SuperAPI AI 工具集

assimilate-popular-workflows

智能体与模型

查看项目

更新于 10-15 10:48

技能介绍

用途

该技能用于在公开 GitHub 仓库中发现 SKILL.md 文件,按原型对每个仓库进行分类,并在 docs/reference-repos/[org]/[repo-name]/ 下维护结构化研究文档。目标不是逐字复制技能,而是提取可迁移价值:为 babysitter 流程库提取流程、为 babysitter 市场插件提供创意,以及将可编码为 babysitter JS 流程的隐性流程知识提炼出来。

主要能力

  • 发现:通过 GitHub 代码搜索(如 filename:SKILL.md)、主题标签搜索、关键词加星标搜索,以及浏览 ClawHub 技能与插件注册表来寻找候选仓库。
  • 过滤:排除 a5c-ai/babysitter 自身仓库;处理归档/迁移仓库;仅保留 MIT、BSD(2-clause 或 3-clause)、Apache-2.0 许可证的仓库;按 repository.nameWithOwner 去重;优先 50+ 星标仓库。
  • 分类:将仓库归入 mega-skill-pack、methodology-repo、internal-maintenance、other-harness、claude-plugin、harness-framework、domain-skill-pack、utility-with-skill、not-a-skill 等原型之一。
  • 深度研究:为每个非跳过仓库生成单一 research.md,包含概览、评估、提取优先级、技能清单、可编码流程、插件创意与插件市场映射。
  • 流程库放置规则:完整通用开发方法论放入 methodologies/<name>/;跨领域通用模式放入 specializations/shared/;领域特定流程放入 specializations/<domain>/。
  • 插件创意区分:仅提出会修改项目设置、安装外部集成或强制工作流的插件;不提出仅打包技能包、专家角色、领域套件、编排模式或流程重新打包的插件。

使用方式

当用户要求“在野外寻找技能”“吸收流行工作流”“在仓库中发现 SKILL.md 文件”“研究某仓库的技能生态”“从外部技能提取流程或模式”或进行周期性刷新以跟踪技能格局演变时使用。

执行分为三个阶段:

  1. 发现:使用 gh search code 与 gh search repos 命令,结合主题标签与市场注册表浏览,收集候选仓库。
  2. 分类:浅克隆到 .a5c/tmp/skill-discovery/,阅读 README、plugin.json、目录结构与 SKILL.md 样本,归入一个原型。
  3. 深度研究:为每个非跳过仓库生成 research.md,包含统一模板中的各字段。

对于 harness-framework 类仓库,需验证三项关键能力:自定义工具/MCP、停止钩子(stop hooks)、插件系统。停止钩子至关重要,缺少它 babysitter 的编排循环无法运作。

适用场景

  • 用户要求发现流行仓库中存在哪些技能或工作流。
  • 用户要求研究特定仓库的技能生态。
  • 用户要求从外部技能中提取流程或模式。
  • 周期性刷新以跟踪不断演变的技能格局。

限制

  • 仅跟踪活跃、维护中的仓库;归档仓库若指向新位置则评估新位置。
  • 仅跟踪宽松许可证仓库,排除 GPL、AGPL、CC-NC、CC-SA、专有或无许可证仓库。
  • 不复制技能原文,只提取可迁移价值。
  • 插件创意不得是技能包集合、专家/角色插件、领域套件、编排模式或流程重新打包。
  • 每个被跟踪仓库仅生成一个 research.md 文件,不拆分为多个文件。
  • 关于具体收费、价格、平台或效果,资料暂未提供。