "documentation", "base_url": "https://docs.myframework.com/", "max_pages": 200 }, { "type": "github", "repo": "owner/myframework", "code_analysis_depth": "surface" } ] } EOF skill-seekers create --config configs/myframework_unified.json ``` **冲突检测自动发现：** - 🔴 **代码中缺失**（高）：已文档化但未实现 - 🟡 **文档中缺失**（中）：已实现但未文档化 - ⚠️ **签名不匹配**：参数/类型不同 - ℹ️ **描述不匹配**：解释不同 **完整指南：** 参见 [docs/features/UNIFIED_SCRAPING.md](docs/features/UNIFIED_SCRAPING.md)。 ### 私有配置仓库 **使用私有 Git 仓库在团队间共享自定义配置：** ```bash # 选项 1：使用 MCP 工具（推荐） # 注册团队私有仓库 add_config_source( name="team", git_url="https://github.com/mycompany/skill-configs.git", token_env="GITHUB_TOKEN" ) # 从团队仓库获取配置 fetch_config(source="team", config_name="internal-api") ``` **支持的平台：** - GitHub（`GITHUB_TOKEN`）、GitLab（`GITLAB_TOKEN`）、Gitea（`GITEA_TOKEN`）、Bitbucket（`BITBUCKET_TOKEN`） **完整指南：** 参见 [docs/reference/GIT_CONFIG_SOURCES.md](docs/reference/GIT_CONFIG_SOURCES.md)。 ## 工作原理 ```mermaid graph LR A[文档网站] --> B[Skill Seekers] B --> C[抓取器] B --> D[AI 增强] B --> E[打包器] C --> F[有序参考文件] D --> F F --> E E --> G[AI 技能 .zip] G --> H[上传到 AI 平台] ``` 0. **检测 llms.txt** - 优先检查 llms-full.txt、llms.txt、llms-small.txt（智能 SPA 发现的一部分） 1. **抓取**：提取文档中的所有页面 2. **分类**：将内容组织为主题（API、指南、教程等） 3. **增强**：AI 分析文档并创建包含示例的完整 SKILL.md（通过 `--agent` 支持多种代理） 4. **打包**：将所有内容打包为平台就绪的 `.zip` 文件 ## 架构 系统由 **8 个核心模块**和 **5 个工具模块**组成（共约 200 个类）： ![包概览](docs/UML/exports/00_package_overview.png) | 模块 | 用途 | 关键类 | |------|------|--------| | **CLICore** | Git 风格的命令分发器 | `CLIDispatcher`、`SourceDetector`、`CreateCommand` | | **Scrapers** | 18 种来源类型提取器 | `DocToSkillConverter`、`DocumentSkillBuilder`（共享构建层）、`UnifiedScraper` | | **Adaptors** | 20+ 输出平台格式 | `SkillAdaptor`（ABC）、`ClaudeAdaptor`、`LangChainAdaptor` | | **Analysis** | C3.x 代码库分析流水线 | `UnifiedCodebaseAnalyzer`、`PatternRecognizer`、10 个 GoF 检测器 | | **Enhancement** | 通过 `AgentClient` 实现 AI 驱动的技能改进 | `AgentClient`、`AIEnhancer`、`UnifiedEnhancer`、`WorkflowEngine` | | **Packaging** | 打包、上传、安装技能 | `PackageSkill`、`InstallAgent` | | **MCP** | FastMCP 服务器（40 个工具） | `SkillSeekerMCPServer`、10 个工具模块 | | **Sync** | 文档变更检测 | `ChangeDetector`、`SyncMonitor`、`Notifier` | 工具模块：**Parsers**（28 个 CLI 解析器）、**Storage**（S3/GCS/Azure）、**Embedding**（多提供商向量）、**Benchmark**（性能）、**Utilities**（16 个共享辅助工具）。 完整 UML 图：**[docs/UML_ARCHITECTURE.md](docs/UML_ARCHITECTURE.md)** | StarUML 项目：`docs/UML/skill_seekers.mdj` | HTML API 参考：`docs/UML/html/` ## 📋 前提条件 **开始前，请确保您具备：** 1. **Python 3.10 或更高版本** - [下载](https://www.python.org/downloads/) | 检查：`python3 --version` 2. **Git** - [下载](https://git-scm.com/) | 检查：`git --version` 3. **15–30 分钟**用于首次设置 **首次使用？** → **[从这里开始：防弹快速入门指南](BULLETPROOF_QUICKSTART.md)** 🎯 --- ## 📤 上传技能到 Claude 技能打包完成后，需要将其上传到 Claude： ### 选项 1：自动上传（基于 API） ```bash # 设置 API Key（一次性） export ANTHROPIC_API_KEY=sk-ant-... # 打包并自动上传 skill-seekers package output/react/ --upload # 或上传已有的 .zip skill-seekers upload output/react.zip ``` ### 选项 2：手动上传（无需 API Key） ```bash # 打包技能 skill-seekers package output/react/ # → 创建 output/react.zip # 然后手动上传： # - 访问 https://claude.ai/skills # - 点击"上传技能" # - 选择 output/react.zip ``` ### 选项 3：MCP（Claude Code） ``` 在 Claude Code 中，直接询问： "打包并上传 React 技能" ``` --- ## 🤖 安装到 AI 代理 Skill Seekers 可自动将技能安装到 19 个 AI 编程代理。 ```bash # 安装到特定代理 skill-seekers install-agent output/react/ --agent cursor # 安装到 IBM Bob（项目本地 .bob/skills/） skill-seekers install-agent output/react/ --agent bob # 一次性安装到所有代理 skill-seekers install-agent output/react/ --agent all # 预览而不安装 skill-seekers install-agent output/react/ --agent cursor --dry-run ``` ### 支持的代理 | 代理 | 路径 | 类型 | |------|------|------| | **Claude Code** | `~/.claude/skills/` | 全局 | | **Cursor** | `.cursor/skills/` | 项目 | | **VS Code / Copilot** | `.github/skills/` | 项目 | | **Amp** | `~/.amp/skills/` | 全局 | | **Goose** | `~/.config/goose/skills/` | 全局 | | **OpenCode** | `~/.opencode/skills/` | 全局 | | **Windsurf** | `~/.windsurf/skills/` | 全局 | | **Roo Code** | `.roo/skills/` | 项目 | | **Cline** | `.cline/skills/` | 项目 | | **Aider** | `~/.aider/skills/` | 全局 | | **Bolt** | `.bolt/skills/` | 项目 | | **Kilo Code** | `.kilo/skills/` | 项目 | | **Continue** | `~/.continue/skills/` | 全局 | | **Kimi Code** | `~/.kimi/skills/` | 全局 | | **IBM Bob** | `.bob/skills/` | 项目 | --- ## 🔌 MCP 集成（40 个工具） Skill Seekers 提供 MCP 服务器，可在 Claude Code、Cursor、Windsurf、VS Code + Cline 或 IntelliJ IDEA 中使用。 ```bash # stdio 模式（Claude Code、VS Code + Cline） python -m skill_seekers.mcp.server_fastmcp # HTTP 模式（Cursor、Windsurf、IntelliJ） python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765 # 一次性自动配置所有代理 ./setup_mcp.sh ``` **全部 40 个可用工具：** - **核心（9 个）：** `list_configs`、`generate_config`、`validate_config`、`estimate_pages`、`scrape_docs`、`package_skill`、`upload_skill`、`enhance_skill`、`install_skill` - **扩展（10 个）：** `scrape_github`、`scrape_pdf`、`unified_scrape`、`merge_sources`、`detect_conflicts`、`add_config_source`、`fetch_config`、`list_config_sources`、`remove_config_source`、`split_config` - **向量数据库（4 个）：** `export_to_chroma`、`export_to_weaviate`、`export_to_faiss`、`export_to_qdrant` - **云存储（3 个）：** `cloud_upload`、`cloud_download`、`cloud_list` **完整指南：** [docs/guides/MCP_SETUP.md](docs/guides/MCP_SETUP.md) --- ## ⚙️ 配置 ### 可用预设（24+） ```bash # 列出所有预设 # skill-seekers list-configs # v3.7.0 中不可用 ``` | 类别 | 预设 | |------|------| | **Web 框架** | `react`、`vue`、`angular`、`svelte`、`nextjs` | | **Python** | `django`、`flask`、`fastapi`、`sqlalchemy`、`pytest` | | **游戏开发** | `godot`、`pygame`、`unity` | | **工具与 DevOps** | `docker`、`kubernetes`、`terraform`、`ansible` | | **统一（文档 + GitHub）** | `react-unified`、`vue-unified`、`nextjs-unified` 等 | ### 创建您自己的配置 ```bash # 选项 1：交互式 skill-seekers create --interactive # 选项 2：复制并编辑预设 cp configs/react.json configs/myframework.json nano configs/myframework.json skill-seekers create --config configs/myframework.json ``` ### 配置文件结构 ```json { "name": "myframework", "description": "何时使用此技能", "base_url": "https://docs.myframework.com/", "selectors": { "main_content": "article", "title": "h1", "code_blocks": "pre code" }, "url_patterns": { "include": ["/docs", "/guide"], "exclude": ["/blog", "/about"] }, "categories": { "getting_started": ["intro", "quickstart"], "api": ["api", "reference"] }, "rate_limit": 0.5, "max_pages": 500 } ``` ### 配置存储位置 工具按以下顺序搜索： 1. 提供的确切路径 2. `./configs/`（当前目录） 3. `~/.config/skill-seekers/configs/`（用户配置目录） 4. SkillSeekersWeb.com API（预设配置） --- ## 📊 创建的内容 ``` output/ ├── godot_data/ # 抓取的原始数据 │ ├── pages/ # JSON 文件（每页一个） │ └── summary.json # 概览 │ └── godot/ # 技能文件 ├── SKILL.md # 含真实示例的增强版 ├── references/ # 分类文档 │ ├── index.md │ ├── getting_started.md │ ├── scripting.md │ └── ... ├── scripts/ # 空（可添加自己的脚本） └── assets/ # 空（可添加自己的资源） ``` --- ## 🐛 故障排除 ### 未提取到内容？ - 检查您的 `main_content` 选择器 - 尝试：`article`、`main`、`div[role="main"]` ### 数据存在但不使用？ ```bash # 强制重新抓取 rm -rf output/myframework_data/ skill-seekers create --config configs/myframework.json ``` ### 分类不理想？ 编辑配置中的 `categories` 部分，使用更好的关键词。 ### 想要更新文档？ ```bash # 删除旧数据并重新抓取 rm -rf output/godot_data/ skill-seekers create --config configs/godot.json ``` ### 增强不工作？ ```bash # 检查 API Key 是否设置 echo $ANTHROPIC_API_KEY # 尝试 LOCAL 模式（使用 Claude Code Max，无需 API Key） skill-seekers enhance output/react/ --mode LOCAL # 监控后台增强状态 skill-seekers enhance-status output/react/ --watch ``` ### GitHub 速率限制问题？ ```bash # 设置 GitHub Token（5000 次/小时 vs 匿名 60 次/小时） export GITHUB_TOKEN=ghp_your_token_here # 或配置多个配置文件 skill-seekers config --github ``` --- ## 📈 性能 | 任务 | 时间 | 备注 | |------|------|------| | 抓取（同步）| 15–45 分钟 | 仅首次，基于线程 | | 抓取（异步）| 5–15 分钟 | `--async` 标志快 2–3 倍 | | 构建 | 1–3 分钟 | 从缓存快速重建 | | 重建 | <1 分钟 | 使用 `--skip-scrape` | | 增强（LOCAL）| 30–60 秒 | 使用 Claude Code Max | | 增强（API）| 20–40 秒 | 需要 API Key | | 视频（字幕）| 1–3 分钟 | YouTube/本地，仅字幕 | | 视频（视觉）| 5–15 分钟 | + OCR 帧提取 | | 打包 | 5–10 秒 | 最终 .zip 创建 | --- ## 🆕 v3.6.0 新增功能 ### 工作流预设 使用 `--preset` 控制分析深度： ```bash skill-seekers create https://docs.react.dev/ --preset quick # 快速，浅层分析 skill-seekers create https://docs.react.dev/ --preset standard # 平衡（默认） skill-seekers create https://docs.react.dev/ --preset comprehensive # 深度，详尽分析 ``` ### 生命周期标志 ```bash skill-seekers create https://docs.react.dev/ --dry-run # 不抓取预览 skill-seekers create https://docs.react.dev/ --fresh # 忽略缓存，完整重新抓取 skill-seekers create https://docs.react.dev/ --resume # 恢复中断的任务 skill-seekers create https://docs.react.dev/ --skip-scrape # 重新打包现有输出 ``` ### 健康检查与工具 ```bash skill-seekers doctor # 诊断安装与环境 skill-seekers sync-config # 配置漂移检测 skill-seekers stream # 大型文档流式摄取 skill-seekers update output/react/ # 增量更新 skill-seekers multilang # 多语言技能生成 skill-seekers quality output/react/ # 质量报告（添加 --threshold 7 设置门槛：低于 7/10 时非零退出） ``` ### RAG 分块选项（打包） ```bash skill-seekers package output/react/ --chunk-for-rag --chunk-tokens 512 --chunk-overlap-tokens 50 ``` ### 市场发布 ```bash skill-seekers package output/react/ --marketplace --marketplace-category frontend ``` ### 其他可选依赖 | Extra | 安装 | 用途 | |-------|------|------| | `browser` | `pip install "skill-seekers[browser]"` | 适用于 SPA 网站的无头 Playwright | | `embedding` | `pip install "skill-seekers[embedding]"` | 嵌入服务器支持 | | `s3` / `gcs` / `azure` | `pip install "skill-seekers[s3]"` 等 | 云存储上传 | | `rag-upload` | `pip install "skill-seekers[rag-upload]"` | 组合向量数据库上传依赖 | --- ## 📚 文档 ### 入门指南 - **[BULLETPROOF_QUICKSTART.md](BULLETPROOF_QUICKSTART.md)** - 🎯 **新用户从这里开始！** - **[QUICKSTART.md](docs/archive/legacy/QUICKSTART.md)** - 有经验用户的快速入门 - **[TROUBLESHOOTING.md](TROUBLESHOOTING.md)** - 常见问题和解决方案 - **[docs/archive/legacy/QUICK_REFERENCE.md](docs/archive/legacy/QUICK_REFERENCE.md)** - 单页速查表 ### 架构 - **[docs/UML_ARCHITECTURE.md](docs/UML_ARCHITECTURE.md)** - 包含 14 张图的 UML 架构概览 - **[docs/UML/exports/](docs/UML/exports/)** - PNG 图导出（包概览 + 13 张类图） - **[docs/UML/html/](docs/UML/html/index.html/index.html)** - 完整 HTML API 参考（所有类、操作、属性） - **[docs/UML/skill_seekers.mdj](docs/UML/skill_seekers.mdj)** - StarUML 项目文件（使用 [StarUML](https://staruml.io/) 打开） ### 指南 - **[docs/reference/LARGE_DOCUMENTATION.md](docs/reference/LARGE_DOCUMENTATION.md)** - 处理 10K–40K+ 页文档 - **[docs/features/ENHANCEMENT_MODES.md](docs/features/ENHANCEMENT_MODES.md)** - AI 增强模式指南 - **[docs/guides/MCP_SETUP.md](docs/guides/MCP_SETUP.md)** - MCP 集成设置 - **[docs/features/UNIFIED_SCRAPING.md](docs/features/UNIFIED_SCRAPING.md)** - 多源抓取 - **[docs/VIDEO_GUIDE.md](docs/VIDEO_GUIDE.md)** - 视频提取完整指南 ### 集成指南 - **[docs/integrations/LANGCHAIN.md](docs/integrations/LANGCHAIN.md)** - LangChain RAG - **[docs/integrations/CURSOR.md](docs/integrations/CURSOR.md)** - Cursor IDE - **[docs/integrations/WINDSURF.md](docs/integrations/WINDSURF.md)** - Windsurf IDE - **[docs/integrations/CLINE.md](docs/integrations/CLINE.md)** - Cline（VS Code） - **[docs/integrations/RAG_PIPELINES.md](docs/integrations/RAG_PIPELINES.md)** - 所有 RAG 流水线 --- ## 📝 许可证 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件 --- 祝您构建技能愉快！ 🚀 --- ## 🔒 安全 [![MseeP.ai 安全评估徽章](https://mseep.net/pr/yusufkaraaslan-skill-seekers-badge.png)](https://mseep.ai/app/yusufkaraaslan-skill-seekers) --- ## 💛 赞助商

Atlas Cloud

[Atlas Cloud](https://www.atlascloud.ai/?utm_source=github&utm_medium=link&utm_campaign=skill_seekers) — 全模态、OpenAI 兼容的 AI 推理平台。Skill Seekers 通过 `--target atlas`（配置 `ATLAS_API_KEY`）支持将其作为打包/增强目标。