mcpField
T
technical-skill-finder

technical-skill-finder

github.com/vincentkocAgent 工作流11179 次安装2 天前更新
代码仓库

关于 technical-skill-finder

此 skill 从获准读取的本地 Agent 日志和项目遥测中识别反复出现的技术问题,并整理为候选新技能或更新建议。它依据证据、重复频率及与现有技能的重合度进行排序。

主要功能

  1. 01提取错误与命令模式
  2. 02聚类重复信号
  3. 03检查与现有技能的重合
  4. 04依据证据排列候选项
  5. 05个人数据源须经授权

适用场景

  1. 01从 Agent 历史记录发现技能缺口
  2. 02判断现有技能是否需要更新
  3. 03确定反复开发故障的优先级

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/vincentkoc/dotskills --skill technical-skill-finder

安装后在 Claude Code 中输入/technical-skill-finder确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
scorecard.md
sources.md

详细介绍

技术技能发现器

目的

从本地 Agent 日志中发现反复出现的痛点,并将其转化为可执行的技能候选项、复用机会或现有技能更新建议。

适用场景

  • 你想从历史 Agent 活动中发现缺失的技术技能。
  • 你想在创建新技能前制定可复现的判定标准。
  • 你想验证现有技能是否已覆盖相关模式。
  • 你想纳入可选的个人信号来源(经授权后)。

输入

  • SCOPE(必需):要检查的仓库路径、工作区或工具领域。
  • SOURCES(必需):要挖掘的有序来源列表。
  • TIMEFRAME(可选):默认为 all,除非用户另有时间范围要求。
  • PRIVACY_POLICY(必需):用户对个人日志的明确指示。
  • TOP_N(可选):要返回的最高优先级候选项数量。

工作流

  1. 初始化来源集合
    • ~/.codex/history.jsonl
    • ~/.codex/archived_sessions/*.jsonl
    • ~/.codex/sessions/*.jsonl 和 ~/.codex/log/*(如果存在)
    • 可用时,检查 AGENTS.md/本地文档中的仓库专属遥测数据
    • 检测已知点文件目录下的 Cursor / Codex Agent 日志
  2. 规范化提取信号
    • 解析堆栈跟踪并分类故障类型(auth、type-check、llm-error、git/ci、runtime、refactor-merge、test)
    • 解析反复出现的命令短语(rg、mypy、pytest、gh、git、包管理器故障)
    • 记录频率、近期程度和受影响的项目上下文
  3. 对信号进行聚类
    • 按领域(python/js/rust/docs/tooling)、命令谱系和错误特征分组。
    • 降低重复率低的一次性会话的优先级。
  4. 映射到现有技能
    • 根据 name 和 description,将候选聚类与可用技能进行比较。
    • 如果重合度高,建议采用更新技能路径。
    • 如果没有重合,建议创建新技能。
  5. 输出排序结果
    • 提供 impact、frequency、confidence、skill-fit 和首次应用的命令集。
  6. 为高优先级候选项生成精简的首轮输出
    • 候选标题 + 范围
    • 触发短语示例
    • 必需输入
    • 建议的工作流摘要
    • 证据片段(行/文件级别)
    • 建议的依赖项/工具(例如 jq、rg、shell 实用工具、MCP 资源)
    • 默认通过聊天/stdout 返回。仅当用户选择持久化产物根目录,或其他必需工作流要求这样做时,才创建持久化产物,并设置文件/字节预算及来源/输入身份。
  7. 可选扩展到个人信号来源
    • 仅在获得明确许可后,才读取个人渠道。
    • 如果有 MCP 且用户已授权访问,则执行 MCP 资源发现,并纳入从消息信号中提取的模式。
    • 此选项必须由用户主动选择;除非用户要求合并计划,否则应将其与编码信号输出隔离。

防护措施

  • 除非明确获得许可,否则绝不从消息日志中推断或输出私人内容。
  • 跳过二进制/损坏文件,仅总结可解析的文本来源。
  • 优先使用确定性命令和小型脚本,而非临时手动解析。
  • 始终避免提议缺少操作上下文的技能(凭据、环境、私有 URL)。
  • 如果证据不明确,则返回 confidence: low,并请求再提供一个会话样本。
  • 复用一个身份匹配的规范清单,而不是生成重复的大型提取结果。需要保留或可恢复的阶段状态时,应用 $operations-worktree 任务产物约定。

输出

  • 在聊天中提供类似 skill_candidates.md 的报告:
    • reuse 候选项(可扩展的现有技能)
    • new 技能候选项(尚未覆盖)
    • 带有引用的主要来源锚点
    • 建议的后续操作(创建/更新)

阅读 references/sources.md,了解来源优先级。 阅读 references/scorecard.md,了解优先级规则。

流程

stateDiagram-v2
    [*] --> SelectAuthorizedSources
    SelectAuthorizedSources --> NormalizeAndCluster
    NormalizeAndCluster --> CompareExistingSkills
    CompareExistingSkills --> ProposeUpdate: substantial overlap
    CompareExistingSkills --> ProposeNewSkill: no existing coverage
    CompareExistingSkills --> ReportUncertainty: insufficient evidence
    ProposeUpdate --> RankAndReport
    ProposeNewSkill --> RankAndReport
    RankAndReport --> [*]
    ReportUncertainty --> [*]
    note right of SelectAuthorizedSources
        Personal channels require explicit approval.
        Return findings inline unless retention is selected.
    end note

评论

支持 Markdown