技能寻求者
🧠 AI系统的数据层。 Skill Seekers将文档网站、GitHub仓库、PDF、视频、笔记本电脑、维基和10多种源代码类型转化为结构化知识资产——在几分钟内即可为AI技能(Claude、Gemini、OpenAI)、RAG管道(LangChain、LlamaIdex、Pinecone)和AI编码助手(Cursor、Windsurf、Cline)提供动力,而不是几个小时。
> 🌐 访问SkillsSeekersWeb.com -浏览24+预设配置,分享您的配置,并访问完整的文档!
> 📋 查看开发路线图和任务 -10个类别的134个任务,选择任何一个来贡献!
🌐 生态系统
Skill Seekers是一个多仓库项目。这里是万物生存的地方:
存储库 · 描述 · 链接
技能_求职者 · 核心CLI和MCP服务器(此仓库) · PyPI
技能探索者sweb · 网站和文档 · 生活
技能寻求者配置 · 社区配置存储库
技能寻求者行动 · GitHub CI/CD行动
技能寻求者插件 · 克劳德代码插件
自制技能寻求者 · 适用于macOS的自制水龙头
> 想贡献吗? 网站和配置仓库是新贡献者的良好起点!
🧠 人工智能系统的数据层
技能探索者是通用的预处理层 它位于原始文档和使用它的每个AI系统之间。无论您是在构建Claude技能、LangChain RAG管道还是Cursor .cursorrules 文件——数据准备是相同的。您只需执行一次,即可导出到所有目标。```bash
One command → structured knowledge asset
skill-seekers create https://docs.react.dev/
or: skill-seekers create facebook/react
or: skill-seekers create ./my-project
Export to any AI system
skill-seekers package output/react --target claude # → Claude AI Skill (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 skill directory
### 建造什么
|输出|目标|功率|
|--------|--------|---------------|
| **克劳德技能** (ZIP+YAML)| `--target claude` |克劳德代码,克劳德API|
| **双子座技能** (tar.gz)| `--target gemini` |谷歌双子座|
| **OpenAI/自定义GPT** (ZIP)| `--target openai` |GPT-4o,定制助理|
| **LangChain文档** | `--target langchain` |QA链、代理、检索器|
| **LlamaIdex文本节点** | `--target llama-index` |查询引擎、聊天引擎|
| **Haystack文件** | `--target haystack` |企业RAG管道|
| **松果准备好了** (Markdown)| `--target markdown` |矢量扰动|
| **ChromaDB/FAISS/Qdrant** | `--format chroma/faiss/qdrant` |局部矢量DB|
| **IBM鲍勃技能** (目录)| `--target ibm-bob` |IBM Bob项目/全球技能|
| **光标** `.cursorrules` | `--target claude` → 复制|光标IDE AI上下文|
| **风帆/滑行/继续** | `--target claude` → copy | VS Code、IntelliJ、Vim|
### 为什么这很重要
- ⚡ **速度提高99%** --手动数据准备天数→ 15–45 分钟
- 🎯 **AI技能素质** --500多行SKILL.md文件,包含示例、图案和参考线
- 📊 **RAG就绪块** --智能分块保留代码块并维护上下文
- 🎬 **视频** --从YouTube和本地视频中提取代码、成绩单和结构化知识
- 🔄 **多源** --将18种源类型(文档、GitHub、PDF、视频、笔记本、维基等)组合到一个知识资产中
- 🌐 **一个准备,每个目标** --将同一资产导出到20个平台(12 LLM+8 RAG/向量),无需重新抓取
- ✅ **战斗测试** --3194+测试,24+框架预设,生产就绪
## 🚀 快速启动(3个命令)```bash
# 1. Install
pip install skill-seekers
# 2. Create skill from any source
skill-seekers create https://docs.django.com/
# 3. Package for your AI platform
skill-seekers package output/django --target claude
就是这样! 你现在有 output/django-claude.zip 准备使用。```bash
Use a different AI agent for enhancement (default: 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"
### 其他来源(支持18个)```bash
# GitHub repository
skill-seekers create facebook/react
# Local project
skill-seekers create ./my-project
# PDF document
skill-seekers create manual.pdf
# Word document
skill-seekers create report.docx
# EPUB e-book
skill-seekers create book.epub
# Jupyter Notebook
skill-seekers create notebook.ipynb
# OpenAPI spec
skill-seekers create openapi.yaml
# PowerPoint presentation
skill-seekers create presentation.pptx
# AsciiDoc document
skill-seekers create guide.adoc
# Local HTML file (auto-detected by extension)
skill-seekers create page.html
# Whole directory of HTML files (auto-detected for HTML-dominant dirs)
skill-seekers create ./mirror_output/site/
# Force HTML mode on a mixed/code-heavy directory
skill-seekers create ./repo/ --html-path ./repo/docs/build/html/
# RSS/Atom feed
skill-seekers create feed.rss
# Man page
skill-seekers create curl.1
# Video (YouTube, Vimeo, or local file — requires skill-seekers[video])
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial
# First time? Auto-install GPU-aware visual deps:
skill-seekers video --setup
# Confluence wiki
skill-seekers confluence --space TEAM --name wiki
# Notion pages
skill-seekers notion --database-id ... --name docs
# Slack/Discord chat export
skill-seekers chat --export-dir ./slack-export --name team-chat
出口各地```bash
Package for multiple platforms
for platform in claude gemini openai langchain; do
skill-seekers package output/django --target $platform
done
## 什么是技能寻求者?
技能寻求者是 **人工智能系统的数据层**。它将18种源类型(文档网站、GitHub存储库、PDF、视频、Jupyter笔记本、Word/EPUB/AsciiDoc文档、OpenAPI规范、PowerPoint演示文稿、RSS提要、手册页、Confluence wiki、Notion页面、Slack/Discord导出等)转换为每个AI目标的结构化知识资产:
|用例|你得到了什么|示例|
|----------|-------------|---------|
| **人工智能技能** |综合技能.md+参考文献|克劳德代码、双子座、GPT|
| **RAG管道** |具有丰富元数据的分块文档|LangChain、LlamaIndex、Haystack|
| **向量数据库** |预格式化的数据已准备好进行升级|松果体、色度、织物、FAISS|
| **AI编码助理** |IDE AI自动读取的上下文文件|Cursor、Windsurf、Cline、Continue.dev|
## 📚 文档
|我想…|读这个|
|--------------|-----------|
| **快速入门** | 快速开始 -3个命令到第一技能|
| **理解概念** | 核心概念 -它是如何工作的|
| **废料来源** | 报废指南 -所有源类型|
| **提高技能** | 增强指南 -AI增强|
| **出口技能** | 包装指南 -平台导出|
| **查找命令** | CLI参考 -全部20个命令|
| **配置** | 配置格式 -JSON规范|
| **解决问题** | 故障排除 -常见问题|
**完整的文件:** docs/README.md
技能寻求者们没有花几天时间进行手动预处理,而是:
1. **摄入** --文档、GitHub存储库、本地代码库、PDF、视频、笔记本、wiki和10多种源代码类型
1. **分析** -深度AST解析、模式检测、API提取
1. **结构** --带有元数据的分类参考文件
1. **增强** --人工智能驱动的SKILL.md一代(克劳德、双子座或当地)
1. **出口** --一个资产中有16种特定于平台的格式
## 为什么使用这个?
### 面向人工智能技能建设者(Claude、Gemini、OpenAI)
- 🎯 **生产级技能** --500多行SKILL.md文件,包含代码示例、模式和指南
- 🔄 **增强工作流程** --申请 `security-focus`, `architecture-comprehensive`,或自定义YAML预设
- 🎮 **任何域名** --游戏引擎(Godot、Unity)、框架(React、Django)、内部工具
- 🔧 **团队** --将内部文档+代码合并到一个真实来源中
- 📚 **质量** --通过示例、快速参考和导航指导增强人工智能
### 面向RAG建设者和人工智能工程师
- 🤖 **RAG就绪数据** --预碎LangChain `Documents`,LlamaIdex `TextNodes`,干草堆 `Documents`
- 🚀 **速度提高99%** --预处理天数→ 15–45 分钟
- 📊 **智能元数据** --类别、来源、类型→ 更高的检索精度
- 🔄 **多源** --将文档+GitHub+PDF+视频合并到一个管道中
- 🌐 **平台无关** --导出到任何矢量数据库或框架,无需重新抓取
### 适用于AI编码助手用户
- 💻 **光标/风帆/克莱恩** --生成 `.cursorrules` / `.windsurfrules` / `.clinerules` 自动地
- 🎯 **持久上下文** --AI“知道”你的框架,无需反复提示
- 📚 **始终为最新** --文档更改时在几分钟内更新上下文
## 主要特点
### 🌐 文件报废
- ✅ **智能SPA探索** -JavaScript SPA站点的三层发现(sitemap.xml→ llms.txt→ 无头浏览器渲染)
- ✅ **llms.txt支持** -自动检测和使用LLM就绪文档文件(速度提高10倍)
- ✅ **通用刮刀** -适用于任何文档网站
- ✅ **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+即用型预设** -Godot、React、Vue、Django、FastAPI等
### 📄 PDF支持
- ✅ **基本PDF提取** -从PDF文件中提取文本、代码和图像
- ✅ **用于扫描PDF的OCR** -从扫描的文档中提取文本
- ✅ **密码保护的PDF** -处理加密的PDF
- ✅ **表格提取** -从PDF中提取复杂表格
- ✅ **并行处理** -对于大型PDF文件,速度提高了3倍
- ✅ **智能高速缓存** -重新运行速度提高50%
### 🎬 视频提取
- ✅ **YouTube和本地视频** -从视频中提取文字记录、屏幕代码和结构化知识
- ✅ **视觉框架分析** -从代码编辑器、终端、幻灯片和图表中提取OCR
- ✅ **GPU自动检测** -自动安装正确的PyTorch版本(CUDA/ROCm/MPS/CPU)
- ✅ **AI增强** -两步:清理OCR伪影+生成抛光SKILL.md
- ✅ **时间剪辑** -提取特定部分 `--start-time` 和 `--end-time`
- ✅ **播放列表支持** -批量处理YouTube播放列表中的所有视频
- ✅ **愿景API回退** -使用Claude Vision处理低置信度OCR帧
### 🐙 GitHub存储库分析
- ✅ **深度代码分析** -AST解析Python、JavaScript、TypeScript、Java、C++、Go
- ✅ **API提取** -带有参数和类型的函数、类、方法
- ✅ **存储库元数据** -README、文件树、语言分解、星/叉
- ✅ **GitHub问题和PR** -使用标签和里程碑获取打开/关闭的问题
- ✅ **变更日志和发布** -自动提取版本历史记录
- ✅ **冲突检测** -将记录的API与实际代码实现进行比较
- ✅ **MCP集成** -自然语言:“废弃GitHub仓库facebook/react”
### 🔄 统一多源报废
- ✅ **合并多个来源** -将文档、GitHub和PDF结合在一起
- ✅ **冲突检测** -自动查找文档和代码之间的差异
- ✅ **智能合并** -基于规则或人工智能的冲突解决
- ✅ **透明报告** -并排比较⚠️ 警告
- ✅ **文件差距分析** -识别过时的文档和未记录的功能
- ✅ **单一事实来源** -一种既显示意图(文档)又显示现实(代码)的技能
- ✅ **向后兼容** -传统的单源配置仍然有效
### 🤖 多LLM平台支持
- ✅ **12个LLM平台** -Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、通用Markdown、OpenCode、Kimi(Moonshot AI)、DeepSeek AI、Qwen(阿里巴巴)、OpenRouter、Together AI、Fireworks AI
- ✅ **通用刮擦** -相同的文档适用于所有平台
- ✅ **平台特定包装** -为每个LLM优化格式
- ✅ **一个命令导出** - `--target` 标志选择平台
- ✅ **可选依赖关系** -只安装你需要的东西
- ✅ **100%向后兼容** -现有的Claude工作流程不变
|平台|格式|上传|增强| API密钥|自定义端点|
|----------|--------|--------|-------------|---------|-----------------|
| **克劳德AI** |ZIP+YAML |✅ 自动|✅ 是| ANTHROPIC_API_KEY | ANTHROPIC_BASE_URL|
| **谷歌双子座** |tar.gz |✅ 自动|✅ 是| GOOGLE_API_KEY |-|
| **OpenAI ChatGPT** |ZIP+矢量存储|✅ 自动|✅ 是|OPENAI_API_KEY |-|
| **MiniMax AI** |ZIP+知识文件|✅ 自动|✅ 是|MINIMAX_API_KEY |-|
| **通用Markdown** |ZIP |❌ 手册|❌ 否|-|-|
```bash
# Claude (default - no changes needed!)
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
# Generic Markdown (universal export)
skill-seekers package output/react/ --target markdown
# Use the markdown files directly in any LLM
🔧 Environment Variables for Claude-Compatible APIs (e.g., GLM-4.7)
技能寻求者支持任何兼容Claude的API端点:```bash
Option 1: Official Anthropic API (default)
export ANTHROPIC_API_KEY=sk-ant-...
Option 2: GLM-4.7 Claude-compatible API
export ANTHROPIC_API_KEY=your-glm-47-api-key
export ANTHROPIC_BASE_URL=https://glm-4-7-endpoint.com/v1
All AI enhancement features will use the configured endpoint
skill-seekers enhance output/react/
skill-seekers analyze --directory . --enhance
**备注**:设置 `ANTHROPIC_BASE_URL` 允许您使用任何兼容Claude的API端点,如GLM-4.7(AI)或其他兼容服务。
**安装:**```bash
# Install with Gemini support
pip install skill-seekers[gemini]
# Install with OpenAI support
pip install skill-seekers[openai]
# Install with MiniMax support
pip install skill-seekers[minimax]
# Install with all LLM platforms
pip install skill-seekers[all-llms]
🔗 RAG框架集成
-
✅ LangChain文档 -直接出口至
Document格式与page_content+元数据 -
非常适合:QA链、检索器、矢量库、代理
- 例子: LangChain RAG管道
-
指南: LangChain集成
-
✅ LlamaIdex文本节点 -出口到
TextNode具有唯一ID+嵌入的格式 -
非常适合:查询引擎、聊天引擎、存储上下文
- 例子: LlamaIndex查询引擎
-
指南: LlamaIdex集成
-
✅ 松果就绪格式 -针对矢量数据库升级进行了优化
-
非常适合:生产向量搜索、语义搜索、混合搜索
- 例子: 松果上升
- 指南: 松果集成
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 (Universal)
skill-seekers package output/django --target markdown
→ output/django-markdown/SKILL.md + references/
**完整的RAG管道指南:** RAG管道文件
______________________________________________________________________
### 🧠 AI编码助手集成
将任何框架文档转换为4+AI助手的专家编码上下文:
- ✅ **光标IDE** -生成 `.cursorrules` 用于AI驱动的代码建议
- 非常适合:特定于框架的代码生成、一致的模式
- 适用于:游标IDE(VS代码分叉)
- 指南: 光标集成
- 例子: 光标反应技能
- ✅ **帆板运动** -自定义Windsurf的AI助手上下文 `.windsurfrules`
- 非常适合:IDE原生AI辅助、基于流的编码
- 使用:Codeium的Windsurf IDE
- 指南: Windsurf集成
- 例子: Windsurf FastAPI上下文
- ✅ **Cline(VS代码)** -VS Code代理的系统提示+MCP
- 非常适合:VS code中的代理代码生成
- 适用于:VS Code的Cline扩展
- 指南: 临床整合
- 例子: Cline Django助手
- ✅ **Continue.dev** -IDE无关AI的上下文服务器
- 非常适合:多IDE环境(VS代码、JetBrains、Vim)、自定义LLM提供商
- 适用于:任何带有Continue.dev插件的IDE
- 指南: 持续集成
- 例子: 继续通用上下文
**AI编码工具的快速导出:**```bash
# For any AI coding assistant (Cursor, Windsurf, Cline, Continue.dev)
skill-seekers scrape --config configs/django.json
skill-seekers package output/django --target claude # or --target markdown
# Copy to your project (example for Cursor)
cp output/django-claude/SKILL.md my-project/.cursorrules
# Or for Windsurf
cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md
# Or for Cline
cp output/django-claude/SKILL.md my-project/.clinerules
# Or for Continue.dev (HTTP server)
python examples/continue-dev-universal/context_server.py
# Configure in ~/.continue/config.json
集成中心: 所有AI系统集成
🌊 三流GitHub架构
- ✅ 三流分析 -将GitHub仓库拆分为代码、文档和见解流
- ✅ 统一代码库分析器 -适用于GitHub URL和本地路径
- ✅ C3.x作为分析深度 -选择“基本”(1-2分钟)或“c3x”(20-60分钟)分析
- ✅ 增强型路由器生成 -GitHub元数据、README快速入门、常见问题
- ✅ 问题整合 -GitHub问题的主要问题和解决方案
- ✅ 智能路由关键字 -GitHub标签权重为2倍,可更好地检测主题
解释三条流:
- 流1:代码 -深度C3.x分析(模式、示例、指南、配置、架构)
- 流2:文档 -存储库文档(README、贡献、docs/*.md)
- 流3:见解 -社区知识(问题、标签、星星、叉子)```python
from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer
Analyze GitHub repo with all three streams
analyzer = UnifiedCodebaseAnalyzer()
result = analyzer.analyze(
source="https://github.com/facebook/react",
depth="c3x", # or "basic" for fast analysis
fetch_github_metadata=True
)
Access code stream (C3.x analysis)
print(f"Design patterns: {len(result.code_analysis['c3_1_patterns'])}")
print(f"Test examples: {result.code_analysis['c3_2_examples_count']}")
Access docs stream (repository docs)
print(f"README: {result.github_docs['readme'][:100]}")
Access insights stream (GitHub metadata)
print(f"Stars: {result.github_insights['metadata']['stars']}")
print(f"Common issues: {len(result.github_insights['common_problems'])}")
**查看完整文档**: 三流实施总结
### 🔐 智能速率限制管理和配置
- ✅ **多令牌配置系统** -管理多个GitHub帐户(个人、工作、OSS)
- 安全配置存储在 `~/.config/skill-seekers/config.json` (600个权限)
- 按配置文件速率限制策略: `prompt`, `wait`, `switch`, `fail`
- 每个配置文件可配置超时(默认值:30分钟,防止无限期等待)
- 智能回退链:CLI arg→ 环境变量→ 配置文件→ 提示
- Claude、Gemini、OpenAI的API密钥管理
- ✅ **交互式配置向导** -美观的终端用户界面,易于设置
- 用于创建令牌的浏览器集成(自动打开GitHub等)
- 令牌验证和连接测试
- 带有颜色编码的视觉状态显示
- ✅ **智能速率限制处理器** -不再无限期等待!
- 关于速率限制的预先警告(60/小时vs 5000/小时)
- 从GitHub API响应实时检测
- 实时倒计时,显示进度
- 速率受限时自动切换配置文件
- 四种策略:提示(询问)、等待(倒计时)、切换(尝试另一个)、失败(中止)
- ✅ **恢复能力** -继续中断的作业
- 以可配置的时间间隔自动保存进度(默认值:60秒)
- 列出所有可恢复的作业及其进度详细信息
- 自动清理旧作业(默认:7天)
- ✅ **CI/CD支持** -自动化的非交互模式
- `--non-interactive` 标志在没有提示的情况下快速失效
- `--profile` 标记以选择特定的GitHub帐户
- 清除管道日志的错误消息
**快速设置:**```bash
# One-time configuration (5 minutes)
skill-seekers config --github
# Use specific profile for private repos
skill-seekers github --repo mycompany/private-repo --profile work
# CI/CD mode (fail fast, no prompts)
skill-seekers github --repo owner/repo --non-interactive
# Resume interrupted job
skill-seekers resume --list
skill-seekers resume github_react_20260117_143022
利率限制策略说明:
- 提示 (默认)-询问在速率受限时该怎么办(等待、切换、设置令牌、取消)
- 等待 -使用倒计时器自动等待(尊重超时)
- 开关 -自动尝试下一个可用配置文件(用于多帐户设置)
- 失败 -立即失败,出现明显错误(非常适合CI/CD)
🎯 Bootstrap技能-自助托管
生成技能寻求者作为在您的AI代理(Claude Code、Kimi、Codex等)中使用的技能:```bash
Generate the skill
./scripts/bootstrap_skill.sh
Install to 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** -记录每个工具及其选项
- ✅ **快速入门示例** -常见工作流程和最佳实践
- ✅ **自动生成的API文档** -代码分析、模式和示例
### 🔐 私有配置存储库
- ✅ **基于Git的配置源** -从私有/团队git存储库获取配置
- ✅ **多源管理** -注册无限GitHub、GitLab、Bitbucket存储库
- ✅ **团队协作** -在3-5人的团队中共享自定义配置
- ✅ **企业支持** -通过基于优先级的解决方案扩展到500多名开发人员
- ✅ **安全认证** -环境变量令牌(GITHUB_TOKEN、GITLAB_TOKEN)
- ✅ **智能高速缓存** -克隆一次,自动拉取更新
- ✅ **离线模式** -脱机时使用缓存的配置
### 🤖 代码库分析(C3.x)
**C3.4:基于AI增强的配置模式提取**
- ✅ **9种配置格式** -JSON、YAML、TOML、ENV、INI、Python、JavaScript、Dockerfile、Docker Compose
- ✅ **7种图案类型** -数据库、API、日志记录、缓存、电子邮件、身份验证、服务器配置
- ✅ **AI增强** -可选双模人工智能分析(API+LOCAL)
- 解释每个配置的作用
- 提出最佳实践和改进建议
- **安全分析** -查找硬编码的秘密、暴露的凭据
- ✅ **自动文档** -生成所有配置的JSON+Markdown文档
- ✅ **MCP集成** - `extract_config_patterns` 支持增强功能的工具
**C3.3:人工智能增强指南**
- ✅ **全面的人工智能增强** -将基本指南转化为专业教程
- ✅ **5自动改进** -步骤说明、故障排除、先决条件、下一步、用例
- ✅ **双模式支持** -API模式(Claude API)或本地模式(Clade Code CLI)
- ✅ **本地模式下无API成本** -使用您的Claude Code Max计划进行免费增强
- ✅ **质量转型** -75行模板→ 500+ 线路综合指南
**用途:**```bash
# Quick analysis (1-2 min, basic features only)
skill-seekers analyze --directory tests/ --quick
# Comprehensive analysis with AI (20-60 min, all features)
skill-seekers analyze --directory tests/ --comprehensive
# With AI enhancement
skill-seekers analyze --directory tests/ --enhance
完整文档: docs/HOW_TO_GUIDES.md
🔄 增强工作流程预设
可重用的YAML定义的增强管道,控制AI如何将原始文档转化为精湛的技能。
- ✅ 5个捆绑预设 —
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/ - ✅ 多个工作流 --在一个命令中链接两个或多个工作流
- ✅ 完全托管CLI --列出、检查、复制、添加、删除和验证工作流```bash
Apply a single workflow
skill-seekers create ./my-project --enhance-workflow security-focus
Chain multiple workflows (applied in order)
skill-seekers create ./my-project \
--enhance-workflow security-focus \
--enhance-workflow minimal
Manage presets
skill-seekers workflows list # List all (bundled + user)
skill-seekers workflows show security-focus # Print YAML content
skill-seekers workflows copy security-focus # Copy to user dir for editing
skill-seekers workflows add ./my-workflow.yaml # Install a custom preset
skill-seekers workflows remove my-workflow # Remove a user preset
skill-seekers workflows validate security-focus # Validate preset structure
Copy multiple at once
skill-seekers workflows copy security-focus minimal api-documentation
Add multiple files at once
skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml
Remove multiple at once
skill-seekers workflows remove my-wf-a my-wf-b
**YAML预设格式:**```yaml
name: security-focus
description: "Security-focused review: vulnerabilities, auth, data handling"
version: "1.0"
stages:
- name: vulnerabilities
type: custom
prompt: "Review for OWASP top 10 and common security vulnerabilities..."
- name: auth-review
type: custom
prompt: "Examine authentication and authorisation patterns..."
uses_history: true
⚡ 性能和规模
- ✅ 异步模式 -使用async/await将抓取速度提高2-3倍(使用
--async旗帜) - ✅ 大型文档支持 -智能拆分处理10K-40K+页文档
- ✅ 路由器/集线器技能 -智能路由到专业子技能
- ✅ 平行刮擦 -同时处理多种技能
- ✅ 检查点/恢复 -永远不要在长时间的摩擦中失去进展
- ✅ 缓存系统 -报废一次,立即重建
🤖 Agent不可知技能生成
- ✅ 多代理支持 -通过以下方式为Claude、Kimi、Codex、Copilot、OpenCode或任何自定义代理生成技能
--agent旗帜 - ✅ 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 - ✅ 通用旗帜 -
--agent和--agent-cmd在所有命令上都可用(创建、抓取、github、pdf等)
📦 市场管道
- ✅ 发布到市场 -将技能发布到Claude Code插件市场仓库
- ✅ 端到端管道 -从文档来源到已发布的市场条目
✅ 质量保证
- ✅ 经过全面测试 -2540+测试,全面覆盖
📦 安装```bash
Basic install (documentation scraping, GitHub analysis, PDF, packaging)
pip install skill-seekers
With all LLM platform support
pip install skill-seekers[all-llms]
With MCP server
pip install skill-seekers[mcp]
Everything
pip install skill-seekers[all]
**需要帮助选择吗?** 运行安装向导:```bash
skill-seekers-setup
安装选项
| 安装 | 功能 |
|---|---|
pip install skill-seekers |
抓取、GitHub分析、PDF、所有平台 |
pip install skill-seekers[gemini] |
+谷歌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] |
+用于克劳德代码、游标等的MCP服务器。 |
pip install skill-seekers[video] |
+YouTube/Vimeo转录和元数据提取 |
pip install skill-seekers[video-full] |
+耳语转录和视觉帧提取 |
pip install skill-seekers[jupyter] |
+支持Jupyter笔记本 |
pip install skill-seekers[pptx] |
+PowerPoint支持 |
pip install skill-seekers[confluence] |
+对Confluence wiki的支持 |
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聊天导出支持 |
pip install skill-seekers[asciidoc] |
+AsciiDoc文档支持 |
pip install skill-seekers[all] |
一切启用 |
> 视频可视化deps(GPU感知): 安装后 skill-seekers[video-full],跑
> skill-seekers video --setup 自动检测GPU并安装正确的PyTorch
> 变体+easyocr。这是安装视觉提取依赖项的推荐方法。
🚀 One命令安装工作流
从配置到上传技能的最快方法——完全自动化:```bash
Install React skill from official configs (auto-uploads to Claude)
skill-seekers install --config react
Install from local config file
skill-seekers install --config configs/custom.json
Install without uploading (package only)
skill-seekers install --config django --no-upload
Preview workflow without executing
skill-seekers install --config react --dry-run
**时间:** 总共20-45分钟 · **质量:** 生产就绪(9/10) · **成本:** 自由
**执行的阶段:**```
📥 PHASE 1: Fetch Config (if config name provided)
📖 PHASE 2: Scrape Documentation
✨ PHASE 3: AI Enhancement (MANDATORY - no skip option)
📦 PHASE 4: Package Skill
☁️ PHASE 5: Upload to Claude (optional, requires API key)
要求:
- ANTHROPIC_API_KEY环境变量(用于自动部署)
- Claude Code Max计划(用于本地AI增强),或使用
--agent选择其他AI代理
📊 特征矩阵
技能寻求者支持 12个LLM平台, 8个RAG/矢量目标, 18种源类型,以及所有目标之间的全功能对等。
平台: Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、通用Markdown、OpenCode、Kimi(Moonshot AI)、DeepSeek AI、Qwen(阿里巴巴)、OpenRouter、Together AI、Fireworks AI
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提要、手册页、Confluence wiki、Notion页面、Slack/Discord聊天导出
看 完整的功能矩阵 详细的平台和功能支持。
快速平台比较
特性 · Claude · Gemini · OpenAI · MiniMax · Markdown
格式 · ZIP+YAML · tar.gz · ZIP+矢量 · ZIP+知识 · ZIP
上传 · ✅ API✅ API✅ API✅ API❌ 手册
增强 · ✅ 十四行诗4 · ✅ 2.0闪存 · ✅ GPT-4o · ✅ M2.7 · ❌ 没有
所有技能模式 · ✅ · ✅ · ✅ · ✅ · ✅
使用示例
文件报废```bash
Scrape documentation website
skill-seekers scrape --config configs/react.json
Quick scrape without config
skill-seekers scrape --url https://react.dev --name react
With async mode (3x faster)
skill-seekers scrape --config configs/godot.json --async --workers 8
Use a specific AI agent for enhancement
skill-seekers scrape --config configs/react.json --agent kimi
### PDF提取```bash
# Basic PDF extraction
skill-seekers pdf --pdf docs/manual.pdf --name myskill
# Advanced features
skill-seekers pdf --pdf docs/manual.pdf --name myskill \
--extract-tables \ # Extract tables
--parallel \ # Fast parallel processing
--workers 8 # Use 8 CPU cores
# Scanned PDFs (requires: pip install pytesseract Pillow)
skill-seekers pdf --pdf docs/scanned.pdf --name myskill --ocr
视频提取```bash
Install video support
pip install skill-seekers[video] # Transcripts + metadata
pip install skill-seekers[video-full] # + Whisper + visual frame extraction
Auto-detect GPU and install visual deps (PyTorch + easyocr)
skill-seekers video --setup
Extract from YouTube video
skill-seekers video --url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial
Extract from a YouTube playlist
skill-seekers video --playlist https://www.youtube.com/playlist?list=... --name myplaylist
Extract from a local video file
skill-seekers video --video-file recording.mp4 --name myrecording
Extract with visual frame analysis (requires video-full deps)
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial --visual
With AI enhancement (cleans OCR + generates polished SKILL.md)
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --enhance-level 2
Clip a specific section of a video (supports seconds, MM:SS, HH:MM:SS)
skill-seekers video --url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00
Use Vision API for low-confidence OCR frames (requires ANTHROPIC_API_KEY)
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --vision-ocr
Re-build skill from previously extracted data (skip download)
skill-seekers video --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial
> **完整指南:** 看 docs/VIDEO_GUIDE.md 对于完整的CLI参考,
> 可视化管道细节、AI增强选项和故障排除。
### GitHub存储库分析```bash
# Basic repository scraping
skill-seekers github --repo facebook/react
# With authentication (higher rate limits)
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers github --repo facebook/react
# Customize what to include
skill-seekers github --repo django/django \
--include-issues \ # Extract GitHub Issues
--max-issues 100 \ # Limit issue count
--include-changelog # Extract CHANGELOG.md
统一多源报废
将文档、GitHub和PDF整合为一项具有冲突检测功能的统一技能:```bash
Use existing unified configs
skill-seekers unified --config configs/react_unified.json
skill-seekers unified --config configs/django_unified.json
Or create unified config
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 unified --config configs/myframework_unified.json
**冲突检测会自动发现:**
- 🔴 **代码中缺少** (高):已记录但未执行
- 🟡 **文档中缺少** (中等):已实施但未记录
- ⚠️ **签名不匹配**:不同的参数/类型
- ℹ️ **描述不匹配**:不同的解释
**完整指南:** 看 docs/UNIFIED_SCRAPING.md 以获取完整的文档。
### 私有配置存储库
**使用私有git存储库跨团队共享自定义配置:**```bash
# Option 1: Using MCP tools (recommended)
# Register your team's private repo
add_config_source(
name="team",
git_url="https://github.com/mycompany/skill-configs.git",
token_env="GITHUB_TOKEN"
)
# Fetch config from team repo
fetch_config(source="team", config_name="internal-api")
支持的平台:
- GitHub(
GITHUB_TOKEN)GitLab(GITLAB_TOKEN)吉塔阿(GITEA_TOKEN),比特桶(BITBUCKET_TOKEN)
完整指南: 看 docs/GIT_CONFIG_SOURCES.md 以获取完整的文档。
运作原理```mermaid
graph LR
A[Documentation Website] --> B[Skill Seekers]
B --> C[Scraper]
B --> D[AI Enhancement]
B --> E[Packager]
C --> F[Organized References]
D --> F
F --> E
E --> G[AI Skill .zip]
G --> H[Upload to AI Platform]
0. **检测llms.txt** -首先检查llms-full.txt、llms.txt、llms-small.txt(智能SPA发现的一部分)
1. **刮擦**:从文档中提取所有页面
1. **分类**:将内容组织为主题(API、指南、教程等)
1. **增强**:AI分析文档并通过示例创建全面的SKILL.md(通过以下方式支持多个代理 `--agent`)
1. **包裹**:将所有内容捆绑到一个平台中 `.zip` 文件
## 建筑
该系统分为 **8个核心模块** 和 **5个实用模块** (总共约200个班级):
|模块|目的|关键类|
|--------|---------|-------------|
| **克利科尔** |Git风格的命令调度器| `CLIDispatcher`, `SourceDetector`, `CreateCommand` |
| **刮刀** |18个源型提取器| `DocToSkillConverter`, `GitHubScraper`, `UnifiedScraper` |
| **适配器** |20+输出平台格式| `SkillAdaptor` (ABC), `ClaudeAdaptor`, `LangChainAdaptor` |
| **分析** |C3.x代码库分析流水线| `UnifiedCodebaseAnalyzer`, `PatternRecognizer`10个GoF探测器|
| **增强** |通过人工智能提高技能 `AgentClient` | `AgentClient`, `AIEnhancer`, `UnifiedEnhancer`, `WorkflowEngine` |
| **包装** |打包、上传、安装技能| `PackageSkill`, `InstallAgent` |
| **主控程序** |FastMCP服务器(40个工具)| `SkillSeekerMCPServer`,10个工具模块|
| **同步** |单据变更检测| `ChangeDetector`, `SyncMonitor`, `Notifier` |
实用模块: **解析器** (28个CLI解析器), **存储** (S3/GCS/Alue), **嵌入** (多提供者矢量), **基准** 演出 **公用事业** (16名共享助手)。
完整的UML图: **docs/UML_ARCHITECTURE.md** · StarUML项目: `docs/UML/skill_seekers.mdj` · HTML API参考: `docs/UML/html/`
## 📋 先决条件
**在开始之前,请确保您已经:**
1. **Python 3.10或更高版本** - 下载 |检查: `python3 --version`
1. **Git** - 下载 |检查: `git --version`
1. **15-30分钟** 用于首次设置
**首次用户?** → **从这里开始:防弹快速入门指南** 🎯
______________________________________________________________________
## 📤 上传技能给Claude
一旦你的技能被打包,你需要将其上传到Claude:
### 选项1:自动上载(基于API)```bash
# Set your API key (one-time)
export ANTHROPIC_API_KEY=sk-ant-...
# Package and upload automatically
skill-seekers package output/react/ --upload
# OR upload existing .zip
skill-seekers upload output/react.zip
选项2:手动上传(无API密钥)```bash
Package skill
skill-seekers package output/react/
→ Creates output/react.zip
Then manually upload:
- Go to https://claude.ai/skills
- Click "Upload Skill"
- Select output/react.zip
### 选项3:MCP(克劳德代码)```
In Claude Code, just ask:
"Package and upload the React skill"
🤖 安装到AI代理
技能寻求者可以自动为19个AI编码代理安装技能。```bash
Install to specific agent
skill-seekers install-agent output/react/ --agent cursor
Install to IBM Bob (project-local .bob/skills/)
skill-seekers install-agent output/react/ --agent bob
Install to all agents at once
skill-seekers install-agent output/react/ --agent all
Preview without installing
skill-seekers install-agent output/react/ --agent cursor --dry-run
### 支持的代理
|代理|路径|类型|
|-------|------|------|
| **克劳德代码** | `~/.claude/skills/` |全球|
| **光标** | `.cursor/skills/` |项目|
| **VS代码/副本** | `.github/skills/` |项目|
| **安培** | `~/.amp/skills/` |全球|
| **鹅** | `~/.config/goose/skills/` |全球|
| **开源代码** | `~/.opencode/skills/` |全球|
| **帆板运动** | `~/.windsurf/skills/` |全球|
| **鲁代码** | `.roo/skills/` |项目|
| **克莱恩** | `.cline/skills/` |项目|
| **教唆者** | `~/.aider/skills/` |全球|
| **螺栓** | `.bolt/skills/` |项目|
| **千码** | `.kilo/skills/` |项目|
| **继续** | `~/.continue/skills/` |全球|
| **基米代码** | `~/.kimi/skills/` |全球|
| **IBM Bob** | `.bob/skills/` |项目|
______________________________________________________________________
## 🔌 MCP集成(26个工具)
技能寻求者会提供一个MCP服务器,供Claude Code、Cursor、Windsurf、VS Code+Cline或IntelliJ IDEA使用。```bash
# stdio mode (Claude Code, VS Code + Cline)
python -m skill_seekers.mcp.server_fastmcp
# HTTP mode (Cursor, Windsurf, IntelliJ)
python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765
# Auto-configure all agents at once
./setup_mcp.sh
所有26个可用工具:
- 核心(9):
list_configs,generate_config,validate_config,estimate_pages,scrape_docs,package_skill,upload_skill,enhance_skill,install_skill - 扩展(10):
scrape_github,scrape_pdf,unified_scrape,merge_sources,detect_conflicts,add_config_source,fetch_config,list_config_sources,remove_config_source,split_config - 矢量数据库(4):
export_to_chroma,export_to_weaviate,export_to_faiss,export_to_qdrant - 云(3):
cloud_upload,cloud_download,cloud_list
完整指南: docs/MCP_SETUP.md
⚙️ 配置
可用预设(24+)```bash
List all presets
skill-seekers list-configs
|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` |
| **工具和DevOps** | `docker`, `kubernetes`, `terraform`, `ansible` |
| **统一(文档+GitHub)** | `react-unified`, `vue-unified`, `nextjs-unified`,以及更多|
### 创建自己的配置```bash
# Option 1: Interactive
skill-seekers scrape --interactive
…(正文过长,页面只展示前面部分,完整内容见仓库)
