技能定位
本技能为全局前置调度技能。收到任务后，AI 自动解析用户需求，从本地已安装技能和插件市场中语义匹配最适配的技能，静默加载或推荐安装。
核心架构：AI 语义匹配 + 脚本提供候选
本技能采用 "脚本提供候选清单，AI 做语义匹配" 架构：
- 脚本职责：扫描本地已安装技能的元数据（name / description / tags）+ 加载市场技能库，输出 JSON 候选清单
- AI 职责：理解用户需求语义，从候选清单中选出最匹配的技能，自行判断匹配度
> 此架构解决了关键词匹配对中文查询失效的问题——AI 的语义理解远强于字符串重合。
跨客户端环境支持
自动探测 11 种 Agent 客户端的技能目录，包括：
- TraeWork：~/.trae-cn/skills
- WorkBuddy / CodeBuddy：~/.workbuddy/skills
- Claude Code：~/.claude/skills
- Codex / Cursor / Gemini CLI 等其他客户端
- 项目级目录：当前工作目录下的 .trae/skills、.workbuddy/skills 等
与全局规则的联动
本技能配套 rules/ 目录下的全局规则文件。全局规则采用全量加载机制，对话开始时即注入 AI 上下文，强制 AI 在每个新任务中先完成技能匹配决策。
- 已安装全局规则：每次新建任务，AI 必须执行匹配决策 → 调用本技能脚本获取候选 → AI 语义匹配 → 输出标记 → 移交控制权
- 未安装规则：本技能仍可被自动触发或手动调用，但无法保证每个任务都前置生效
安装规则才能实现"每个任务都生效"，安装方式见 README.md。
执行流程
第一步：需求解析
- AI 提取用户输入的核心意图、任务目标、期望输出
- 判断所属场景（开发 / 办公 / 数据分析 / 设计 / 运营 / 通用）
第二步：获取候选清单
- 执行
python scripts/matcher_core.py "<用户输入>"获取候选技能清单 - 脚本自动探测当前 Agent 环境的技能目录，扫描所有已安装技能的元数据
- 同时加载内置市场技能库
- 输出 JSON 包含：所有已安装技能的 name / description / tags / path + 市场技能清单
第三步：AI 语义匹配（核心）
由 AI（而非脚本）完成语义匹配：
1. 逐个阅读候选清单中每个技能的 description 和 tags
2. 与用户需求做语义匹配——理解意图而非字面重合
3. 自行判断匹配度（高 / 中 / 低 / 不匹配），无需依赖固定阈值
4. 选出 Top 1-5 候选技能
第四步：调度执行策略
按以下优先级处理：
1. 高度匹配的已安装技能：直接静默加载该技能，完整保留用户原始请求上下文，移交任务控制权
2. 中等匹配的已安装技能：列出 Top 3 候选技能，每技能附 1 句话功能说明与匹配理由，询问用户选择
3. 无合适已安装技能，但有高匹配市场技能：展示 Top 3 推荐安装插件，说明匹配价值，引导用户安装
4. 完全无匹配技能：告知用户使用通用能力处理，并提示可在插件市场搜索相关技能
进阶能力
用户反馈自学习
每次匹配完成后可收集用户选择结果，通过 scripts/feedback_manager.py 动态调整对应技能的匹配权重，越用越精准。支持权重持久化存储，重启不丢失。
智能休眠管理
自动识别 30 天以上未使用的低频技能，匹配时降低权重，减少干扰；用户手动启用后自动恢复权重。
配置说明
匹配参数可在 config/settings.json 中自定义调整。
注意事项
- 本技能为前置调度技能，匹配完成后立即移交控制权，不阻塞任务执行
- 仅需要用户确认时才输出交互信息，其余情况后台静默执行
- 插件市场技能库定期更新，可通过脚本自动拉取最新快照
- 所有候选清单收集均在本地执行，不上传任何用户对话数据
- 若用户明确指定使用某技能，跳过匹配流程，直接使用用户指定的技能
- 脚本仅提供候选数据，匹配判断由 AI 语义理解完成，不依赖关键词重合或固定阈值
