先说问题:每换一个框架,就要重新喂一遍文档
用 AI 编程助手写代码的人都遇到过这种场面:接手一个没用过的框架,先把官方文档一页页贴进对话,贴到上下文快塞爆,助手还是把 API 名字记串、把旧版本的参数安到新版本头上。换个新会话,一切从头再来。
问题不在模型笨,在于喂法不对:
- 文档是写给人读的网页,结构散、噪音多,整页灌进去,一大半 Token 耗在导航栏和页脚上。
- 上下文窗口再大也是临时的,这次会话喂进去的,下次会话一概不认。
- 同一个问题反复问、反复贴、反复等,时间和 Token 都在重复劳动里烧掉。
Skill Seekers 的思路是换个环节解决问题:不要每次用的时候现喂,而是提前把文档炼成一份结构化的技能包——一个主文件 SKILL.md 加一组按主题拆好的参考文件,助手需要哪部分就翻哪部分,像查手册一样随用随查。
本篇主线:三条命令跑通第一个技能 → 看清 18 种来源 → GitHub 仓库深挖 → AI 增强提质 → 一次准备多处导出 → MCP 集成与项目扫描。
它是什么:给 AI 系统准备的数据层
Skill Seekers 自我定位是「AI 系统的数据层」(The data layer for AI systems)。它做的事可以拆成一条流水线:
- 抓取:从来源把内容抽出来。抓文档站时先检查站点有没有
llms.txt,有的话直接走这条快线,速度能快一个数量级;遇到 JavaScript 单页应用,还有 sitemap、llms.txt、无头浏览器渲染三层发现机制兜底。 - 分类:把内容按主题整理成 API、指南、教程之类的类目,而不是一坨平铺的网页合集。
- 增强:用 AI 把主文件
SKILL.md写成带示例、带用法的完整技能说明,官方口径是 500 行以上,不是简单的目录拼接。 - 打包:按目标平台的格式打成成品包。
- 上传/安装:推到对应平台,或者直接装进本地的编程助手。
还有一个容易被忽略的能力:自动冲突检测。同一个技能可以由多个来源合并生成——比如官方文档站加 GitHub 仓库加一份 PDF 手册——不同来源说法不一致时,它会做冲突检测和两两合成(pairwise synthesis),而不是把互相打架的内容原样堆在一起让助手自己猜。
生成的技能还能可选地内置一个搜索索引:加上 --index 参数后,技能包里会多一个基于 SQLite FTS5 的全文索引和查询脚本,助手可以先定位到 文件#锚点 再去读对应的段落,不用把几千行的大文件整个吞下去。
快速上手:三条命令
前置条件只有两个:Python 3.10 以上和 Git。安装和生成都在命令行里完成:
# 1. 安装pip install skill-seekers
# 2. 从文档站生成技能(以 Django 文档为例)skill-seekers create https://docs.djangoproject.com/
# 3. 打包成 Claude 技能skill-seekers package output/django --target claude第三条命令跑完,output/ 目录里就躺着 django-claude.zip,可以直接上传到 Claude 的技能库使用。不想用 API 自动上传的话,把 ZIP 拿到手手动上传也完全可以。
正式开抓之前,建议先用 detect 探一下路:
# 只预览来源会被识别成什么类型,不生成任何东西skill-seekers detect https://docs.djangoproject.com/ --jsonSkill Seekers 按来源类型和目标平台拆了可选依赖,装的时候按需选:
| 安装命令 | 额外获得 |
|---|---|
pip install skill-seekers | 核心功能:抓取、GitHub 分析、PDF、打包 |
pip install skill-seekers[mcp] | MCP 服务器 |
pip install skill-seekers[video] | 视频转写与元数据提取 |
pip install skill-seekers[jupyter] | Jupyter Notebook 支持 |
pip install skill-seekers[notion] | Notion 页面支持 |
pip install skill-seekers[confluence] | Confluence 支持 |
pip install skill-seekers[all-llms] | 全部大模型平台 |
pip install skill-seekers[all] | 全部功能 |
拿不准装哪个,还有个向导命令 skill-seekers-setup 可以交互式帮你选。
WARNING第一次跑先拿一个中小型文档站练手,别上来就对着上万页的大站全量抓取。官方给的参考耗时是:100 页以内约 5–10 分钟,100–500 页约 15–30 分钟,500–2000 页要 30–60 分钟;上万页的巨型文档集应该走流式摄入(stream)而不是普通 create。
18 种来源:一张表看全
create 后面跟什么,基本就决定了它按哪条管线处理。官方支持 18 种来源,主要的列在这里:
| 来源类型 | 喂给它的东西 | 典型命令 |
|---|---|---|
| 文档网站 | 文档站 URL | skill-seekers create https://docs.djangoproject.com/ |
| GitHub 仓库 | 仓库简写或 URL | skill-seekers create facebook/react |
| 本地代码库 | 本地目录路径 | skill-seekers create ./my-project |
| PDF 文件 | skill-seekers create manual.pdf | |
| Word | .docx 文件 | skill-seekers create report.docx |
| EPUB | 电子书文件 | skill-seekers create book.epub |
| PowerPoint | .pptx 文件 | skill-seekers create presentation.pptx |
| Jupyter | .ipynb 笔记本 | skill-seekers create notebook.ipynb |
| OpenAPI | Swagger/OpenAPI 规格文件 | skill-seekers create openapi.yaml |
| 本地 HTML | HTML 文件或整个目录 | skill-seekers create page.html |
| AsciiDoc | .adoc 文件 | skill-seekers create guide.adoc |
| RSS/Atom | 订阅源文件 | skill-seekers create feed.rss |
| Man 手册页 | man page 文件 | skill-seekers create curl.1 |
| 视频 | YouTube、Vimeo 链接或本地文件 | skill-seekers create --video-url <链接> --name mytutorial |
| Confluence | 空间 Key | skill-seekers create --space-key TEAM --name wiki |
| Notion | 数据库 ID | skill-seekers create --database-id ... --name docs |
| 聊天导出 | Slack/Discord 导出目录 | skill-seekers create --chat-export-path ./slack-export --name team-chat |
几个细节值得一提:
- 视频来源有三级转写兜底:字幕 → YouTube 转写 API → 本地 Whisper;装了完整视频依赖后,还能抽帧对屏幕上的代码做 OCR,把教程视频里的代码也收进技能。
- 多来源可以写进同一份配置合并生成一个技能,文档站、仓库、PDF、视频混着来都行,冲突检测就是为这种场景准备的。
- 抓取结果不是一次性用品:它带文档变更检测,可以定时重新抓取并只做增量更新,文档站改版了技能不会长期停留在旧版本。
GitHub 仓库深挖:不只是抓 README
对 GitHub 仓库和本地代码库,Skill Seekers 走的是一条单独的深度分析管线(官方称 C3.x),分三股流:
- 代码流:对源码做 AST 解析,识别类、函数和调用结构;内置 10 个 GoF 设计模式检测器,覆盖 9 种语言,能把仓库里实际用了哪些设计模式标出来;还会从测试代码里提炼真实用法示例——测试怎么写,示例就怎么来,比凭文档臆想的示例可靠得多。
- 文档流:README、
docs/目录、Wiki 一并纳入。 - 社区流:Issue、PR 和仓库元数据(默认不再打包完整的已关闭 Issue 历史,省 Token)。
分析深度用预设档位控制:
| 预设 | 耗时参考 | 深度 | 适合场景 |
|---|---|---|---|
quick | 1–2 分钟 | 表层扫一遍 | 先快速摸个底 |
standard | 适中 | 均衡(默认) | 日常生成技能 |
comprehensive | 最久 | 深度穷尽 | 长期要用的核心框架 |
skill-seekers create ./my-project --preset quick # 快速表层skill-seekers create ./my-project --preset standard # 默认均衡skill-seekers create ./my-project --preset comprehensive # 深度穷尽管线还会顺带产出 AI 撰写的 how-to 指南、配置文件要点提取和架构总览。对仓库来说,它的价值不在于把代码复制进技能,而在于把「这个库实际怎么用、惯用什么模式」提炼成助手能直接引用的知识。
AI 增强:给技能提质的两种通道
抓取和分类解决的是「全不全」,增强解决的是「好不好用」。所有 AI 调用都走同一条传输层,分两种模式:
- API 模式:调用 Anthropic、Google Gemini、OpenAI、Moonshot/Kimi、MiniMax 等平台的 API,按量付费。
- 本地模式(LOCAL):调用本机已装好的编程助手来干活,比如 Claude Code、Kimi Code、Codex、Copilot、OpenCode,甚至可以用
--agent-cmd接任意自定义命令——不花 API 的钱,用的是你现成的订阅额度。
深度用 --enhance-level 0-3 控制,0 是不增强、纯结构化整理,往上逐级加深改写和补例的力度;用哪个模型或助手则用 --agent 指定:
# 用 Kimi 作为增强引擎skill-seekers create https://docs.djangoproject.com/ --agent kimi
# 用一条自定义命令作为增强引擎skill-seekers create https://docs.djangoproject.com/ --agent-cmd "my-custom-agent run"
# 控制增强深度skill-seekers create facebook/react --enhance-level 2注意 API 模式下密钥的管理:密钥只放环境变量或本地配置,千万别写进要提交到仓库的配置文件里随代码一起推上去。
一次准备,多处导出:22 个目标
抓好、增强完的技能放在 output/<名字> 目录里,之后换平台只是换一条打包命令的事,不用重新抓取。这就是它说的「Prepare once, export to 22 targets」:
| 类别 | 目标 |
|---|---|
| 大模型技能平台(12) | Claude、Gemini、OpenAI、MiniMax、OpenCode、Kimi、DeepSeek、Qwen、OpenRouter、Together、Fireworks、Markdown |
| RAG 与向量库(8) | LangChain、LlamaIndex、Haystack、Chroma、FAISS、Weaviate、Qdrant、Pinecone |
| 其他(2) | Atlas、IBM Bob |
skill-seekers package output/react --target claude # Claude 技能(ZIP + YAML)skill-seekers package output/react --target langchain # LangChain Documentsskill-seekers package output/react --target llama-index # LlamaIndex TextNodes其中 RAG 那一列的产物是带丰富元数据的切块文档,可以直接喂给现成的检索管线——如果你已经在用 RAG 个人知识库 那套玩法,这就是给它批量备料的上游工具,两者是上下游关系而不是替代关系。
打包之外还有两条分发路径:
# 打包并直接上传到 Claude(需要 ANTHROPIC_API_KEY)skill-seekers package output/react/ --upload
# 把技能直接装进本地的编程助手,可识别 19 种skill-seekers install-agent output/react/ --agent cursorskill-seekers install-agent output/react/ --agent all # 装进所有检测到的助手skill-seekers install-agent output/react/ --agent cursor --dry-run # 先预演,不真装像本系列前面介绍过的 creator-generalist 那类现成技能包是「别人写好的手艺」,Skill Seekers 则是「自己造技能的机器」:前者解决某个具体创作领域,后者把你天天要查的任意文档变成同等形态的技能。
MCP 集成:在助手里直接造技能
装了 [mcp] 依赖后,Skill Seekers 自带一个 MCP 服务器,共 40 个工具。接好之后,你不用切到终端敲命令,直接在对话里跟助手说「把 React 的技能打包并上传」就行,剩下的步骤由它调用工具完成。
两种传输模式:
# stdio 模式(Claude Code、VS Code + Cline 等)python -m skill_seekers.mcp.server_fastmcp
# HTTP 模式(Cursor、Windsurf、IntelliJ 等)python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765支持的客户端包括 Claude Code、Cursor、Windsurf、VS Code + Cline 和 IntelliJ IDEA。关于 MCP 在命令行助手里的整体玩法,可以配合本系列的 命令行里的 AI 助手 一起看:一个负责「助手怎么调工具」,一个负责「工具本身能造什么」。
scan:扫一个项目,配置自动生成
还有一个很对工程胃口的命令:scan。把一个现有项目目录丢给它,AI 会读项目的清单文件、README、Dockerfile、CI 配置和抽样源码里的 import,然后按检测到的框架各生成一份配置,外加一份你自己代码库的配置:
skill-seekers scan ./my-react-app --out ./configs/scanned/# → react.json、vite.json、tailwind.json、jest.json、my-react-app-codebase.json
# 拿着生成的配置逐个生成技能skill-seekers create ./configs/scanned/react.json如果检测到的东西没有现成预设,它会现场生成一份新配置;退出时还可以选择把配置发布回社区注册表,给后来人复用。对于刚接手陌生项目的人,这等于先让工具把「这项目用了哪些框架」列清楚,再顺手把每个框架的文档技能都备好。
适合谁
- 重度使用 AI 编程助手的人:主力框架就那么几个,一次把文档炼成技能,之后每次会话都受益,省下的是长期重复劳动。
- 经常查框架文档的人:与其每次开浏览器翻文档站,不如让助手在本地技能里定位到具体锚点再回答,答案还带出处。
- 维护内部技术文档的团队:把内部 Wiki、接口文档炼成技能,新人和助手的上下文同时解决了——但务必先确认这些文档的授权范围,内部文档生成的技能包不要随手对外分发。
- 做 RAG 的人:把它当备料机,18 种来源进、带元数据的切块出,比自己写一堆格式转换脚本省事得多。
反过来,如果你只是偶尔问某个冷门库一两个问题,现问现查就够了,专门炼一份技能属于杀鸡用牛刀。
常见问题与排障
Q:create 跑到一半失败,或者抓下来的内容是空的? 先跑一遍官方自检:
skill-seekers doctor # 诊断安装与环境skill-seekers doctor --json # 机器可读的诊断结果,方便贴给助手分析抓空多半出在目标站本身:纯前端渲染的单页应用要靠它的三层发现机制兜底,遇到严重变形的 HTML 它有宽容解析回退;如果站点有登录墙或明确禁止抓取,那就不是工具的问题了,换官方提供的离线文档包当来源更稳妥。
Q:不确定一个地址会被识别成什么来源?
用 skill-seekers detect <地址> --json 先预览识别结果,不产生任何文件,确认无误再 create。
Q:文档站特别大,抓一次要等很久怎么办? 先看规模:几百页以内按上面的参考耗时预留时间即可;上万页的巨型文档集改用流式摄入(stream)方式,并开启增量更新,后续文档改版只补差异,不用全量重抓。
Q:多来源合并时提示有冲突,该怎么处理? 不要无视。冲突意味着不同来源对同一件事的说法不一致,直接打包等于把矛盾原样交给助手,它答错时你都不知道该信哪份。先看冲突报告,确认哪个来源是权威版本(一般以官方文档站为准、仓库代码次之),调整来源优先级或剔除过期来源后重新生成。
Q:生成的技能质量不满意,怎么量化判断? 它自带质量评分命令,可以给技能打分并设及格线:
skill-seekers quality output/react/ --threshold 7 # 低于阈值会明确报出来skill-seekers quality output/react/ --json # JSON 形式输出分数分数低通常是来源本身内容稀薄或增强等级太低:换更完整的来源,或者把 --enhance-level 往上调一级再生成一次对比。
Q:视频来源转写不准或者没字幕?
转写是三级兜底:字幕、平台转写 API、本地 Whisper。装 skill-seekers[video-full] 后再跑一次 skill-seekers create --setup,它会按你的 GPU 自动装匹配的依赖,Whisper 这条兜底线才真正可用。
Q:装进助手的技能没生效?
先用 install-agent ... --dry-run 看它打算把文件放到哪个目录,再核对那个目录是不是当前助手实际加载技能的位置;不同助手的技能目录不同(有的是全局目录、有的是项目目录),放错层级是最常见的原因。
Q:配置文件改完好像没生效?
跑 skill-seekers sync-config 检查配置漂移,它专门用来发现配置文件和实际状态对不上的情况。
小结
Skill Seekers 解决的是 AI 使用里最不起眼、但天天在烧钱的一个环节:文档喂养。
- 把文档站、GitHub 仓库、PDF、视频等 18 种来源,一次性炼成
SKILL.md加参考文件的结构化技能包,带冲突检测和可选的全文索引。 - GitHub 仓库走 AST 加设计模式检测加测试示例提炼的深挖管线,三档预设控制深度。
- 增强可以用 API,也可以用本机现成的编程助手,不额外花钱;成品一次准备,能导出到 22 个目标。
- MCP 的 40 个工具让它能被助手直接调用,
scan则能对着一个项目自动把所需配置全生成出来。
一句话收尾:现查文档是按次付费的体力活,把文档炼成技能是一次性的投资——你查得越勤,这笔投资回本得越快。