🛠️ CLI 自动变技能（中文微调版）
> 给它一个命令行工具的名字 → 它自动爬帮助、查真实用法、生成一份开箱即用的 AI 技能包。你以后再让 AI 用这个工具，就像它练了三个月一样熟。
这是什么 / 能干嘛
- 爬帮助树：递归跑
<cli> --help、子命令--help，把命令、参数、用法全摸清楚（自动去 ANSI 色、合并 stderr、关分页器）。 - 研究真实用法：去翻官方文档、常见工作流、坑点，提炼出「20% 命令覆盖 80% 用法」的核心清单。
- 生成技能包：按 Agent Skills 开放标准（agentskills.io）产出
SKILL.md+references/，任务导向、示例驱动、不堆参数表。 - 自带金标准示例：仓库里已带
gh（子命令多）、ripgrep/rg（flag 多）、ffmpeg（庞大自定义）三种原型参考，照着学最快。
本机一键跑（专属增强）
我加了一个 run_zh.py 便捷入口——你只要告诉它「想给哪个命令做技能」，它会自动定位原版 SKILL 并提示工作流：
cd <本技能目录>
# 看用法
"C:/Users/Administrator/.workbuddy/binaries/python/versions/3.13.12/python.exe" run_zh.py --help
# 对一个已安装命令做技能（示例：把 rg 做成技能）
"C:/Users/Administrator/.workbuddy/binaries/python/versions/3.13.12/python.exe" run_zh.py rg
> 注：run_zh.py 是「引导器」——它把原版工作流（爬帮助→研究→生成）串成可复制的步骤并打印出来，真正的生成由 AI 按 SKILL.md 执行（生成内容需在对话里完成，不联网替你写死）。生成结果会写到 <cli>/SKILL.md。
手动工作流（原版精简）
# 1. 确认 CLI 存在 + 拿根帮助（判断框架）
which <cli> && <cli> --version
PAGER=cat NO_COLOR=1 <cli> --help 2>&1 | head -80
# 2. 递归爬帮助树（去色、合并 stderr、关分页器）
PAGER=cat NO_COLOR=1 <cli> --help 2>&1 | sed 's/\x1b\[[0-9;]*m//g'
PAGER=cat NO_COLOR=1 <cli> <sub> --help 2>&1 | sed 's/\x1b\[[0-9;]*m//g'
# 3. 研究真实用法（搜官方文档/教程/坑点）
# 4. 生成 SKILL.md（任务导向、示例驱动、<500 行）
# 5. 把深层主题拆到 references/（每个文件聚焦一个任务）
生成规范（关键）
- 示例驱动：命令放在真实场景里写，别列参数目录。
- 任务导向：按「要完成什么」组织，不按命令树组织。
- Quick start 必写：标题后第一节，3-5 条能直接抄的命令。
- 真实值 > 抽象占位：
docker run -d -p 8080:80 --name web nginx胜过docker run [OPTIONS] IMAGE。 - 标坑点：
--help不告诉你的陷阱（参数顺序、破坏性默认值、静默失败）要显式列出。 - 不超 500 行：多的进
references/。
国内/本机适配（专属增强）
- 原版用
which探测命令；Windows 上若which不可用，可改用where <cli>或Get-Command <cli>。 - 帮助文本去色用
sed 's/\x1b\[[0-9;]*m//g'（Git Bash 可用）；PowerShell 可用& <cli> --help 2>&1 | ForEach-Object { $_ -replace '\x1b\[[0-9;]*m','' }。 - 受管 Python 路径：
C:/Users/Administrator/.workbuddy/binaries/python/versions/3.13.12/python.exe
合规边界（重要）
- 仅用于学习参考 / 个人效率 / 给自己封装常用工具；生成的技能包若公开发布，须保留原 CLI 项目本身的许可证与署名。
- 不要把这个技能用来绕过付费/授权限制的工具，也不要生成用于攻击、爬取敏感数据的命令技能。
- 不碰政治敏感 / 医疗诊断 / 投资建议类内容的自动化。
文件结构
skill-from-cli-zh/
├── SKILL.md # 本说明（中文微调版）
├── run_zh.py # 专属一键引导器
├── references/ # 原版资料（MIT，保留署名）
│ ├── cli-frameworks.md # 各框架识别特征与解析规则
│ ├── output-examples.md # 生成技能范例总览
│ └── examples/ # gh / ffmpeg / rg 三个真实生成样例
└── assets/ # 运行时输出（生成的技能包）
> 署名与协议：本技能基于 ahutanu/awesome-agent-skills 的 skill-from-cli 微调，已本地化（中文化）+ 增强（一键引导器 run_zh.py、Windows/国内适配、合规边界）。原版协议 MIT，署名保留。微调部分同样以 MIT 共享。
