firefrost-gaming/skill-seekers-reference

Files

yusyus 9e405df9d0 docs: add README translations for 10 languages (12 total)

Add machine-translated README files for Japanese, Korean, Spanish,
French, German, Portuguese (BR), Turkish, Arabic, Hindi, and Russian.
Update language selector in English and Chinese READMEs to link all 12
versions.

New files: README.{ja,ko,es,fr,de,pt-BR,tr,ar,hi,ru}.md
Modified: README.md, README.zh-CN.md (language selector bar)

2026-03-15 16:27:05 +03:00

62 KiB

Raw Blame History

Skill Seekers

⚠️ Уведомление о машинном переводе

Этот документ был автоматически переведён с помощью ИИ. Несмотря на наши усилия по обеспечению качества, возможны неточные выражения.

🧠 Слой данных для ИИ-систем. Skill Seekers преобразует документацию сайтов, репозитории GitHub, PDF, видео, Jupyter-ноутбуки, вики и более 17 типов источников в структурированные базы знаний — готовые к использованию в ИИ-навыках (Claude, Gemini, OpenAI), RAG-конвейерах (LangChain, LlamaIndex, Pinecone) и ИИ-помощниках для программирования (Cursor, Windsurf, Cline) за считанные минуты.

🌐 Посетите SkillSeekersWeb.com — просматривайте 24+ готовых конфигураций, делитесь своими настройками и получайте доступ к полной документации!

📋 Смотрите дорожную карту разработки и задачи — 134 задачи в 10 категориях, выберите любую для участия!

🧠 Слой данных для ИИ-систем

Skill Seekers — это универсальный слой предобработки, расположенный между необработанной документацией и всеми ИИ-системами, которые её потребляют. Независимо от того, создаёте ли вы навыки для Claude, RAG-конвейер LangChain или файл .cursorrules для Cursor — подготовка данных одинакова. Выполните её один раз и экспортируйте во все целевые платформы.

# Одна команда → структурированная база знаний
skill-seekers create https://docs.react.dev/
# или: skill-seekers create facebook/react
# или: skill-seekers create ./my-project

# Экспорт в любую ИИ-систему
skill-seekers package output/react --target claude      # → Claude AI навык (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

Что создаётся

Результат	Цель	Где используется
Claude навык (ZIP + YAML)	`--target claude`	Claude Code, Claude API
Gemini навык (tar.gz)	`--target gemini`	Google Gemini
OpenAI / Custom GPT (ZIP)	`--target openai`	GPT-4o, пользовательские ассистенты
LangChain Documents	`--target langchain`	QA-цепочки, агенты, ретриверы
LlamaIndex TextNodes	`--target llama-index`	Движки запросов, движки диалогов
Haystack Documents	`--target haystack`	Корпоративные RAG-конвейеры
Pinecone-ready (Markdown)	`--target markdown`	Загрузка в векторное хранилище
ChromaDB / FAISS / Qdrant	`--format chroma/faiss/qdrant`	Локальные векторные базы данных
Cursor `.cursorrules`	`--target claude` → скопировать	Cursor IDE ИИ-контекст
Windsurf / Cline / Continue	`--target claude` → скопировать	VS Code, IntelliJ, Vim

Почему это важно

⚡ На 99% быстрее — дни ручной подготовки данных → 15–45 минут
🎯 Качество ИИ-навыков — файлы SKILL.md на 500+ строк с примерами, шаблонами и руководствами
📊 Готовые к RAG блоки — умная разбивка сохраняет блоки кода и контекст
🎬 Видео — извлечение кода, субтитров и структурированных знаний из YouTube и локальных видео
🔄 Множество источников — объединение 17 типов источников (документация, GitHub, PDF, видео, ноутбуки, вики и другие) в единую базу знаний
🌐 Одна подготовка — все платформы — экспорт одного актива на 16 платформ без повторного сканирования
✅ Проверено в бою — 2 540+ тестов, 24+ пресетов для фреймворков, готово к продакшену

Быстрый старт

pip install skill-seekers

# Создание ИИ-навыка из любого источника
skill-seekers create https://docs.django.com/    # Документация сайта
skill-seekers create django/django               # Репозиторий GitHub
skill-seekers create ./my-codebase               # Локальный проект
skill-seekers create manual.pdf                  # PDF-файл
skill-seekers create manual.docx                 # Документ Word
skill-seekers create book.epub                   # Электронная книга EPUB
skill-seekers create notebook.ipynb              # Jupyter-ноутбук
skill-seekers create page.html                   # Локальный HTML
skill-seekers create api-spec.yaml               # Спецификация OpenAPI/Swagger
skill-seekers create guide.adoc                  # Документ AsciiDoc
skill-seekers create slides.pptx                 # Презентация PowerPoint

# Видео (YouTube, Vimeo или локальный файл — требуется skill-seekers[video])
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial
# Первый запуск? Автоматическая установка зависимостей с поддержкой GPU:
skill-seekers video --setup

# Экспорт по назначению
skill-seekers package output/django --target claude     # Claude AI навык
skill-seekers package output/django --target langchain  # LangChain RAG
skill-seekers package output/django --target cursor     # Cursor IDE контекст

Полные примеры:

Claude AI навык — навык для Claude Code
LangChain RAG-конвейер — QA-цепочка на основе Chroma
Cursor IDE контекст — ИИ-программирование с учётом фреймворка

Что такое Skill Seekers?

Skill Seekers — это слой данных для ИИ-систем, который преобразует 17 типов источников — документацию сайтов, репозитории GitHub, PDF, видео, Jupyter-ноутбуки, документы Word/EPUB/AsciiDoc, спецификации OpenAPI/Swagger, презентации PowerPoint, RSS/Atom-ленты, man-страницы, вики Confluence, страницы Notion, экспорты Slack/Discord и другое — в структурированные базы знаний для всех ИИ-целей:

Сценарий использования	Что вы получаете	Примеры
ИИ-навыки	Полный SKILL.md + справочные файлы	Claude Code, Gemini, GPT
RAG-конвейеры	Документы, разбитые на блоки с метаданными	LangChain, LlamaIndex, Haystack
Векторные базы данных	Предварительно отформатированные данные для загрузки	Pinecone, Chroma, Weaviate, FAISS
ИИ-помощники для кода	Файлы контекста, которые IDE-ИИ читает автоматически	Cursor, Windsurf, Cline, Continue.dev

Skill Seekers заменяет дни ручной предобработки следующими шагами:

Сбор — документация, репозитории GitHub, локальные кодовые базы, PDF, видео, Jupyter-ноутбуки, вики и более 17 типов источников
Анализ — глубокий AST-разбор, обнаружение паттернов, извлечение API
Структурирование — категоризированные справочные файлы с метаданными
Улучшение — генерация SKILL.md с помощью ИИ (Claude, Gemini или локально)
Экспорт — 16 платформоспецифичных форматов из одного актива

Зачем использовать Skill Seekers?

Для создателей ИИ-навыков (Claude, Gemini, OpenAI)

🎯 Навыки продакшен-уровня — файлы SKILL.md на 500+ строк с примерами кода, шаблонами и руководствами
🔄 Рабочие процессы улучшения — применяйте security-focus, architecture-comprehensive или пользовательские YAML-пресеты
🎮 Любая предметная область — игровые движки (Godot, Unity), фреймворки (React, Django), внутренние инструменты
🔧 Командная работа — объединяйте внутреннюю документацию + код в единый источник истины
📚 Качество — ИИ-улучшение с примерами, кратким справочником и навигацией

Для RAG-разработчиков и ИИ-инженеров

🤖 Данные, готовые к RAG — предварительно разбитые LangChain Documents, LlamaIndex TextNodes, Haystack Documents
🚀 На 99% быстрее — дни предобработки → 15–45 минут
📊 Умные метаданные — категории, источники, типы → более точный поиск
🔄 Множество источников — объединяйте документацию + GitHub + PDF в одном конвейере
🌐 Платформонезависимость — экспорт в любую векторную базу данных или фреймворк без повторного сканирования

Для пользователей ИИ-помощников для программирования

💻 Cursor / Windsurf / Cline — автоматическая генерация .cursorrules / .windsurfrules / .clinerules
🎯 Постоянный контекст — ИИ «знает» ваши фреймворки без повторных подсказок
📚 Всегда актуально — обновляйте контекст за минуты при изменении документации

Ключевые возможности

🌐 Сканирование документации

✅ Поддержка llms.txt — автоматическое обнаружение и использование LLM-ready файлов документации (в 10 раз быстрее)
✅ Универсальный сканер — работает с ЛЮБЫМ сайтом документации
✅ Умная категоризация — автоматическая организация контента по темам
✅ Определение языка кода — распознавание Python, JavaScript, C++, GDScript и других
✅ 24+ готовых пресетов — Godot, React, Vue, Django, FastAPI и другие

📄 Поддержка PDF

✅ Базовое извлечение PDF — извлечение текста, кода и изображений из PDF-файлов
✅ OCR для сканированных PDF — извлечение текста из сканированных документов
✅ PDF с паролем — обработка зашифрованных PDF
✅ Извлечение таблиц — извлечение сложных таблиц из PDF
✅ Параллельная обработка — в 3 раза быстрее для больших PDF
✅ Умное кэширование — на 50% быстрее при повторных запусках

🎬 Извлечение из видео

✅ YouTube и локальные видео — извлечение субтитров, кода и структурированных знаний из видео
✅ Анализ визуальных кадров — OCR-извлечение из редакторов кода, терминалов, слайдов и диаграмм
✅ Автоопределение GPU — автоматическая установка правильной сборки PyTorch (CUDA/ROCm/MPS/CPU)
✅ ИИ-улучшение — двухэтапное: очистка артефактов OCR + генерация отполированного SKILL.md
✅ Обрезка по времени — извлечение определённых фрагментов с --start-time и --end-time
✅ Поддержка плейлистов — пакетная обработка всех видео в плейлисте YouTube

🐙 Анализ репозиториев GitHub

✅ Глубокий анализ кода — AST-разбор для Python, JavaScript, TypeScript, Java, C++, Go
✅ Извлечение API — функции, классы, методы с параметрами и типами
✅ Метаданные репозитория — README, дерево файлов, распределение языков, звёзды/форки
✅ GitHub Issues и PR — получение открытых/закрытых issues с метками и вехами
✅ CHANGELOG и релизы — автоматическое извлечение истории версий
✅ Обнаружение конфликтов — сравнение документированных API с фактической реализацией кода
✅ MCP-интеграция — на естественном языке: «Просканируй GitHub-репозиторий facebook/react»

🔄 Унифицированное мультиисточниковое сканирование

✅ Объединение нескольких источников — смешивайте документацию + GitHub + PDF в одном навыке
✅ Обнаружение конфликтов — автоматическое нахождение расхождений между документацией и кодом
✅ Умное слияние — на основе правил или с помощью ИИ
✅ Прозрачная отчётность — сравнение бок о бок с предупреждениями ⚠️
✅ Анализ пробелов в документации — выявление устаревшей документации и недокументированных функций
✅ Единый источник истины — один навык показывает и намерение (документация), и реальность (код)
✅ Обратная совместимость — устаревшие одноисточниковые конфигурации продолжают работать

🤖 Поддержка нескольких LLM-платформ

✅ 4 LLM-платформы — Claude AI, Google Gemini, OpenAI ChatGPT, универсальный Markdown
✅ Универсальное сканирование — одна и та же документация для всех платформ
✅ Платформоспецифичная упаковка — оптимизированные форматы для каждой LLM
✅ Экспорт одной командой — флаг --target для выбора платформы
✅ Опциональные зависимости — устанавливайте только то, что нужно
✅ 100% обратная совместимость — существующие рабочие процессы Claude без изменений

Платформа	Формат	Загрузка	Улучшение	API Key	Пользовательский эндпоинт
Claude AI	ZIP + YAML	✅ Авто	✅ Да	ANTHROPIC_API_KEY	ANTHROPIC_BASE_URL
Google Gemini	tar.gz	✅ Авто	✅ Да	GOOGLE_API_KEY	-
OpenAI ChatGPT	ZIP + Vector Store	✅ Авто	✅ Да	OPENAI_API_KEY	-
Универсальный Markdown	ZIP	❌ Вручную	❌ Нет	-	-

# Claude (по умолчанию — без изменений!)
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

# Универсальный Markdown (универсальный экспорт)
skill-seekers package output/react/ --target markdown

🔧 Переменные окружения для Claude-совместимых API (например, GLM-4.7)

Skill Seekers поддерживает любой Claude-совместимый API-эндпоинт:

# Вариант 1: Официальный Anthropic API (по умолчанию)
export ANTHROPIC_API_KEY=sk-ant-...

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

# Все функции ИИ-улучшения будут использовать настроенный эндпоинт
skill-seekers enhance output/react/
skill-seekers analyze --directory . --enhance

Примечание: Установка ANTHROPIC_BASE_URL позволяет использовать любой Claude-совместимый API-эндпоинт, например GLM-4.7 или другие совместимые сервисы.

Установка:

# Установка с поддержкой Gemini
pip install skill-seekers[gemini]

# Установка с поддержкой OpenAI
pip install skill-seekers[openai]

# Установка всех LLM-платформ
pip install skill-seekers[all-llms]

🔗 Интеграции с RAG-фреймворками

✅ LangChain Documents — прямой экспорт в формат Document с page_content + метаданными
- Подходит для: QA-цепочек, ретриверов, векторных хранилищ, агентов
- Пример: LangChain RAG-конвейер
- Руководство: Интеграция с LangChain
✅ LlamaIndex TextNodes — экспорт в формат TextNode с уникальными ID + эмбеддингами
- Подходит для: движков запросов, движков диалогов, контекста хранилища
- Пример: LlamaIndex движок запросов
- Руководство: Интеграция с LlamaIndex
✅ Формат, готовый к Pinecone — оптимизирован для загрузки в векторную базу данных
- Подходит для: продакшен-поиска по векторам, семантического и гибридного поиска
- Пример: Загрузка в Pinecone
- Руководство: Интеграция с Pinecone

Быстрый экспорт:

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

Полное руководство по RAG-конвейерам: Документация по RAG-конвейерам

🧠 Интеграции с ИИ-помощниками для программирования

Преобразуйте документацию любого фреймворка в экспертный контекст для 4+ ИИ-помощников:

✅ Cursor IDE — генерация .cursorrules для ИИ-подсказок при написании кода
- Подходит для: генерации кода с учётом фреймворка, единообразных паттернов
- Руководство: Интеграция с Cursor
- Пример: Cursor React навык
✅ Windsurf — настройка контекста ИИ-помощника Windsurf через .windsurfrules
- Подходит для: встроенной ИИ-помощи в IDE, потоковое программирование
- Руководство: Интеграция с Windsurf
- Пример: Windsurf FastAPI контекст
✅ Cline (VS Code) — системные промпты + MCP для VS Code-агента
- Подходит для: автономной генерации кода в VS Code
- Руководство: Интеграция с Cline
- Пример: Cline Django ассистент
✅ Continue.dev — контекстные серверы для IDE-независимого ИИ
- Подходит для: мультисредных окружений (VS Code, JetBrains, Vim), пользовательских LLM-провайдеров
- Руководство: Интеграция с Continue
- Пример: Continue универсальный контекст

Быстрый экспорт для ИИ-инструментов программирования:

# Для любого ИИ-помощника (Cursor, Windsurf, Cline, Continue.dev)
skill-seekers scrape --config configs/django.json
skill-seekers package output/django --target claude

# Скопируйте в свой проект (пример для Cursor)
cp output/django-claude/SKILL.md my-project/.cursorrules

# Или для Windsurf
cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md

# Или для Cline
cp output/django-claude/SKILL.md my-project/.clinerules

Центр интеграций: Все интеграции с ИИ-системами

🌊 Трёхпоточная архитектура GitHub

✅ Трёхпоточный анализ — разделение GitHub-репозитория на потоки «Код», «Документация» и «Аналитика»
✅ Унифицированный анализатор кодовой базы — работает как с URL GitHub, так и с локальными путями
✅ C3.x как глубина анализа — выбор «basic» (1–2 мин) или «c3x» (20–60 мин)
✅ Расширенная генерация маршрутизатора — метаданные GitHub, быстрый старт из README, типичные проблемы
✅ Интеграция Issues — распространённые проблемы и решения из GitHub Issues
✅ Умные ключевые слова маршрутизации — метки GitHub с двойным весом для лучшего определения тем

Описание трёх потоков:

Поток 1: Код — глубокий C3.x-анализ (паттерны, примеры, руководства, конфигурации, архитектура)
Поток 2: Документация — документация репозитория (README, CONTRIBUTING, docs/*.md)
Поток 3: Аналитика — знания сообщества (Issues, метки, звёзды, форки)

from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer

# Анализ GitHub-репозитория со всеми тремя потоками
analyzer = UnifiedCodebaseAnalyzer()
result = analyzer.analyze(
    source="https://github.com/facebook/react",
    depth="c3x",  # или "basic" для быстрого анализа
    fetch_github_metadata=True
)

print(f"Паттерны проектирования: {len(result.code_analysis['c3_1_patterns'])}")
print(f"Звёзды: {result.github_insights['metadata']['stars']}")

Полная документация: Сводка по реализации трёхпоточной архитектуры

🔐 Умное управление лимитами запросов и конфигурация

✅ Система конфигурации с несколькими токенами — управление несколькими аккаунтами GitHub (личный, рабочий, open source)
- Безопасное хранение конфигурации в ~/.config/skill-seekers/config.json (права 600)
- Стратегии лимита запросов для каждого профиля: prompt, wait, switch, fail
- Умная цепочка резервирования: аргумент CLI → переменная окружения → файл конфигурации → запрос
✅ Интерактивный мастер настройки — красивый терминальный интерфейс для простой настройки
✅ Умный обработчик лимитов запросов — больше никаких бесконечных ожиданий!
- Обратный отсчёт в реальном времени, автоматическое переключение профилей
- Четыре стратегии: prompt (спросить), wait (обратный отсчёт), switch (переключить), fail (прервать)
✅ Возобновление — продолжение прерванных задач
✅ Поддержка CI/CD — флаг --non-interactive для автоматизации

Быстрая настройка:

# Однократная настройка (5 минут)
skill-seekers config --github

# Использование определённого профиля для приватных репозиториев
skill-seekers github --repo mycompany/private-repo --profile work

# Режим CI/CD (быстрый отказ, без запросов)
skill-seekers github --repo owner/repo --non-interactive

🎯 Bootstrap-навык — самохостинг

Генерация skill-seekers как навыка для Claude Code:

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

🔐 Приватные репозитории конфигураций

✅ Git-источники конфигураций — получение конфигураций из приватных/командных Git-репозиториев
✅ Управление несколькими источниками — регистрация неограниченного количества репозиториев GitHub, GitLab, Bitbucket
✅ Командная работа — обмен пользовательскими конфигурациями в командах из 3–5 человек
✅ Корпоративная поддержка — масштабирование до 500+ разработчиков
✅ Безопасная аутентификация — токены через переменные окружения (GITHUB_TOKEN, GITLAB_TOKEN)

🤖 Анализ кодовой базы (C3.x)

C3.4: Извлечение паттернов конфигурации с ИИ-улучшением

✅ 9 форматов конфигурации — JSON, YAML, TOML, ENV, INI, Python, JavaScript, Dockerfile, Docker Compose
✅ 7 типов паттернов — база данных, API, логирование, кэш, почта, аутентификация, сервер
✅ ИИ-улучшение — опциональный двухрежимный ИИ-анализ (API + LOCAL)
✅ Анализ безопасности — обнаружение жёстко закодированных секретов и открытых учётных данных

C3.3: ИИ-улучшенные пошаговые руководства

✅ Полное ИИ-улучшение — преобразование базовых руководств в профессиональные учебники
✅ 5 автоматических улучшений — описание шагов, устранение неполадок, предварительные требования, следующие шаги, сценарии использования
✅ Двухрежимная поддержка — API-режим (Claude API) или LOCAL-режим (Claude Code CLI)
✅ Нулевые затраты в LOCAL-режиме — БЕСПЛАТНОЕ улучшение с вашим планом Claude Code Max

Использование:

# Быстрый анализ (1–2 мин, только базовые функции)
skill-seekers analyze --directory tests/ --quick

# Комплексный анализ (с ИИ, 20–60 мин)
skill-seekers analyze --directory tests/ --comprehensive

# С ИИ-улучшением
skill-seekers analyze --directory tests/ --enhance

Полная документация: docs/HOW_TO_GUIDES.md

🔄 Пресеты рабочих процессов улучшения

Многоразовые YAML-определённые конвейеры улучшения, управляющие тем, как ИИ преобразует необработанную документацию в отшлифованный навык.

✅ 5 встроенных пресетов — default, minimal, security-focus, architecture-comprehensive, api-documentation
✅ Пользовательские пресеты — добавляйте собственные рабочие процессы в ~/.config/skill-seekers/workflows/
✅ Цепочки рабочих процессов — объединяйте два или более рабочих процесса в одной команде
✅ Полное управление через CLI — просмотр, копирование, добавление, удаление и валидация рабочих процессов

# Применение одного рабочего процесса
skill-seekers create ./my-project --enhance-workflow security-focus

# Цепочка нескольких рабочих процессов (применяются по порядку)
skill-seekers create ./my-project \
  --enhance-workflow security-focus \
  --enhance-workflow minimal

# Управление пресетами
skill-seekers workflows list                          # Список всех (встроенные + пользовательские)
skill-seekers workflows show security-focus           # Показать содержимое YAML
skill-seekers workflows copy security-focus           # Скопировать в пользовательскую директорию для редактирования
skill-seekers workflows add ./my-workflow.yaml        # Установить пользовательский пресет
skill-seekers workflows remove my-workflow            # Удалить пользовательский пресет
skill-seekers workflows validate security-focus       # Проверить структуру пресета

# Копирование нескольких сразу
skill-seekers workflows copy security-focus minimal api-documentation

# Добавление нескольких файлов сразу
skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml

# Удаление нескольких сразу
skill-seekers workflows remove my-wf-a my-wf-b

Формат YAML-пресета:

name: security-focus
description: "Обзор безопасности: уязвимости, аутентификация, обработка данных"
version: "1.0"
stages:
  - name: vulnerabilities
    type: custom
    prompt: "Проверить на OWASP Top 10 и распространённые уязвимости..."
  - name: auth-review
    type: custom
    prompt: "Исследовать паттерны аутентификации и авторизации..."
    uses_history: true

⚡ Производительность и масштаб

✅ Асинхронный режим — сканирование в 2–3 раза быстрее с async/await (флаг --async)
✅ Поддержка большой документации — обработка документов на 10K–40K+ страниц с умным разделением
✅ Маршрутизатор/Hub-навыки — интеллектуальная маршрутизация к специализированным поднавыкам
✅ Параллельное сканирование — одновременная обработка нескольких навыков
✅ Контрольные точки/Возобновление — прогресс никогда не теряется при длительном сканировании
✅ Система кэширования — сканируйте один раз, пересобирайте мгновенно

✅ Контроль качества

✅ Полное покрытие тестами — 2 540+ тестов с обширным покрытием

📦 Установка

# Базовая установка (сканирование документации, анализ GitHub, PDF, упаковка)
pip install skill-seekers

# С поддержкой всех LLM-платформ
pip install skill-seekers[all-llms]

# С MCP-сервером
pip install skill-seekers[mcp]

# Всё включено
pip install skill-seekers[all]

Нужна помощь с выбором? Запустите мастер настройки:

skill-seekers-setup

Варианты установки

Команда установки	Функциональность
`pip install skill-seekers`	Сканирование, анализ GitHub, PDF, все платформы
`pip install skill-seekers[gemini]`	+ Поддержка Google Gemini
`pip install skill-seekers[openai]`	+ Поддержка OpenAI ChatGPT
`pip install skill-seekers[all-llms]`	+ Все LLM-платформы
`pip install skill-seekers[mcp]`	+ MCP-сервер
`pip install skill-seekers[video]`	+ Извлечение субтитров и метаданных YouTube/Vimeo
`pip install skill-seekers[video-full]`	+ Транскрипция Whisper и извлечение визуальных кадров
`pip install skill-seekers[jupyter]`	+ Поддержка Jupyter-ноутбуков
`pip install skill-seekers[pptx]`	+ Поддержка PowerPoint
`pip install skill-seekers[confluence]`	+ Поддержка вики Confluence
`pip install skill-seekers[notion]`	+ Поддержка страниц Notion
`pip install skill-seekers[rss]`	+ Поддержка RSS/Atom-лент
`pip install skill-seekers[chat]`	+ Поддержка экспорта чатов Slack/Discord
`pip install skill-seekers[asciidoc]`	+ Поддержка документов AsciiDoc
`pip install skill-seekers[all]`	Всё включено

Визуальные зависимости для видео (с поддержкой GPU): После установки skill-seekers[video-full] запустите skill-seekers video --setup для автоопределения вашего GPU и установки правильной сборки PyTorch

easyocr. Это рекомендуемый способ установки зависимостей для визуального извлечения.

🚀 Рабочий процесс установки одной командой

Самый быстрый способ от конфигурации до загруженного навыка — полная автоматизация:

# Установка навыка React из официальных конфигураций (автозагрузка в Claude)
skill-seekers install --config react

# Установка из локального файла конфигурации
skill-seekers install --config configs/custom.json

# Установка без загрузки (только упаковка)
skill-seekers install --config django --no-upload

# Предпросмотр рабочего процесса без выполнения
skill-seekers install --config react --dry-run

Выполняемые фазы:

📥 ФАЗА 1: Получение конфигурации (если указано имя конфигурации)
📖 ФАЗА 2: Сканирование документации
✨ ФАЗА 3: ИИ-улучшение
📦 ФАЗА 4: Упаковка навыка
☁️  ФАЗА 5: Загрузка в Claude (опционально, требуется API Key)

📊 Матрица функций

Skill Seekers поддерживает 4 LLM-платформы, 17 типов источников и полный паритет функций по всем целевым платформам.

Платформы: Claude AI, Google Gemini, OpenAI ChatGPT, универсальный Markdown Типы источников: Документация сайтов, репозитории GitHub, PDF, Word (.docx), EPUB, видео, локальные кодовые базы, Jupyter-ноутбуки, локальный HTML, OpenAPI/Swagger, AsciiDoc, PowerPoint (.pptx), RSS/Atom-ленты, man-страницы, вики Confluence, страницы Notion, экспорты чатов Slack/Discord

Подробности см. в Полной матрице функций.

Быстрое сравнение платформ

Функция	Claude	Gemini	OpenAI	Markdown
Формат	ZIP + YAML	tar.gz	ZIP + Vector	ZIP
Загрузка	✅ API	✅ API	✅ API	❌ Вручную
Улучшение	✅ Sonnet 4	✅ 2.0 Flash	✅ GPT-4o	❌ Нет
Все режимы навыков	✅	✅	✅	✅

Примеры использования

Сканирование документации

# Сканирование документации сайта
skill-seekers scrape --config configs/react.json

# Быстрое сканирование без конфигурации
skill-seekers scrape --url https://react.dev --name react

# Асинхронный режим (в 3 раза быстрее)
skill-seekers scrape --config configs/godot.json --async --workers 8

Извлечение из PDF

# Базовое извлечение из PDF
skill-seekers pdf --pdf docs/manual.pdf --name myskill

# Расширенные функции
skill-seekers pdf --pdf docs/manual.pdf --name myskill \
    --extract-tables \        # Извлечение таблиц
    --parallel \              # Быстрая параллельная обработка
    --workers 8               # Использование 8 ядер CPU

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

Извлечение из видео

# Установка поддержки видео
pip install skill-seekers[video]        # Субтитры + метаданные
pip install skill-seekers[video-full]   # + Whisper транскрипция + извлечение визуальных кадров

# Автоопределение GPU и установка визуальных зависимостей (PyTorch + easyocr)
skill-seekers video --setup

# Извлечение из видео YouTube
skill-seekers video --url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial

# Извлечение из плейлиста YouTube
skill-seekers video --playlist https://www.youtube.com/playlist?list=... --name myplaylist

# Извлечение из локального видеофайла
skill-seekers video --video-file recording.mp4 --name myrecording

# Извлечение с анализом визуальных кадров (требуются зависимости video-full)
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial --visual

# С ИИ-улучшением (очистка OCR + генерация отполированного SKILL.md)
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --enhance-level 2

# Обрезка определённого фрагмента видео (поддерживаются секунды, MM:SS, HH:MM:SS)
skill-seekers video --url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00

# Использование Vision API для OCR-кадров с низкой достоверностью (требуется ANTHROPIC_API_KEY)
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --vision-ocr

# Пересборка навыка из ранее извлечённых данных (пропуск загрузки)
skill-seekers video --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial

Полное руководство: см. docs/VIDEO_GUIDE.md для полной справки по CLI, деталей визуального конвейера, опций ИИ-улучшения и устранения неполадок.

Анализ репозиториев GitHub

# Базовое сканирование репозитория
skill-seekers github --repo facebook/react

# С аутентификацией (более высокие лимиты запросов)
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers github --repo facebook/react

# Настройка содержимого
skill-seekers github --repo django/django \
    --include-issues \        # Извлечение GitHub Issues
    --max-issues 100 \        # Ограничение количества issues
    --include-changelog       # Извлечение CHANGELOG.md

Унифицированное мультиисточниковое сканирование

Объединение документации + GitHub + PDF в один навык с обнаружением конфликтов:

# Использование готовых унифицированных конфигураций
skill-seekers unified --config configs/react_unified.json

# Или создание унифицированной конфигурации
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

Обнаружение конфликтов автоматически находит:

🔴 Отсутствует в коде (высокий приоритет): задокументировано, но не реализовано
🟡 Отсутствует в документации (средний приоритет): реализовано, но не задокументировано
⚠️ Несовпадение сигнатур: различные параметры/типы
ℹ️ Несовпадение описаний: различные пояснения

Полное руководство: см. docs/UNIFIED_SCRAPING.md.

Приватные репозитории конфигураций

Обмен пользовательскими конфигурациями в команде через приватные Git-репозитории:

# Использование MCP-инструментов для регистрации приватного командного репозитория
add_config_source(
    name="team",
    git_url="https://github.com/mycompany/skill-configs.git",
    token_env="GITHUB_TOKEN"
)

# Получение конфигурации из командного репозитория
fetch_config(source="team", config_name="internal-api")

Поддерживаемые платформы:

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

Полное руководство: см. docs/GIT_CONFIG_SOURCES.md.

Как это работает

graph LR
    A[Документация сайта] --> B[Skill Seekers]
    B --> C[Сканер]
    B --> D[ИИ-улучшение]
    B --> E[Упаковщик]
    C --> F[Организованные справочные файлы]
    D --> F
    F --> E
    E --> G[Claude навык .zip]
    G --> H[Загрузка в Claude AI]

Обнаружение llms.txt — проверка наличия llms-full.txt, llms.txt, llms-small.txt
Сканирование: извлечение всех страниц из документации
Категоризация: организация контента по темам (API, руководства, учебники и т.д.)
Улучшение: ИИ анализирует документацию и создаёт всеобъемлющий SKILL.md с примерами
Упаковка: объединение всего в готовый для Claude .zip-файл

📋 Предварительные требования

Перед началом убедитесь, что у вас есть:

Python 3.10 или выше — Скачать | Проверить: python3 --version
Git — Скачать | Проверить: git --version
15–30 минут для первоначальной настройки

Впервые? → Начните здесь: Безотказное руководство быстрого старта 🎯

📤 Загрузка навыков в Claude

После упаковки навыка его необходимо загрузить в Claude:

Вариант 1: Автоматическая загрузка (через API)

# Установка API Key (однократно)
export ANTHROPIC_API_KEY=sk-ant-...

# Упаковка и автоматическая загрузка
skill-seekers package output/react/ --upload

# ИЛИ загрузка существующего .zip
skill-seekers upload output/react.zip

Вариант 2: Ручная загрузка (без API Key)

# Упаковка навыка
skill-seekers package output/react/
# → Создаёт output/react.zip

# Затем загрузите вручную:
# - Перейдите на https://claude.ai/skills
# - Нажмите «Upload Skill»
# - Выберите output/react.zip

Вариант 3: MCP (Claude Code)

В Claude Code просто попросите:
"Упакуй и загрузи навык React"

🤖 Установка в ИИ-агенты

Skill Seekers может автоматически устанавливать навыки в 10+ ИИ-агентов для программирования.

# Установка в конкретный агент
skill-seekers install-agent output/react/ --agent cursor

# Установка во все агенты сразу
skill-seekers install-agent output/react/ --agent all

# Предпросмотр без установки
skill-seekers install-agent output/react/ --agent cursor --dry-run

Поддерживаемые агенты

Агент	Путь	Тип
Claude Code	`~/.claude/skills/`	Глобальный
Cursor	`.cursor/skills/`	Проектный
VS Code / Copilot	`.github/skills/`	Проектный
Amp	`~/.amp/skills/`	Глобальный
Goose	`~/.config/goose/skills/`	Глобальный
OpenCode	`~/.opencode/skills/`	Глобальный
Windsurf	`~/.windsurf/skills/`	Глобальный

🔌 MCP-интеграция (26 инструментов)

Skill Seekers поставляется с MCP-сервером для использования из Claude Code, Cursor, Windsurf, VS Code + Cline или IntelliJ IDEA.

# Режим stdio (Claude Code, VS Code + Cline)
python -m skill_seekers.mcp.server_fastmcp

# Режим HTTP (Cursor, Windsurf, IntelliJ)
python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765

# Автоматическая настройка всех агентов за раз
./setup_mcp.sh

Все 26 инструментов:

Основные (9): list_configs, generate_config, validate_config, estimate_pages, scrape_docs, package_skill, upload_skill, enhance_skill, install_skill
Расширенные (10): scrape_github, scrape_pdf, unified_scrape, merge_sources, detect_conflicts, add_config_source, fetch_config, list_config_sources, remove_config_source, split_config
Векторные БД (4): export_to_chroma, export_to_weaviate, export_to_faiss, export_to_qdrant
Облачные (3): cloud_upload, cloud_download, cloud_list

Полное руководство: docs/MCP_SETUP.md

⚙️ Конфигурация

Доступные пресеты (24+)

# Список всех пресетов
skill-seekers list-configs

Категория	Пресеты
Веб-фреймворки	`react`, `vue`, `angular`, `svelte`, `nextjs`
Python	`django`, `flask`, `fastapi`, `sqlalchemy`, `pytest`
Разработка игр	`godot`, `pygame`, `unity`
Инструменты и DevOps	`docker`, `kubernetes`, `terraform`, `ansible`
Унифицированные (документация + GitHub)	`react-unified`, `vue-unified`, `nextjs-unified` и другие

Создание собственной конфигурации

# Вариант 1: Интерактивный
skill-seekers scrape --interactive

# Вариант 2: Копирование и редактирование пресета
cp configs/react.json configs/myframework.json
nano configs/myframework.json
skill-seekers scrape --config configs/myframework.json

Структура файла конфигурации

{
  "name": "myframework",
  "description": "Когда использовать этот навык",
  "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
}

Где хранить конфигурации

Инструмент выполняет поиск в следующем порядке:

Точный путь, как указан
./configs/ (текущая директория)
~/.config/skill-seekers/configs/ (пользовательская директория конфигурации)
SkillSeekersWeb.com API (готовые конфигурации)

📊 Что создаётся

output/
├── godot_data/              # Полученные необработанные данные
│   ├── pages/              # JSON-файлы (по одному на страницу)
│   └── summary.json        # Обзор
│
└── godot/                   # Навык
    ├── SKILL.md            # Улучшенный с реальными примерами
    ├── references/         # Категоризированная документация
    │   ├── index.md
    │   ├── getting_started.md
    │   ├── scripting.md
    │   └── ...
    ├── scripts/            # Пусто (добавьте свои скрипты)
    └── assets/             # Пусто (добавьте свои ресурсы)

🐛 Устранение неполадок

Контент не извлечён?

Проверьте селектор main_content
Попробуйте: article, main, div[role="main"]

Данные есть, но не используются?

# Принудительное повторное сканирование
rm -rf output/myframework_data/
skill-seekers scrape --config configs/myframework.json

Категоризация не устраивает?

Отредактируйте раздел categories в конфигурации, используя более подходящие ключевые слова.

Хотите обновить документацию?

# Удалите старые данные и просканируйте заново
rm -rf output/godot_data/
skill-seekers scrape --config configs/godot.json

Улучшение не работает?

# Проверьте, установлен ли API Key
echo $ANTHROPIC_API_KEY

# Попробуйте LOCAL-режим (использует Claude Code Max, API Key не нужен)
skill-seekers enhance output/react/ --mode LOCAL

# Мониторинг статуса фонового улучшения
skill-seekers enhance-status output/react/ --watch

Проблемы с лимитами GitHub?

# Установите GitHub Token (5000 запросов/час вместо 60/час анонимно)
export GITHUB_TOKEN=ghp_your_token_here

# Или настройте несколько профилей
skill-seekers config --github

📈 Производительность

Задача	Время	Примечания
Сканирование (синхр.)	15–45 мин	Только первый раз, на основе потоков
Сканирование (асинхр.)	5–15 мин	В 2–3 раза быстрее с флагом `--async`
Сборка	1–3 мин	Быстрая пересборка из кэша
Пересборка	<1 мин	С `--skip-scrape`
Улучшение (LOCAL)	30–60 сек	Использует Claude Code Max
Улучшение (API)	20–40 сек	Требуется API Key
Видео (субтитры)	1–3 мин	YouTube/локальное, только субтитры
Видео (визуальное)	5–15 мин	+ OCR-извлечение кадров
Упаковка	5–10 сек	Создание итогового .zip

📚 Документация

Начало работы

BULLETPROOF_QUICKSTART.md — 🎯 НАЧНИТЕ ЗДЕСЬ, если вы новичок!
QUICKSTART.md — Быстрый старт для опытных пользователей
TROUBLESHOOTING.md — Распространённые проблемы и решения
docs/QUICK_REFERENCE.md — Краткая справка на одну страницу

Руководства

docs/LARGE_DOCUMENTATION.md — Работа с документами на 10K–40K+ страниц
ASYNC_SUPPORT.md — Руководство по асинхронному режиму (в 2–3 раза быстрее)
docs/ENHANCEMENT_MODES.md — Руководство по режимам ИИ-улучшения
docs/MCP_SETUP.md — Настройка MCP-интеграции
docs/UNIFIED_SCRAPING.md — Мультиисточниковое сканирование
docs/VIDEO_GUIDE.md — Полное руководство по извлечению из видео

Руководства по интеграции

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 — Все RAG-конвейеры

📝 Лицензия

Лицензия MIT — подробности в файле LICENSE

Удачного создания навыков! 🚀

62 KiB Raw Blame History Unescape Escape