Skill Seekers

English | 简体中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | Türkçe | العربية | हिन्दी | Русский

⚠️ 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 帮助改进翻译！您的反馈对我们非常宝贵。

🧠 面向 AI 系统的数据层。 Skill Seekers 可以把文档站点、GitHub 仓库、PDF、视频、Notebook、Wiki 等 18 种数据源 转换成结构化知识资产，直接用于 AI Skills（Claude、Gemini、OpenAI）、RAG 流水线（LangChain、LlamaIndex、Pinecone）以及 AI 编程助手（Cursor、Windsurf、Cline）。准备一次，导出到 22 个目标平台。

💛 赞助商

Launch Partner

_{Launch Partner}

Atlas Cloud — A full-modal, OpenAI-compatible AI inference platform. Skill Seekers supports it as a packaging/enhancement target via --target atlas with ATLAS_API_KEY.

Silver Sponsors

_{Sponsor — Silver}

成为赞助商 · GitHub Sponsors

---

🚀 快速开始

# 1. 安装
pip install skill-seekers

# 2. 从任意数据源创建技能
skill-seekers create https://docs.djangoproject.com/

# 3. 为你的 AI 平台打包
skill-seekers package output/django --target claude

现在你已经得到了 output/django-claude.zip，可以直接使用。

# 选择用于增强的其他 AI agent（默认：claude）
skill-seekers create https://docs.djangoproject.com/ --agent kimi
skill-seekers create https://docs.djangoproject.com/ --agent-cmd "my-custom-agent run"

🛰️ AI 驱动的项目扫描

把 scan 指向一个项目，AI agent 会读取它的清单文件、README、Dockerfile/CI 以及抽样的源码 import —— 然后为检测到的每个框架输出一份配置，并额外生成一份对应你自己代码的 <project>-codebase.json：

skill-seekers scan ./my-react-app --out ./configs/scanned/
# → react.json、vite.json、tailwind.json、jest.json、my-react-app-codebase.json

skill-seekers create ./configs/scanned/react.json

如果某个检测结果没有现成的预设，AI 会生成一份全新的配置；退出时你可以选择把它发布回社区配置仓库。

全部 18 种数据源类型

skill-seekers create facebook/react            # GitHub 仓库
skill-seekers create ./my-project              # 本地代码库
skill-seekers create manual.pdf                # PDF
skill-seekers create report.docx               # Word
skill-seekers create book.epub                 # EPUB
skill-seekers create notebook.ipynb            # Jupyter
skill-seekers create openapi.yaml              # OpenAPI/Swagger
skill-seekers create presentation.pptx         # PowerPoint
skill-seekers create guide.adoc                # AsciiDoc
skill-seekers create page.html                 # 本地 HTML（也可以是整个目录）
skill-seekers create feed.rss                  # RSS/Atom
skill-seekers create curl.1                    # Man 手册页

# 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
skill-seekers create --setup                   # 自动安装适配 GPU 的视觉依赖

skill-seekers create --space-key TEAM --name wiki               # Confluence
skill-seekers create --database-id ... --name docs              # Notion
skill-seekers create --chat-export-path ./slack-export --name team-chat  # Slack/Discord

每种数据源类型及其可用选项详见抓取指南。

---

📦 安装

pip install skill-seekers              # 核心：抓取、GitHub、PDF、打包
pip install skill-seekers[all-llms]    # + 所有 LLM 平台
pip install skill-seekers[mcp]         # + MCP 服务器
pip install skill-seekers[all]         # 全部功能

不确定该装哪些？ 运行安装向导：skill-seekers-setup

全部可选安装项

安装命令	新增能力
skill-seekers[gemini]	Google Gemini 支持
skill-seekers[openai]	OpenAI ChatGPT 支持
skill-seekers[all-llms]	所有 LLM 平台
skill-seekers[mcp]	面向 Claude Code、Cursor 等的 MCP 服务器
skill-seekers[video]	YouTube/Vimeo 字幕与元数据提取
skill-seekers[video-full]	+ Whisper 语音转写与视觉帧提取
skill-seekers[jupyter]	Jupyter Notebook 支持
skill-seekers[pptx]	PowerPoint 支持
skill-seekers[confluence]	Confluence wiki 支持
skill-seekers[notion]	Notion 页面支持
skill-seekers[rss]	RSS/Atom 订阅源支持
skill-seekers[chat]	Slack/Discord 聊天记录导出支持
skill-seekers[asciidoc]	AsciiDoc 支持
skill-seekers[all]	全部功能

视频视觉依赖（GPU 感知）： 安装 skill-seekers[video-full] 之后，运行 skill-seekers create --setup 自动检测 GPU 并安装匹配的 PyTorch 版本与 easyocr。

前置条件： Python 3.10+、Git。第一次使用？→ 零障碍快速上手 🎯

---

📚 文档

我想要……	阅读这里
快速上手	快速开始 —— 3 条命令做出第一个技能
理解核心概念	核心概念
抓取数据源	抓取指南 —— 全部 18 种数据源类型
用 AI 增强技能	增强指南 · 增强模式
导出技能	打包指南
构建工作流	工作流
查询某条命令	CLI 参考 —— 全部 19 条命令
进行配置	配置格式 · 环境变量
配置 MCP	MCP 配置 · MCP 参考
与 RAG / IDE 集成	LangChain · RAG 流水线 · Cursor · Windsurf · Cline
处理超大文档集	超大文档处理 —— 10K–40K+ 页
理解整体架构	UML 架构 —— 14 张图
解决问题	故障排查

完整文档索引： docs/README.md

---

🎯 你能得到什么

使用场景	产出	赋能对象
AI Skills	内容完整的 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、可直接 upsert 的数据	Pinecone、Chroma、Weaviate、FAISS、Qdrant
AI 编程助手	IDE 内 AI 自动读取的上下文文件	Cursor、Windsurf、Cline、Continue.dev

导出目标（22 个）

skill-seekers package output/react --target claude      # → Claude Skill（ZIP + YAML）
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 ibm-bob     # → IBM Bob 技能目录

LLM 平台（12 个）： claude · gemini · openai · minimax · opencode · kimi · deepseek · qwen · openrouter · together · fireworks · markdown RAG 与向量（8 个）： langchain · llama-index · haystack · chroma · faiss · weaviate · qdrant · pinecone 其他（2 个）： atlas · ibm-bob

各平台的具体支持情况详见功能矩阵。

为什么值得用

• ⚡ 快 99% —— 原本数天的人工数据准备 → 15–45 分钟
• 🎯 真正可用的技能质量 —— 500+ 行的 SKILL.md 文件，包含示例、模式与指南
• 📊 开箱即用的 RAG 分块 —— 智能分块保留代码块与上下文
• 🔄 多源融合 —— 把文档 + GitHub + PDF + 视频合并为一份知识资产
• 🌐 一次准备，通吃所有目标 —— 无需重新抓取即可导出到 22 个目标平台
• ✅ 久经考验 —— 3,900+ 测试、68 个工作流预设，可用于生产环境

---

✨ 核心能力

文档抓取 —— SPA 发现、llms.txt、智能分类

针对 JavaScript SPA 站点的三层发现机制（sitemap.xml → llms.txt → 无头浏览器渲染）、自动检测 llms.txt（存在时速度提升 10 倍）、智能主题分类，以及宽松的 HTML 解析器兜底，让标记破损的页面也能顺利抓取。

→ 抓取指南 · llms.txt 支持

GitHub 与代码库分析（C3.x） —— AST 解析、模式检测、操作指南

三路并行架构：代码分析（AST、设计模式、测试）、文档（README、docs/、wiki）以及社区（issues、PR、元数据）。C3.x 流水线还提供覆盖 9 种语言的 10 种 GoF 模式检测器、从测试中提取的用法示例、AI 撰写的操作指南、配置提取以及架构总览。

skill-seekers create ./my-project --preset quick          # 1–2 分钟，浅层分析
skill-seekers create ./my-project --preset standard       # 均衡（默认）
skill-seekers create ./my-project --preset comprehensive  # 深度、详尽

→ 模式检测 · 操作指南 · 测试示例提取

AI 增强 —— API 或本地 agent，68 个工作流预设

所有 AI 调用都经由同一条传输通道，可运行在 API 模式（Anthropic、Google Gemini、OpenAI、Moonshot/Kimi、MiniMax）或 LOCAL 模式（Claude Code、Kimi Code、Codex、Copilot、OpenCode、自定义 agent —— 无 API 费用）。用 --enhance-level 0-3 控制增强深度，用 --agent 选择 agent。

→ 增强指南 · 增强模式 · 多 Agent 配置

统一多源抓取 —— 将多个数据源合并为一个技能

一份配置即可把文档、GitHub、PDF、视频等汇入同一份知识资产，并支持冲突检测与跨数据源的两两综合。

→ 统一抓取

视频提取 —— 文字稿、视频帧、屏幕上的代码

支持 YouTube、Vimeo 和本地文件。三级文字稿兜底（内嵌字幕 → YouTube 字幕 API → 本地 Whisper），并可选启用视觉提取，对抽样帧中显示的代码做 OCR。

→ 视频指南

质量、同步与规模

带门禁阈值的质量评分（skill-seekers quality output/react/ --threshold 7）、文档变更检测配合定时重抓与通知、面向超大文档集的流式摄取，以及增量更新。

→ 超大文档处理 · 代码质量

---

🔌 MCP 集成（40 个工具）

Skill Seekers 自带一个 MCP 服务器，支持 Claude Code、Cursor、Windsurf、VS Code + Cline 以及 IntelliJ IDEA。

# 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

然后直接对你的助手说：“打包并上传 React 技能。”

→ MCP 配置 · MCP 参考 · HTTP 传输

---

🤖 安装到 AI agent

技能可自动安装到 19 个 AI 编程 agent：

skill-seekers install-agent output/react/ --agent cursor
skill-seekers install-agent output/react/ --agent all      # 所有检测到的 agent
skill-seekers install-agent output/react/ --agent cursor --dry-run

Agent	路径	作用范围
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
Letta	~/.letta/skills/	全局
Aide	~/.aide/skills/	全局
Windsurf	~/.windsurf/skills/	全局
Neovate	~/.neovate/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

上传到 Claude

export ANTHROPIC_API_KEY=sk-ant-...
skill-seekers package output/react/ --upload   # 打包 + 上传
skill-seekers upload output/react.zip          # 上传已有的 zip

没有 API key？先打包，然后在 claude.ai/skills 手动上传 output/react.zip。

→ 上传指南

---

⚙️ 工作原理

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]

1. 抓取 —— 提取每一个页面（优先检查 llms.txt）
2. 分类 —— 把内容按主题组织（API、指南、教程……）
3. 增强 —— AI 撰写一份内容完整、带示例的 SKILL.md
4. 打包 —— 打成平台可直接使用的产物
5. 上传 —— 发布到你的 AI 平台（可选）

架构

8 个核心模块 + 5 个工具模块（约 200 个类）：

模块	用途
CLICore	Git 风格的命令分发器、数据源自动检测
Scrapers	基于共享构建层的 18 种数据源提取器
Adaptors	统一 SkillAdaptor 抽象基类背后的 22 种输出平台格式
Analysis	C3.x 代码库分析流水线、10 种 GoF 模式检测器
Enhancement	通过单一 AgentClient 传输通道进行 AI 增强
Packaging	打包、上传与安装技能
MCP	FastMCP 服务器（40 个工具、10 个工具模块）
Sync	文档变更检测与通知

→ UML 架构 · API 参考 · 技能架构

---

🆕 v3.9.0 新特性

• 针对破损标记的 HTML 解析器兜底（#96）—— 严重畸形的页面不再被抓取成空内容；格式良好的页面输出保持字节级一致。
• 瞬时故障重试 —— 文档抓取器（#97）与 MCP fetch_config（#92）现在会以退避策略重试连接抖动和 5xx；4xx 仍然快速失败。
• Whisper 转写兜底（#420）—— 没有字幕的本地视频终于能得到真正的文字稿。
• MiniMax 图像 OCR + 注册表驱动的多模态提供方（#423）—— 各提供方自行声明传输协议与图像能力；中国区签发的 key 可以对接正确的端点。
• 更省 token 的 GitHub issue 默认值（#169）—— GitHub 技能默认不再打包完整的已关闭 issue 历史。
• 三个服务器统一采用环境变量驱动的 CORS（#422、#424）—— 不再出现通配来源搭配凭据的情况。

完整变更历史：CHANGELOG.md

---

📈 性能

文档规模	耗时	产出体积
小型（< 100 页）	5–10 分钟	约 2 MB
中型（100–500 页）	15–30 分钟	约 10 MB
大型（500–2,000 页）	30–60 分钟	约 40 MB
超大型（10K–40K+ 页）	使用 stream	参见超大文档处理

---

🐛 故障排查

skill-seekers doctor          # 诊断安装与运行环境
skill-seekers sync-config     # 检测配置漂移

常见问题与解决办法：故障排查指南 · TROUBLESHOOTING.md

---

🤝 参与贡献

欢迎贡献 —— 详见 CONTRIBUTING.md。

• 📋 开发路线图与任务 —— 任选一个任务认领
• 💬 讨论区 —— 提问与想法交流
• 🐛 Issues —— Bug 与功能请求

---

📝 许可证

MIT —— 详见 LICENSE。

🔒 安全

---

🌐 生态项目

Skill Seekers 是一个多仓库项目：

仓库	说明	链接
Skill_Seekers	核心 CLI 与 MCP 服务器（本仓库）	PyPI
skillseekersweb	官网与文档	在线访问
skill-seekers-configs	社区配置仓库
skill-seekers-action	用于 CI/CD 的 GitHub Action
skill-seekers-plugin	Claude Code 插件
homebrew-skill-seekers	面向 macOS 的 Homebrew tap

想要参与贡献？ 官网仓库和配置仓库是新贡献者非常好的起点！