人工智能AI 应用AI 技能RAGMCP 服务网页爬虫【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址https://gitcode.com/gh_mirrors/sk/Skill_Seekers点击查看免费下载Skill Seekers 是一个把文档网站、GitHub 仓库、本地代码库与 PDF 转化为 Claude AI 技能skill的开源项目。本篇指南聚焦其构建体系中最容易被忽略却至关重要的组件——scripts/skill_header.md一段被 scripts/bootstrap_skill.sh 自动拼接到每个生成产物SKILL.md顶部的标准头部模板。读完本文你将掌握该模板的每个字段与命令的准确语义、各参数在源码中的真实作用以及它如何在构建管线中与自动生成的正文合并、校验并交付。模板全貌一段既是规范、又是产物的 Markdownscripts/skill_header.md全文约四十行结构极为紧凑由四部分组成YAML frontmatter、Prerequisites、Commands、Quick Start 与 Options。它同时承担两种身份既是人写的模板作为文档阅读也是机器拼装的产物被脚本注入到每个技能文件中。以下为模板的完整内容--- name: skill-seekers description: Generate LLM skills from documentation, codebases, and GitHub repositories --- # Skill Seekers ## Prerequisites bash pip install skill-seekers # Or: uv pip install skill-seekersCommandsSourceCommandLocal codeskill-seekers create ./pathDocs URLskill-seekers create https://docs.example.comGitHubskill-seekers create owner/repoPDFskill-seekers create document.pdfQuick Start# Analyze local codebase skill-seekers create /path/to/project --name my-skill # Package for Claude yes | skill-seekers package output/my-skill/ --no-openOptionsFlagDescription--preset quick/standard/comprehensiveAnalysis preset--skip-patternsSkip pattern detection--skip-test-examplesSkip test extraction这个模板的设计意图非常明确让任何拿到生成结果的人无论是否了解 Skill Seekers都能在几秒内看懂“这个技能是什么、依赖什么、如何调用、有哪些开关”。 ## YAML frontmatter技能的身份证 模板以标准的 YAML frontmatter 开头包含两个必填键 yaml --- name: skill-seekers description: Generate LLM skills from documentation, codebases, and GitHub repositories ---name技能的唯一标识名用于 Claude 等 Agent 加载时识别技能文件description一句话说明技能能力是 Agent 决定“何时该调用该技能”的依据。这段 frontmatter 并非可有可无。测试 tests/test_bootstrap_skill.py 明确断言了头部模板必须以---起始、必须包含name: skill-seekers与description:键构建脚本在合并完成后还会用grep -q ^name:与grep -q ^description:再次校验确保合并结果保留了完整的 frontmatter。这说明 frontmatter 是 SKILL.md 能被正确识别的硬性前提而非装饰。Prerequisites两种安装方式模板给出的安装方式有两种pip install skill-seekers # Or: uv pip install skill-seekerspip标准 Python 包管理器方式适合绝大多数环境uv使用 uv 作为安装器速度更快也正对应构建脚本中默认依赖 uv 的同步机制见下文“组装管线”。无论哪种方式安装后即可在任意目录使用skill-seekers命令。测试对 Prerequisites 段落的约束同样体现在 tests/test_bootstrap_skill.py 中头部必须包含## Prerequisites小节与pip install skill-seekers指令。Commands 命令表四类输入源统一为一条 create 命令模板用一张表格概括了 Skill Seekers 对四类输入源的统一入口——全部收敛到skill-seekers create只是参数不同SourceCommandLocal codeskill-seekers create ./pathDocs URLskill-seekers create https://docs.example.comGitHubskill-seekers create owner/repoPDFskill-seekers create document.pdf本地代码传入目录路径触发对代码库的静态分析文档 URL传入 HTTP(S) 地址触发对文档站点的抓取与解析GitHub 仓库传入owner/repo形式的仓库坐标从 GitHub 拉取源码进行分析PDF直接传入本地 PDF 文件路径。统一入口的设计让使用者在面对不同来源时无需记忆多套命令这正是模板希望传达给技能使用者的第一印象。Quick Start一次完整的“分析 打包”闭环Quick Start 用两个命令演示了最小可用流程# Analyze local codebase skill-seekers create /path/to/project --name my-skill # Package for Claude yes | skill-seekers package output/my-skill/ --no-open第一步create对指定路径进行全量分析--name my-skill指定产物技能名分析结果输出到output/my-skill/第二步package把分析产物打包为可直接交付给 Claude 的技能yes |用于自动确认交互式提示--no-open则关闭打包完成后自动打开的行为。这两步构成的闭环是理解整个项目工作流的最小范例模板将其放在命令表之后让读者能立刻动手验证。Options 参数详解从模板到源码的三条开关模板列出了三个高频参数它们并非文档虚构而是在 src/skill_seekers/cli/arguments/create.py 与 src/skill_seekers/cli/arguments/analyze.py 中均有真实定义--preset三档分析深度--preset quick/standard/comprehensive参数在 create.py 中被定义为 choices 受限参数可选值为quick、standard、comprehensive源码注释给出了对应耗时quick1–2 分钟、standard5–10 分钟、comprehensive20–60 分钟。三档预设的实际差异定义在 src/skill_seekers/cli/presets/analyze_presets.py 中。以quick为例第 43–56 行其深度为surface并且只开启api_reference一项特性关闭了依赖图、模式检测、测试示例提取、How-to 指南与配置模式检测quick: AnalysisPreset( nameQuick, descriptionFast basic analysis with minimal features, depthsurface, features{ api_reference: True, dependency_graph: False, patterns: False, test_examples: False, how_to_guides: False, config_patterns: False, }, estimated_time1-2 minutes, ),可以推断standard与comprehensive则是逐步开启更多特性的更深预设。使用时按“先快速扫描、再深入分析”的节奏选择即可。--skip-patterns与--skip-test-examples按需关闭耗时特性这两个布尔开关分别用于关闭设计模式检测与测试示例提取。模板中的描述Skip pattern detection/Skip test extraction与源码定义一一对应create.py 中二者均为store_true型开关在 src/skill_seekers/cli/create_command.py 中它们被转换为分析上下文标志detect_patterns: not ctx.analysis.skip_patterns与extract_test_examples: not ctx.analysis.skip_test_examples即默认开启指定参数后显式关闭默认值记录在 src/skill_seekers/cli/defaults.jsonskip_patterns: false、skip_test_examples: false参数在 src/skill_seekers/cli/execution_context.py 中被建模为AnalysisConfig的字段。实际用途很直白当你只关心 API 概览、不需要模式识别或示例提取时加上这两个开关可以显著缩短分析时间、减小生成体积。组装管线头部模板如何进入最终 SKILL.md模板的真正价值在 scripts/bootstrap_skill.sh 中被体现。该脚本用于“用 Skill Seekers 构建它自己的操作技能”其核心组装逻辑在第 49–54 行# Stream the generated body; do not hold the entire skill in a shell variable. cat $SCRIPT_DIR/skill_header.md $TEMP_OUTPUT/merged.md awk BEGIN { delimiters0 } /^---$/ delimiters2 { delimiters; next } delimiters2 { print } \ $TEMP_OUTPUT/SKILL.md $TEMP_OUTPUT/merged.md mv $TEMP_OUTPUT/merged.md $TEMP_OUTPUT/SKILL.md grep -q ^name: $TEMP_OUTPUT/SKILL.md grep -q ^description: $TEMP_OUTPUT/SKILL.md整个过程分五步先生成正文脚本调用skill-seekers create默认通过uv run也可用--no-sync --python指定解释器分析项目源码得到带自身 frontmatter 的SKILL.md注入头部用cat把skill_header.md写入临时合并文件作为最终文件的第一段剥离正文 frontmatterawk程序跳过正文SKILL.md中的前两个---分隔符即其自带的 frontmatter 块只追加---之后的正文部分——这样就不会出现两套 frontmatter 冲突原子替换合并结果先写入临时目录全部校验通过后才替换旧输出若分析失败脚本会保留上一次生成的技能文件不变这一点由 tests/test_bootstrap_skill.py 中test_analysis_failure_preserves_existing_output用例专门验证双 grep 校验合并完成后必须能匹配到^name:与^description:否则视为失败确保头部 frontmatter 完整无缺。值得注意的细节是脚本使用了流式处理注释明确写道“do not hold the entire skill in a shell variable”避免把大体积技能文件读入 shell 变量导致内存问题这也解释了为什么模板本身要刻意保持精简——它需要被高频、轻量地拼接到大文件头部。测试守护模板结构是被测试锁定的契约scripts/skill_header.md的结构不是随意约定而是被测试显式锁定的契约。在 tests/test_bootstrap_skill.py 中可以看到test_header_template_exists断言模板文件必须存在test_header_has_required_sections断言必须包含## Prerequisites与pip install skill-seekers必须包含## Commands小节并提及skill-seekers createtest_header_has_yaml_frontmatter断言必须以---开头且包含name: skill-seekers与description:test_bootstrap_script_runs端到端运行真实分析后检查最终SKILL.md中确实带上了模板注入的## Prerequisites与安装指令。这些用例共同构成了模板的“规格说明”任何对头部模板的修改只要破坏上述任何一项契约CI 测试就会立刻失败。这让模板成为项目对“合格 SKILL.md”定义的稳定基准。实践建议自定义头部模板时的注意事项如果你希望在自己的技能产物中使用类似机制可以遵循以下要点frontmatter 是硬要求name与description缺一不可二者是 Agent 识别与调度技能的依据安装指令要保留Prerequisites 段落是使用者上手的第一个入口务必给出至少一种明确可执行的安装方式命令表格按“输入源”组织把不同来源的统一命令入口列成表格比大段文字更易被阅读和引用参数只列高频开关模板中只保留--preset、--skip-patterns、--skip-test-examples三个参数其余参数交由--help或 docs/reference/CLI_REFERENCE.md 承载避免头部臃肿合并时剥离正文 frontmatter像 bootstrap 脚本那样用awk跳过正文的前两个---再拼接模板杜绝双 frontmatter用测试锁定契约为模板的关键段落、frontmatter 键和注入结果编写断言让模板演进有据可依。总结scripts/skill_header.md以极小的体积承载了 SKILL.md 的标准骨架frontmatter 定义身份Prerequisites 给出安装入口Commands 表统一四类输入源Quick Start 演示最小闭环Options 表衔接三个高频参数。它本身只是四十行左右的模板但经由 scripts/bootstrap_skill.sh 的流式拼装与双 grep 校验、再叠加 tests/test_bootstrap_skill.py 的契约测试成为整个“用 Skill Seekers 构建自身技能”自举流程中稳定、可验证、可复用的基础设施。理解它也就理解了 Skill Seekers 交付给每个使用者的技能文件为什么总是结构清晰、开箱即用。赞分享人工智能AI 应用AI 技能RAGMCP 服务网页爬虫【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址https://gitcode.com/gh_mirrors/sk/Skill_Seekers点击查看免费下载相关推荐Skill Seekers RSS 技能生成SKILL.md 金标输出结构与截断规范解析Skill Seekers RSS 技能生成SKILL.md 金标输出结构与截断规范解析 导读 本文以 Skill Seekers 仓库中 tests/gol人工智能AI 应用AI 技能RAGMCP 服务网页爬虫RenderCV AI Agent Skill 模板解析从 Jinja2 模板到自动化简历生成技能RenderCV AI Agent Skill 模板解析从 Jinja2 模板到自动化简历生成技能 本篇技术指南围绕 RenderCV 仓库中的 skill_开发工具CLICSSG压缩与编码最佳实践gzipbase64组合让载荷体积最小化CSSG压缩与编码最佳实践gzipbase64组合让载荷体积最小化 CSSGCobalt Strike Shellcode Generator是一款专业人工智能AI 应用AI 技能RAGMCP 服务网页爬虫上一篇Hyperresearch项目概览16步研究流水线到底如何运作下一篇如何使用Injector快速注入DLL从安装到执行的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Skill Seekers 技能头部模板（skill_header.md）解析：从标准 SKILL.md 骨架到自动化组装管线
人工智能AI 应用AI 技能RAGMCP 服务网页爬虫【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址https://gitcode.com/gh_mirrors/sk/Skill_Seekers点击查看免费下载Skill Seekers 是一个把文档网站、GitHub 仓库、本地代码库与 PDF 转化为 Claude AI 技能skill的开源项目。本篇指南聚焦其构建体系中最容易被忽略却至关重要的组件——scripts/skill_header.md一段被 scripts/bootstrap_skill.sh 自动拼接到每个生成产物SKILL.md顶部的标准头部模板。读完本文你将掌握该模板的每个字段与命令的准确语义、各参数在源码中的真实作用以及它如何在构建管线中与自动生成的正文合并、校验并交付。模板全貌一段既是规范、又是产物的 Markdownscripts/skill_header.md全文约四十行结构极为紧凑由四部分组成YAML frontmatter、Prerequisites、Commands、Quick Start 与 Options。它同时承担两种身份既是人写的模板作为文档阅读也是机器拼装的产物被脚本注入到每个技能文件中。以下为模板的完整内容--- name: skill-seekers description: Generate LLM skills from documentation, codebases, and GitHub repositories --- # Skill Seekers ## Prerequisites bash pip install skill-seekers # Or: uv pip install skill-seekersCommandsSourceCommandLocal codeskill-seekers create ./pathDocs URLskill-seekers create https://docs.example.comGitHubskill-seekers create owner/repoPDFskill-seekers create document.pdfQuick Start# Analyze local codebase skill-seekers create /path/to/project --name my-skill # Package for Claude yes | skill-seekers package output/my-skill/ --no-openOptionsFlagDescription--preset quick/standard/comprehensiveAnalysis preset--skip-patternsSkip pattern detection--skip-test-examplesSkip test extraction这个模板的设计意图非常明确让任何拿到生成结果的人无论是否了解 Skill Seekers都能在几秒内看懂“这个技能是什么、依赖什么、如何调用、有哪些开关”。 ## YAML frontmatter技能的身份证 模板以标准的 YAML frontmatter 开头包含两个必填键 yaml --- name: skill-seekers description: Generate LLM skills from documentation, codebases, and GitHub repositories ---name技能的唯一标识名用于 Claude 等 Agent 加载时识别技能文件description一句话说明技能能力是 Agent 决定“何时该调用该技能”的依据。这段 frontmatter 并非可有可无。测试 tests/test_bootstrap_skill.py 明确断言了头部模板必须以---起始、必须包含name: skill-seekers与description:键构建脚本在合并完成后还会用grep -q ^name:与grep -q ^description:再次校验确保合并结果保留了完整的 frontmatter。这说明 frontmatter 是 SKILL.md 能被正确识别的硬性前提而非装饰。Prerequisites两种安装方式模板给出的安装方式有两种pip install skill-seekers # Or: uv pip install skill-seekerspip标准 Python 包管理器方式适合绝大多数环境uv使用 uv 作为安装器速度更快也正对应构建脚本中默认依赖 uv 的同步机制见下文“组装管线”。无论哪种方式安装后即可在任意目录使用skill-seekers命令。测试对 Prerequisites 段落的约束同样体现在 tests/test_bootstrap_skill.py 中头部必须包含## Prerequisites小节与pip install skill-seekers指令。Commands 命令表四类输入源统一为一条 create 命令模板用一张表格概括了 Skill Seekers 对四类输入源的统一入口——全部收敛到skill-seekers create只是参数不同SourceCommandLocal codeskill-seekers create ./pathDocs URLskill-seekers create https://docs.example.comGitHubskill-seekers create owner/repoPDFskill-seekers create document.pdf本地代码传入目录路径触发对代码库的静态分析文档 URL传入 HTTP(S) 地址触发对文档站点的抓取与解析GitHub 仓库传入owner/repo形式的仓库坐标从 GitHub 拉取源码进行分析PDF直接传入本地 PDF 文件路径。统一入口的设计让使用者在面对不同来源时无需记忆多套命令这正是模板希望传达给技能使用者的第一印象。Quick Start一次完整的“分析 打包”闭环Quick Start 用两个命令演示了最小可用流程# Analyze local codebase skill-seekers create /path/to/project --name my-skill # Package for Claude yes | skill-seekers package output/my-skill/ --no-open第一步create对指定路径进行全量分析--name my-skill指定产物技能名分析结果输出到output/my-skill/第二步package把分析产物打包为可直接交付给 Claude 的技能yes |用于自动确认交互式提示--no-open则关闭打包完成后自动打开的行为。这两步构成的闭环是理解整个项目工作流的最小范例模板将其放在命令表之后让读者能立刻动手验证。Options 参数详解从模板到源码的三条开关模板列出了三个高频参数它们并非文档虚构而是在 src/skill_seekers/cli/arguments/create.py 与 src/skill_seekers/cli/arguments/analyze.py 中均有真实定义--preset三档分析深度--preset quick/standard/comprehensive参数在 create.py 中被定义为 choices 受限参数可选值为quick、standard、comprehensive源码注释给出了对应耗时quick1–2 分钟、standard5–10 分钟、comprehensive20–60 分钟。三档预设的实际差异定义在 src/skill_seekers/cli/presets/analyze_presets.py 中。以quick为例第 43–56 行其深度为surface并且只开启api_reference一项特性关闭了依赖图、模式检测、测试示例提取、How-to 指南与配置模式检测quick: AnalysisPreset( nameQuick, descriptionFast basic analysis with minimal features, depthsurface, features{ api_reference: True, dependency_graph: False, patterns: False, test_examples: False, how_to_guides: False, config_patterns: False, }, estimated_time1-2 minutes, ),可以推断standard与comprehensive则是逐步开启更多特性的更深预设。使用时按“先快速扫描、再深入分析”的节奏选择即可。--skip-patterns与--skip-test-examples按需关闭耗时特性这两个布尔开关分别用于关闭设计模式检测与测试示例提取。模板中的描述Skip pattern detection/Skip test extraction与源码定义一一对应create.py 中二者均为store_true型开关在 src/skill_seekers/cli/create_command.py 中它们被转换为分析上下文标志detect_patterns: not ctx.analysis.skip_patterns与extract_test_examples: not ctx.analysis.skip_test_examples即默认开启指定参数后显式关闭默认值记录在 src/skill_seekers/cli/defaults.jsonskip_patterns: false、skip_test_examples: false参数在 src/skill_seekers/cli/execution_context.py 中被建模为AnalysisConfig的字段。实际用途很直白当你只关心 API 概览、不需要模式识别或示例提取时加上这两个开关可以显著缩短分析时间、减小生成体积。组装管线头部模板如何进入最终 SKILL.md模板的真正价值在 scripts/bootstrap_skill.sh 中被体现。该脚本用于“用 Skill Seekers 构建它自己的操作技能”其核心组装逻辑在第 49–54 行# Stream the generated body; do not hold the entire skill in a shell variable. cat $SCRIPT_DIR/skill_header.md $TEMP_OUTPUT/merged.md awk BEGIN { delimiters0 } /^---$/ delimiters2 { delimiters; next } delimiters2 { print } \ $TEMP_OUTPUT/SKILL.md $TEMP_OUTPUT/merged.md mv $TEMP_OUTPUT/merged.md $TEMP_OUTPUT/SKILL.md grep -q ^name: $TEMP_OUTPUT/SKILL.md grep -q ^description: $TEMP_OUTPUT/SKILL.md整个过程分五步先生成正文脚本调用skill-seekers create默认通过uv run也可用--no-sync --python指定解释器分析项目源码得到带自身 frontmatter 的SKILL.md注入头部用cat把skill_header.md写入临时合并文件作为最终文件的第一段剥离正文 frontmatterawk程序跳过正文SKILL.md中的前两个---分隔符即其自带的 frontmatter 块只追加---之后的正文部分——这样就不会出现两套 frontmatter 冲突原子替换合并结果先写入临时目录全部校验通过后才替换旧输出若分析失败脚本会保留上一次生成的技能文件不变这一点由 tests/test_bootstrap_skill.py 中test_analysis_failure_preserves_existing_output用例专门验证双 grep 校验合并完成后必须能匹配到^name:与^description:否则视为失败确保头部 frontmatter 完整无缺。值得注意的细节是脚本使用了流式处理注释明确写道“do not hold the entire skill in a shell variable”避免把大体积技能文件读入 shell 变量导致内存问题这也解释了为什么模板本身要刻意保持精简——它需要被高频、轻量地拼接到大文件头部。测试守护模板结构是被测试锁定的契约scripts/skill_header.md的结构不是随意约定而是被测试显式锁定的契约。在 tests/test_bootstrap_skill.py 中可以看到test_header_template_exists断言模板文件必须存在test_header_has_required_sections断言必须包含## Prerequisites与pip install skill-seekers必须包含## Commands小节并提及skill-seekers createtest_header_has_yaml_frontmatter断言必须以---开头且包含name: skill-seekers与description:test_bootstrap_script_runs端到端运行真实分析后检查最终SKILL.md中确实带上了模板注入的## Prerequisites与安装指令。这些用例共同构成了模板的“规格说明”任何对头部模板的修改只要破坏上述任何一项契约CI 测试就会立刻失败。这让模板成为项目对“合格 SKILL.md”定义的稳定基准。实践建议自定义头部模板时的注意事项如果你希望在自己的技能产物中使用类似机制可以遵循以下要点frontmatter 是硬要求name与description缺一不可二者是 Agent 识别与调度技能的依据安装指令要保留Prerequisites 段落是使用者上手的第一个入口务必给出至少一种明确可执行的安装方式命令表格按“输入源”组织把不同来源的统一命令入口列成表格比大段文字更易被阅读和引用参数只列高频开关模板中只保留--preset、--skip-patterns、--skip-test-examples三个参数其余参数交由--help或 docs/reference/CLI_REFERENCE.md 承载避免头部臃肿合并时剥离正文 frontmatter像 bootstrap 脚本那样用awk跳过正文的前两个---再拼接模板杜绝双 frontmatter用测试锁定契约为模板的关键段落、frontmatter 键和注入结果编写断言让模板演进有据可依。总结scripts/skill_header.md以极小的体积承载了 SKILL.md 的标准骨架frontmatter 定义身份Prerequisites 给出安装入口Commands 表统一四类输入源Quick Start 演示最小闭环Options 表衔接三个高频参数。它本身只是四十行左右的模板但经由 scripts/bootstrap_skill.sh 的流式拼装与双 grep 校验、再叠加 tests/test_bootstrap_skill.py 的契约测试成为整个“用 Skill Seekers 构建自身技能”自举流程中稳定、可验证、可复用的基础设施。理解它也就理解了 Skill Seekers 交付给每个使用者的技能文件为什么总是结构清晰、开箱即用。赞分享人工智能AI 应用AI 技能RAGMCP 服务网页爬虫【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址https://gitcode.com/gh_mirrors/sk/Skill_Seekers点击查看免费下载相关推荐Skill Seekers RSS 技能生成SKILL.md 金标输出结构与截断规范解析Skill Seekers RSS 技能生成SKILL.md 金标输出结构与截断规范解析 导读 本文以 Skill Seekers 仓库中 tests/gol人工智能AI 应用AI 技能RAGMCP 服务网页爬虫RenderCV AI Agent Skill 模板解析从 Jinja2 模板到自动化简历生成技能RenderCV AI Agent Skill 模板解析从 Jinja2 模板到自动化简历生成技能 本篇技术指南围绕 RenderCV 仓库中的 skill_开发工具CLICSSG压缩与编码最佳实践gzipbase64组合让载荷体积最小化CSSG压缩与编码最佳实践gzipbase64组合让载荷体积最小化 CSSGCobalt Strike Shellcode Generator是一款专业人工智能AI 应用AI 技能RAGMCP 服务网页爬虫上一篇Hyperresearch项目概览16步研究流水线到底如何运作下一篇如何使用Injector快速注入DLL从安装到执行的完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考