firefrost-gaming/skill-seekers-reference

Files

yusyus 6bb7078fbc docs: update all documentation for 12 LLM platforms and 18 agents

- README.md + 11 i18n READMEs: 5→12 LLM platforms, 11→18 agents, new platform/agent tables
- CLAUDE.md: updated --target list, adaptor directory tree
- CHANGELOG.md: added v3.4.0 entry with all Phase 1-4 changes
- docs/reference/CLI_REFERENCE.md: new --target and --agent options
- docs/reference/FEATURE_MATRIX.md: updated all platform counts and tables
- docs/user-guide/04-packaging.md: new platform and agent rows
- docs/FAQ.md: expanded platform/agent answers
- docs/zh-CN/*: synchronized Chinese documentation

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

2026-03-21 20:42:31 +03:00

40 KiB

Raw Blame History

Skill Seekers

⚠️ 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。

🧠 AI 系统的数据层。 Skill Seekers 将文档网站、GitHub 仓库、PDF、视频、Jupyter 笔记本、Wiki 等 17 种以上来源类型转换为结构化知识资产——可在几分钟内为 AI 技能（Claude、Gemini、OpenAI）、RAG 流水线（LangChain、LlamaIndex、Pinecone）和 AI 编程助手（Cursor、Windsurf、Cline）提供支持。

🌐 访问 SkillSeekersWeb.com - 浏览 24+ 个预设配置，分享您的配置，访问完整文档！

📋 查看开发路线图和任务 - 10 个类别的 134 个任务，选择任意一个参与贡献！

🧠 AI 系统的数据层

Skill Seekers 是通用预处理层，位于原始文档和所有使用它的 AI 系统之间。无论您是在构建 Claude 技能、LangChain RAG 流水线，还是 Cursor .cursorrules 文件——数据准备工作完全相同。只需执行一次，即可导出到所有目标平台。

# 一条命令 → 结构化知识资产
skill-seekers create https://docs.react.dev/
# 或: skill-seekers create facebook/react
# 或: skill-seekers create ./my-project

# 导出到任意 AI 系统
skill-seekers package output/react --target claude      # → Claude AI 技能 (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

可构建的输出

输出	目标	应用场景
Claude 技能 (ZIP + YAML)	`--target claude`	Claude Code、Claude API
Gemini 技能 (tar.gz)	`--target gemini`	Google Gemini
OpenAI / Custom GPT (ZIP)	`--target openai`	GPT-4o、自定义助手
LangChain Documents	`--target langchain`	QA 链、智能体、检索器
LlamaIndex TextNodes	`--target llama-index`	查询引擎、对话引擎
Haystack Documents	`--target haystack`	企业级 RAG 流水线
Pinecone 就绪 (Markdown)	`--target markdown`	向量上传
ChromaDB / FAISS / Qdrant	`--format chroma/faiss/qdrant`	本地向量数据库
Cursor `.cursorrules`	`--target claude` → 复制	Cursor IDE AI 上下文
Windsurf / Cline / Continue	`--target claude` → 复制	VS Code、IntelliJ、Vim

为什么选择 Skill Seekers

⚡ 快 99% — 数天的手动数据准备 → 15–45 分钟
🎯 AI 技能质量 — 500+ 行的 SKILL.md 文件，包含示例、模式和指南
📊 RAG 就绪的分块 — 智能分块保留代码块并维护上下文
🔄 17 种来源类型 — 将文档 + GitHub + PDF + 视频 + 笔记本 + Wiki 等合并为一个知识资产
🌐 一次准备，导出所有目标 — 无需重新抓取即可导出到 16 个平台
🎬 视频 — 从 YouTube 和本地视频提取代码、字幕和结构化知识
✅ 久经考验 — 2,540+ 测试，24+ 框架预设，生产就绪

快速开始

pip install skill-seekers

# 从任意来源构建 AI 技能
skill-seekers create https://docs.django.com/    # 文档网站
skill-seekers create django/django               # GitHub 仓库
skill-seekers create ./my-codebase               # 本地项目
skill-seekers create manual.pdf                  # PDF 文件
skill-seekers create manual.docx                 # Word 文档
skill-seekers create book.epub                   # EPUB 电子书
skill-seekers create notebook.ipynb              # Jupyter 笔记本
skill-seekers create page.html                   # 本地 HTML
skill-seekers create api-spec.yaml               # OpenAPI/Swagger 规范
skill-seekers create guide.adoc                  # AsciiDoc 文档
skill-seekers create slides.pptx                 # PowerPoint 演示文稿

# 视频（YouTube、Vimeo 或本地文件 — 需要 skill-seekers[video]）
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial
# 首次使用？自动安装 GPU 感知的视觉依赖：
skill-seekers video --setup

# 根据用途导出
skill-seekers package output/django --target claude     # Claude AI 技能
skill-seekers package output/django --target langchain  # LangChain RAG
skill-seekers package output/django --target cursor     # Cursor IDE 上下文

完整示例：

Claude AI 技能 - 面向 Claude Code 的技能
LangChain RAG 流水线 - 基于 Chroma 的问答链
Cursor IDE 上下文 - 框架感知 AI 编程

什么是 Skill Seekers？

Skill Seekers 是 AI 系统的数据层，将 17 种来源类型——文档网站、GitHub 仓库、PDF、视频、Jupyter 笔记本、Word/EPUB/AsciiDoc 文档、OpenAPI/Swagger 规范、PowerPoint 演示文稿、RSS/Atom 订阅源、Man 手册页、Confluence 维基、Notion 页面、Slack/Discord 聊天记录等——转换为适用于所有 AI 目标的结构化知识资产：

使用场景	获得的内容	示例
AI 技能	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	预格式化的待上传数据	Pinecone、Chroma、Weaviate、FAISS
AI 编程助手	IDE AI 自动读取的上下文文件	Cursor、Windsurf、Cline、Continue.dev

Skill Seekers 通过以下步骤代替数天的手动预处理工作：

采集 — 文档、GitHub 仓库、本地代码库、PDF、视频、Jupyter 笔记本、Wiki 等 17 种以上来源类型
分析 — 深度 AST 解析、模式检测、API 提取
结构化 — 带元数据的分类参考文件
增强 — AI 驱动的 SKILL.md 生成（Claude、Gemini 或本地）
导出 — 从一个资产导出到 16 种平台专用格式

为什么使用 Skill Seekers？

面向 AI 技能构建者（Claude、Gemini、OpenAI）

🎯 生产级技能 — 500+ 行的 SKILL.md 文件，包含代码示例、模式和指南
🔄 增强工作流 — 应用 security-focus、architecture-comprehensive 或自定义 YAML 预设
🎮 任意领域 — 游戏引擎（Godot、Unity）、框架（React、Django）、内部工具
🔧 团队协作 — 将内部文档 + 代码整合为单一事实来源
📚 高质量 — AI 增强，包含示例、快速参考和导航指南

面向 RAG 构建者和 AI 工程师

🤖 RAG 就绪数据 — 预分块的 LangChain Documents、LlamaIndex TextNodes、Haystack Documents
🚀 快 99% — 数天的预处理 → 15–45 分钟
📊 智能元数据 — 类别、来源、类型 → 更高的检索精度
🔄 多源支持 — 在一个流水线中合并文档 + GitHub + PDF
🌐 平台无关 — 无需重新抓取即可导出到任意向量数据库或框架

面向 AI 编程助手用户

💻 Cursor / Windsurf / Cline — 自动生成 .cursorrules / .windsurfrules / .clinerules
🎯 持久上下文 — AI "了解"您的框架，无需重复提示
📚 始终最新 — 文档更新时可在几分钟内更新上下文

核心功能

🌐 文档抓取

✅ llms.txt 支持 - 自动检测并使用 LLM 就绪文档文件（快 10 倍）
✅ 通用抓取器 - 适用于任意文档网站
✅ 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+ 即用预设 - Godot、React、Vue、Django、FastAPI 等

📄 PDF 支持

✅ 基础 PDF 提取 - 从 PDF 提取文本、代码和图片
✅ 扫描件 OCR - 从扫描文档提取文本
✅ 密码保护 PDF - 处理加密 PDF
✅ 表格提取 - 提取复杂表格
✅ 并行处理 - 大型 PDF 快 3 倍
✅ 智能缓存 - 重复运行快 50%

🎬 视频提取

✅ YouTube 和本地视频 - 从视频提取字幕、代码和结构化知识
✅ 视觉帧分析 - 屏幕 OCR 提取代码编辑器、终端和幻灯片内容
✅ GPU 自动检测 - 自动安装正确的 PyTorch 版本（CUDA/ROCm/MPS/CPU）
✅ AI 增强 - 两阶段增强：清理 OCR + 生成精美 SKILL.md
✅ 时间裁剪 - 提取视频的特定片段（--start-time、--end-time）
✅ 播放列表支持 - 批量处理 YouTube 播放列表中的所有视频

🐙 GitHub 仓库分析

✅ 深度代码分析 - 支持 Python、JavaScript、TypeScript、Java、C++、Go 的 AST 解析
✅ API 提取 - 函数、类、方法及参数和类型
✅ 仓库元数据 - README、文件树、语言统计、星标/分支数
✅ GitHub Issues 和 PR - 获取带标签和里程碑的开放/已关闭 issues
✅ CHANGELOG 和发布 - 自动提取版本历史
✅ 冲突检测 - 对比文档化 API 与实际代码实现
✅ MCP 集成 - 自然语言："抓取 GitHub 仓库 facebook/react"

🔄 统一多源抓取

✅ 合并多个来源 - 在一个技能中混合文档 + GitHub + PDF
✅ 冲突检测 - 自动发现文档与代码之间的差异
✅ 智能合并 - 基于规则或 AI 驱动的冲突解决
✅ 透明报告 - 带 ⚠️ 警告的并排对比
✅ 文档差距分析 - 识别过时文档和未文档化功能
✅ 单一事实来源 - 一个技能同时展示意图（文档）和现实（代码）
✅ 向后兼容 - 遗留单源配置继续有效

🤖 多 LLM 平台支持

✅ 12 个 LLM 平台 - Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、通用 Markdown、OpenCode、Kimi、DeepSeek、Qwen、OpenRouter、Together AI、Fireworks AI
✅ 通用抓取 - 相同文档适用于所有平台
✅ 平台专用打包 - 针对每个 LLM 的优化格式
✅ 一键导出 - --target 标志选择平台
✅ 可选依赖 - 仅安装所需内容
✅ 100% 向后兼容 - 现有 Claude 工作流无需更改

平台	格式	上传	增强	API Key	自定义端点
Claude AI	ZIP + YAML	✅ 自动	✅ 是	ANTHROPIC_API_KEY	ANTHROPIC_BASE_URL
Google Gemini	tar.gz	✅ 自动	✅ 是	GOOGLE_API_KEY	-
OpenAI ChatGPT	ZIP + Vector Store	✅ 自动	✅ 是	OPENAI_API_KEY	-
通用 Markdown	ZIP	❌ 手动	❌ 否	-	-

# Claude（默认 - 无需更改！）
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

# 通用 Markdown（通用导出）
skill-seekers package output/react/ --target markdown

🔧 Claude 兼容 API 的环境变量（如 GLM-4.7）

Skill Seekers 支持任意 Claude 兼容的 API 端点：

# 选项 1：官方 Anthropic API（默认）
export ANTHROPIC_API_KEY=sk-ant-...

# 选项 2：GLM-4.7 Claude 兼容 API
export ANTHROPIC_API_KEY=your-glm-47-api-key
export ANTHROPIC_BASE_URL=https://glm-4-7-endpoint.com/v1

# 所有 AI 增强功能将使用配置的端点
skill-seekers enhance output/react/
skill-seekers analyze --directory . --enhance

注意：设置 ANTHROPIC_BASE_URL 允许您使用任意 Claude 兼容的 API 端点，例如 GLM-4.7（智谱 AI）或其他兼容服务。

安装：

# 安装 Gemini 支持
pip install skill-seekers[gemini]

# 安装 OpenAI 支持
pip install skill-seekers[openai]

# 安装所有 LLM 平台
pip install skill-seekers[all-llms]

🔗 RAG 框架集成

✅ LangChain Documents - 直接导出为 Document 格式，包含 page_content + 元数据
- 适用于：QA 链、检索器、向量存储、智能体
- 示例：LangChain RAG 流水线
- 指南：LangChain 集成
✅ LlamaIndex TextNodes - 导出为带唯一 ID + 嵌入的 TextNode 格式
- 适用于：查询引擎、对话引擎、存储上下文
- 示例：LlamaIndex 查询引擎
- 指南：LlamaIndex 集成
✅ Pinecone 就绪格式 - 针对向量数据库上传进行优化
- 适用于：生产级向量搜索、语义搜索、混合搜索
- 示例：Pinecone 上传
- 指南：Pinecone 集成

快速导出：

# 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（通用）
skill-seekers package output/django --target markdown
# → output/django-markdown/SKILL.md + references/

完整 RAG 流水线指南： RAG 流水线文档

🧠 AI 编程助手集成

将任意框架文档转换为 4+ 种 AI 助手的专家编程上下文：

✅ Cursor IDE - 为 AI 驱动的代码建议生成 .cursorrules
- 适用于：框架专用代码生成、一致的编码模式
- 指南：Cursor 集成
- 示例：Cursor React 技能
✅ Windsurf - 使用 .windsurfrules 自定义 Windsurf AI 助手上下文
- 适用于：IDE 原生 AI 辅助、流式编程
- 指南：Windsurf 集成
- 示例：Windsurf FastAPI 上下文
✅ Cline（VS Code） - VS Code 智能体的系统提示 + MCP
- 适用于：VS Code 中的智能代码生成
- 指南：Cline 集成
- 示例：Cline Django 助手
✅ Continue.dev - 与 IDE 无关的 AI 上下文服务器
- 适用于：多 IDE 环境（VS Code、JetBrains、Vim），自定义 LLM 提供商
- 指南：Continue 集成
- 示例：Continue 通用上下文

快速导出（适用于 AI 编程工具）：

# 适用于任意 AI 编程助手（Cursor、Windsurf、Cline、Continue.dev）
skill-seekers scrape --config configs/django.json
skill-seekers package output/django --target claude

# 复制到项目（以 Cursor 为例）
cp output/django-claude/SKILL.md my-project/.cursorrules

# 或用于 Windsurf
cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md

# 或用于 Cline
cp output/django-claude/SKILL.md my-project/.clinerules

集成中心： 所有 AI 系统集成

🌊 三流 GitHub 架构

✅ 三流分析 - 将 GitHub 仓库拆分为代码流、文档流和洞察流
✅ 统一代码库分析器 - 同时适用于 GitHub URL 和本地路径
✅ C3.x 分析深度 - 选择"basic"（1–2 分钟）或"c3x"（20–60 分钟）分析
✅ 增强路由生成 - GitHub 元数据、README 快速入门、常见问题
✅ Issue 集成 - 来自 GitHub Issues 的常见问题和解决方案
✅ 智能路由关键词 - GitHub 标签权重加倍，提升主题检测效果

三流说明：

流 1：代码 - 深度 C3.x 分析（模式、示例、指南、配置、架构）
流 2：文档 - 仓库文档（README、CONTRIBUTING、docs/*.md）
流 3：洞察 - 社区知识（Issues、标签、Stars、Forks）

from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer

# 使用三流分析 GitHub 仓库
analyzer = UnifiedCodebaseAnalyzer()
result = analyzer.analyze(
    source="https://github.com/facebook/react",
    depth="c3x",  # 或 "basic" 快速分析
    fetch_github_metadata=True
)

print(f"设计模式: {len(result.code_analysis['c3_1_patterns'])}")
print(f"Stars: {result.github_insights['metadata']['stars']}")

完整文档：三流实现总结

🔐 智能速率限制管理与配置

✅ 多 Token 配置系统 - 管理多个 GitHub 账号（个人、工作、开源）
- 安全配置存储在 ~/.config/skill-seekers/config.json（权限 600）
- 每个配置文件的速率限制策略：prompt、wait、switch、fail
- 智能回退链：CLI 参数 → 环境变量 → 配置文件 → 提示
✅ 交互式配置向导 - 美观的终端 UI，轻松设置
✅ 智能速率限制处理器 - 不再无限等待！
- 实时倒计时，自动切换配置文件
- 四种策略：prompt（询问）、wait（倒计时）、switch（切换）、fail（中止）
✅ 断点续传 - 继续中断的任务
✅ CI/CD 支持 - --non-interactive 标志用于自动化

快速设置：

# 一次性配置（5 分钟）
skill-seekers config --github

# 为私有仓库使用特定配置文件
skill-seekers github --repo mycompany/private-repo --profile work

# CI/CD 模式（快速失败，无提示）
skill-seekers github --repo owner/repo --non-interactive

🎯 Bootstrap 技能 - 自托管

将 skill-seekers 自身作为 Claude Code 技能生成：

./scripts/bootstrap_skill.sh
cp -r output/skill-seekers ~/.claude/skills/

🔐 私有配置仓库

✅ 基于 Git 的配置源 - 从私有/团队 Git 仓库获取配置
✅ 多源管理 - 注册无限数量的 GitHub、GitLab、Bitbucket 仓库
✅ 团队协作 - 在 3–5 人团队间共享自定义配置
✅ 企业支持 - 扩展到 500+ 开发者
✅ 安全认证 - 环境变量 token（GITHUB_TOKEN、GITLAB_TOKEN）

🤖 代码库分析（C3.x）

C3.4：配置模式提取（含 AI 增强）

✅ 9 种配置格式 - JSON、YAML、TOML、ENV、INI、Python、JavaScript、Dockerfile、Docker Compose
✅ 7 种模式类型 - 数据库、API、日志、缓存、邮件、认证、服务器配置
✅ AI 增强 - 可选双模式 AI 分析（API + LOCAL）
✅ 安全分析 - 发现硬编码的密钥和暴露的凭证

C3.3：AI 增强操作指南

✅ 全面 AI 增强 - 将基础指南转换为专业教程
✅ 5 项自动改进 - 步骤说明、故障排除、前提条件、后续步骤、使用场景
✅ 双模式支持 - API 模式（Claude API）或 LOCAL 模式（Claude Code CLI）
✅ LOCAL 模式零成本 - 使用您的 Claude Code Max 计划免费增强

使用方法：

# 快速分析（1–2 分钟，仅基础功能）
skill-seekers analyze --directory tests/ --quick

# 全面分析（含 AI，20–60 分钟）
skill-seekers analyze --directory tests/ --comprehensive

# 含 AI 增强
skill-seekers analyze --directory tests/ --enhance

完整文档： docs/HOW_TO_GUIDES.md

🔄 增强工作流预设

可重用的 YAML 定义增强流水线，控制 AI 如何将原始文档转换为精心打磨的技能。

✅ 5 个内置预设 — 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/
✅ 多工作流链式 — 在一条命令中链式使用两个或更多工作流
✅ 完整 CLI 管理 — 列出、查看、复制、添加、删除和验证工作流

# 应用单个工作流
skill-seekers create ./my-project --enhance-workflow security-focus

# 链式多个工作流（按顺序应用）
skill-seekers create ./my-project \
  --enhance-workflow security-focus \
  --enhance-workflow minimal

# 管理预设
skill-seekers workflows list                          # 列出所有（内置 + 用户）
skill-seekers workflows show security-focus           # 显示 YAML 内容
skill-seekers workflows copy security-focus           # 复制到用户目录以便编辑
skill-seekers workflows add ./my-workflow.yaml        # 安装自定义预设
skill-seekers workflows remove my-workflow            # 删除用户预设
skill-seekers workflows validate security-focus       # 验证预设结构

# 同时复制多个
skill-seekers workflows copy security-focus minimal api-documentation

# 同时添加多个文件
skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml

# 同时删除多个
skill-seekers workflows remove my-wf-a my-wf-b

YAML 预设格式：

name: security-focus
description: "安全重点审查：漏洞、认证、数据处理"
version: "1.0"
stages:
  - name: vulnerabilities
    type: custom
    prompt: "审查 OWASP Top 10 和常见安全漏洞..."
  - name: auth-review
    type: custom
    prompt: "检查认证和授权模式..."
    uses_history: true

⚡ 性能与规模

✅ 异步模式 - 使用 async/await 抓取速度快 2–3 倍（使用 --async 标志）
✅ 大型文档支持 - 通过智能拆分处理 10K–40K+ 页文档
✅ 路由器/Hub 技能 - 智能路由到专用子技能
✅ 并行抓取 - 同时处理多个技能
✅ 检查点/续传 - 长时间抓取永不丢失进度
✅ 缓存系统 - 抓取一次，即时重建

✅ 质量保证

✅ 全面测试 - 2,540+ 测试，全面覆盖

📦 安装

# 基础安装（文档抓取、GitHub 分析、PDF、打包）
pip install skill-seekers

# 包含所有 LLM 平台支持
pip install skill-seekers[all-llms]

# 包含 MCP 服务器
pip install skill-seekers[mcp]

# 全部功能
pip install skill-seekers[all]

需要帮助选择？ 运行设置向导：

skill-seekers-setup

安装选项

安装命令	功能
`pip install skill-seekers`	抓取、GitHub 分析、PDF、所有平台
`pip install skill-seekers[gemini]`	+ Google 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]`	+ MCP 服务器
`pip install skill-seekers[video]`	+ YouTube/Vimeo 字幕和元数据提取
`pip install skill-seekers[video-full]`	+ Whisper 转录和视觉帧提取
`pip install skill-seekers[jupyter]`	+ Jupyter 笔记本提取
`pip install skill-seekers[ocr]`	+ OCR 支持（PDF 扫描件、视觉帧）
`pip install skill-seekers[confluence]`	+ Confluence 维基支持
`pip install skill-seekers[notion]`	+ Notion 页面支持
`pip install skill-seekers[all]`	全部功能

视频视觉依赖（GPU 感知）： 安装 skill-seekers[video-full] 后，运行 skill-seekers video --setup 自动检测您的 GPU 并安装正确的 PyTorch 版本 + easyocr。这是安装视觉提取依赖的推荐方式。

🚀 一键安装工作流

从配置到上传技能的最快方式——全自动化：

# 从官方配置安装 React 技能（自动上传到 Claude）
skill-seekers install --config react

# 从本地配置文件安装
skill-seekers install --config configs/custom.json

# 安装但不上传（仅打包）
skill-seekers install --config django --no-upload

# 预览工作流而不执行
skill-seekers install --config react --dry-run

执行阶段：

📥 阶段 1：获取配置（如果提供配置名称）
📖 阶段 2：抓取文档
✨ 阶段 3：AI 增强
📦 阶段 4：打包技能
☁️  阶段 5：上传到 Claude（可选，需要 API Key）

📊 功能矩阵

Skill Seekers 支持 12 个 LLM 平台、17 种来源类型和 5 种技能模式，功能完全对等。

平台： Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、通用 Markdown、OpenCode、Kimi、DeepSeek、Qwen、OpenRouter、Together AI、Fireworks AI 来源类型： 文档网站、GitHub 仓库、PDF、Word、EPUB、视频、本地代码库、Jupyter 笔记本、本地 HTML、OpenAPI/Swagger 规范、AsciiDoc 文档、PowerPoint 演示文稿、RSS/Atom 订阅源、Man 手册页、Confluence 维基、Notion 页面、Slack/Discord 聊天记录 技能模式： 文档、GitHub、PDF、统一多源、本地仓库

完整信息请查看完整功能矩阵。

快速平台对比

功能	Claude	Gemini	OpenAI	Markdown
格式	ZIP + YAML	tar.gz	ZIP + Vector	ZIP
上传	✅ API	✅ API	✅ API	❌ 手动
增强	✅ Sonnet 4	✅ 2.0 Flash	✅ GPT-4o	❌ 无
所有技能模式	✅	✅	✅	✅

使用示例

文档抓取

# 抓取文档网站
skill-seekers scrape --config configs/react.json

# 快速抓取（无需配置）
skill-seekers scrape --url https://react.dev --name react

# 异步模式（快 3 倍）
skill-seekers scrape --config configs/godot.json --async --workers 8

PDF 提取

# 基础 PDF 提取
skill-seekers pdf --pdf docs/manual.pdf --name myskill

# 高级功能
skill-seekers pdf --pdf docs/manual.pdf --name myskill \
    --extract-tables \        # 提取表格
    --parallel \              # 快速并行处理
    --workers 8               # 使用 8 个 CPU 核心

# 扫描 PDF（需要: pip install pytesseract Pillow）
skill-seekers pdf --pdf docs/scanned.pdf --name myskill --ocr

视频提取

# 安装视频支持
pip install skill-seekers[video]        # 字幕 + 元数据
pip install skill-seekers[video-full]   # + Whisper 转录 + 视觉帧提取

# 自动检测 GPU 并安装视觉依赖（PyTorch + easyocr）
skill-seekers video --setup

# 从 YouTube 视频提取
skill-seekers video --url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial

# 从 YouTube 播放列表提取
skill-seekers video --playlist https://www.youtube.com/playlist?list=... --name myplaylist

# 从本地视频文件提取
skill-seekers video --video-file recording.mp4 --name myrecording

# 使用视觉帧分析提取（需要 video-full 依赖）
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial --visual

# 使用 AI 增强（清理 OCR + 生成精美 SKILL.md）
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --enhance-level 2

# 裁剪视频的特定片段（支持秒数、MM:SS、HH:MM:SS 格式）
skill-seekers video --url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00

# 使用 Vision API 处理低置信度 OCR 帧（需要 ANTHROPIC_API_KEY）
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --vision-ocr

# 从之前提取的数据重建技能（跳过下载）
skill-seekers video --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial

完整指南： 参见 docs/VIDEO_GUIDE.md 了解完整 CLI 参考、视觉流水线详情、AI 增强选项和故障排除。

GitHub 仓库分析

# 基础仓库抓取
skill-seekers github --repo facebook/react

# 配置认证（更高速率限制）
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers github --repo facebook/react

# 自定义包含内容
skill-seekers github --repo django/django \
    --include-issues \        # 提取 GitHub Issues
    --max-issues 100 \        # 限制 issue 数量
    --include-changelog       # 提取 CHANGELOG.md

统一多源抓取

将文档 + GitHub + PDF 合并为一个带冲突检测的统一技能：

# 使用现有统一配置
skill-seekers unified --config configs/react_unified.json

# 或创建统一配置
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

冲突检测自动发现：

🔴 代码中缺失（高）：已文档化但未实现
🟡 文档中缺失（中）：已实现但未文档化
⚠️ 签名不匹配：参数/类型不同
ℹ️ 描述不匹配：解释不同

完整指南： 参见 docs/UNIFIED_SCRAPING.md。

私有配置仓库

使用私有 Git 仓库在团队间共享自定义配置：

# 使用 MCP 工具注册团队私有仓库
add_config_source(
    name="team",
    git_url="https://github.com/mycompany/skill-configs.git",
    token_env="GITHUB_TOKEN"
)

# 从团队仓库获取配置
fetch_config(source="team", config_name="internal-api")

支持的平台：

GitHub（GITHUB_TOKEN）、GitLab（GITLAB_TOKEN）、Gitea（GITEA_TOKEN）、Bitbucket（BITBUCKET_TOKEN）

完整指南： 参见 docs/GIT_CONFIG_SOURCES.md。

工作原理

graph LR
    A[文档网站] --> B[Skill Seekers]
    B --> C[抓取器]
    B --> D[AI 增强]
    B --> E[打包器]
    C --> F[有序参考文件]
    D --> F
    F --> E
    E --> G[Claude 技能 .zip]
    G --> H[上传到 Claude AI]

检测 llms.txt - 优先检查 llms-full.txt、llms.txt、llms-small.txt
抓取：提取文档中的所有页面
分类：将内容组织为主题（API、指南、教程等）
增强：AI 分析文档并创建包含示例的完整 SKILL.md
打包：将所有内容打包为 Claude 就绪的 .zip 文件

📋 前提条件

开始前，请确保您具备：

Python 3.10 或更高版本 - 下载 | 检查：python3 --version
Git - 下载 | 检查：git --version
15–30 分钟用于首次设置

首次使用？ → 从这里开始：防弹快速入门指南 🎯

📤 上传技能到 Claude

技能打包完成后，需要将其上传到 Claude：

选项 1：自动上传（基于 API）

# 设置 API Key（一次性）
export ANTHROPIC_API_KEY=sk-ant-...

# 打包并自动上传
skill-seekers package output/react/ --upload

# 或上传已有的 .zip
skill-seekers upload output/react.zip

选项 2：手动上传（无需 API Key）

# 打包技能
skill-seekers package output/react/
# → 创建 output/react.zip

# 然后手动上传：
# - 访问 https://claude.ai/skills
# - 点击"上传技能"
# - 选择 output/react.zip

选项 3：MCP（Claude Code）

在 Claude Code 中，直接询问：
"打包并上传 React 技能"

🤖 安装到 AI 代理

Skill Seekers 可自动将技能安装到 18 个 AI 编程代理。

# 安装到特定代理
skill-seekers install-agent output/react/ --agent cursor

# 一次性安装到所有代理
skill-seekers install-agent output/react/ --agent all

# 预览而不安装
skill-seekers install-agent output/react/ --agent cursor --dry-run

支持的代理

代理	路径	类型
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
Windsurf	`~/.windsurf/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

🔌 MCP 集成（27 个工具）

Skill Seekers 提供 MCP 服务器，可在 Claude Code、Cursor、Windsurf、VS Code + Cline 或 IntelliJ IDEA 中使用。

# 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

# 一次性自动配置所有代理
./setup_mcp.sh

所有 27 个工具：

核心（9 个）： list_configs、generate_config、validate_config、estimate_pages、scrape_docs、package_skill、upload_skill、enhance_skill、install_skill
扩展（11 个）： scrape_github、scrape_pdf、scrape_generic、unified_scrape、merge_sources、detect_conflicts、add_config_source、fetch_config、list_config_sources、remove_config_source、split_config
向量数据库（4 个）： export_to_chroma、export_to_weaviate、export_to_faiss、export_to_qdrant
云存储（3 个）： cloud_upload、cloud_download、cloud_list

scrape_generic 支持 10 种新来源类型：Jupyter 笔记本、本地 HTML、OpenAPI/Swagger 规范、AsciiDoc 文档、PowerPoint 演示文稿、RSS/Atom 订阅源、Man 手册页、Confluence 维基、Notion 页面、Slack/Discord 聊天记录。

完整指南： docs/MCP_SETUP.md

⚙️ 配置

可用预设（24+）

# 列出所有预设
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`
工具与 DevOps	`docker`、`kubernetes`、`terraform`、`ansible`
统一（文档 + GitHub）	`react-unified`、`vue-unified`、`nextjs-unified` 等

创建您自己的配置

# 选项 1：交互式
skill-seekers scrape --interactive

# 选项 2：复制并编辑预设
cp configs/react.json configs/myframework.json
nano configs/myframework.json
skill-seekers scrape --config configs/myframework.json

配置文件结构

{
  "name": "myframework",
  "description": "何时使用此技能",
  "base_url": "https://docs.myframework.com/",
  "selectors": {
    "main_content": "article",
    "title": "h1",
    "code_blocks": "pre code"
  },
  "url_patterns": {
    "include": ["/docs", "/guide"],
    "exclude": ["/blog", "/about"]
  },
  "categories": {
    "getting_started": ["intro", "quickstart"],
    "api": ["api", "reference"]
  },
  "rate_limit": 0.5,
  "max_pages": 500
}

配置存储位置

工具按以下顺序搜索：

提供的确切路径
./configs/（当前目录）
~/.config/skill-seekers/configs/（用户配置目录）
SkillSeekersWeb.com API（预设配置）

📊 创建的内容

output/
├── godot_data/              # 抓取的原始数据
│   ├── pages/              # JSON 文件（每页一个）
│   └── summary.json        # 概览
│
└── godot/                   # 技能文件
    ├── SKILL.md            # 含真实示例的增强版
    ├── references/         # 分类文档
    │   ├── index.md
    │   ├── getting_started.md
    │   ├── scripting.md
    │   └── ...
    ├── scripts/            # 空（可添加自己的脚本）
    └── assets/             # 空（可添加自己的资源）

🐛 故障排除

未提取到内容？

检查您的 main_content 选择器
尝试：article、main、div[role="main"]

数据存在但不使用？

# 强制重新抓取
rm -rf output/myframework_data/
skill-seekers scrape --config configs/myframework.json

分类不理想？

编辑配置中的 categories 部分，使用更好的关键词。

想要更新文档？

# 删除旧数据并重新抓取
rm -rf output/godot_data/
skill-seekers scrape --config configs/godot.json

增强不工作？

# 检查 API Key 是否设置
echo $ANTHROPIC_API_KEY

# 尝试 LOCAL 模式（使用 Claude Code Max，无需 API Key）
skill-seekers enhance output/react/ --mode LOCAL

# 监控后台增强状态
skill-seekers enhance-status output/react/ --watch

GitHub 速率限制问题？

# 设置 GitHub Token（5000 次/小时 vs 匿名 60 次/小时）
export GITHUB_TOKEN=ghp_your_token_here

# 或配置多个配置文件
skill-seekers config --github

📈 性能

任务	时间	备注
抓取（同步）	15–45 分钟	仅首次，基于线程
抓取（异步）	5–15 分钟	`--async` 标志快 2–3 倍
构建	1–3 分钟	从缓存快速重建
重建	<1 分钟	使用 `--skip-scrape`
增强（LOCAL）	30–60 秒	使用 Claude Code Max
增强（API）	20–40 秒	需要 API Key
打包	5–10 秒	最终 .zip 创建

📚 文档

入门指南

BULLETPROOF_QUICKSTART.md - 🎯 新用户从这里开始！
QUICKSTART.md - 有经验用户的快速入门
TROUBLESHOOTING.md - 常见问题和解决方案
docs/QUICK_REFERENCE.md - 单页速查表

指南

docs/LARGE_DOCUMENTATION.md - 处理 10K–40K+ 页文档
ASYNC_SUPPORT.md - 异步模式指南（快 2–3 倍）
docs/ENHANCEMENT_MODES.md - AI 增强模式指南
docs/MCP_SETUP.md - MCP 集成设置
docs/UNIFIED_SCRAPING.md - 多源抓取
docs/VIDEO_GUIDE.md - 视频提取完整指南

集成指南

docs/integrations/LANGCHAIN.md - LangChain RAG
docs/integrations/CURSOR.md - Cursor IDE
docs/integrations/WINDSURF.md - Windsurf IDE
docs/integrations/CLINE.md - Cline（VS Code）
docs/integrations/RAG_PIPELINES.md - 所有 RAG 流水线

📝 许可证

MIT 许可证 - 详见 LICENSE 文件

祝您构建技能愉快！ 🚀

40 KiB Raw Blame History Unescape Escape