用途
anthropic-docs-updater 用于自动保持 anthropic-expert 技能与 Anthropic 最新文档同步。它负责检测、抓取并整合 Anthropic 文档更新，确保该技能始终反映最新的产品、功能与文档内容。
主要能力
该工具围绕一个五步更新工作流展开：
- 检测更新：检测新版本发布、文档变更和功能公告。
- 抓取文档：从官方来源下载更新内容。
- 处理内容：将内容转换为技能参考格式。
- 更新技能：将新内容整合进 anthropic-expert。
- 验证更新：确保质量维持、无回归问题。
整体自动化程度约为 80%，破坏性变更需人工审核。
更新来源包括：
- GitHub Releases（SDK 版本更新）
- docs.claude.com/en/release-notes（API 更新）
- code.claude.com/docs/en/changelog（Claude Code 更新）
- anthropic.com/news（模型公告）
使用方式
前提条件
- 已安装 anthropic-expert 技能
- Python 3.7+ 及 requests 库
- GitHub API 访问权限（用于版本检测）
- 网络连接（用于抓取文档）
五步工作流
第 1 步：检测更新
目的：检测新版本、文档变更和功能公告。
- 检查 GitHub Releases：
python scripts/check-updates.py --github，查询 GitHub API 获取最新版本，检查 anthropic-sdk-python、claude-agent-sdk-python，与 changelog.md 中的当前版本对比。 - 检查发布说明：
python scripts/check-updates.py --docs，抓取 docs.claude.com/en/release-notes，与上次检查日期对比，识别新条目。 - 检查 Claude Code 变更日志：
python scripts/check-updates.py --claude-code，抓取 code.claude.com/docs/en/changelog，检测新版本或功能。 - 生成更新报告：
python scripts/check-updates.py --all，运行所有检查，汇总结果，输出 update-report.txt。
输出：update-report.txt、检测到的变更列表、建议的更新操作。预计耗时 10-15 分钟（自动化）。
第 2 步：抓取文档
目的：从官方来源下载更新内容。
- 抓取 SDK 文档：
python scripts/fetch-docs.py --github-readmes，下载 SDK 仓库的 README.md，获取 GitHub 上的变更日志/发布说明，保存至 temp/sdk-docs/。 - 抓取 API 文档：
python scripts/fetch-docs.py --api-docs，抓取 docs.claude.com 的更新页面，下载发布说明，保存至 temp/api-docs/。 - 抓取 Claude Code 文档：
python scripts/fetch-docs.py --claude-code-docs，抓取 code.claude.com 的更新页面，下载变更日志，保存至 temp/claude-code-docs/。 - 验证下载：检查所有文件是否成功下载，验证文件完整性，确认无下载错误。
输出：temp/sdk-docs/、temp/api-docs/、temp/claude-code-docs/、fetch-log.txt。预计耗时 15-30 分钟（自动化，取决于内容量）。
第 3 步：处理文档
目的：将抓取的内容转换为技能参考格式。
- 解析抓取的文档：
python scripts/process-docs.py --input temp/ --output processed/，解析 temp/ 中的 markdown，提取相关章节，识别代码示例，按产品结构化。 - 转换为参考格式：按产品/能力组织，与现有参考格式保持一致，正确提取代码示例，添加导航标题。
- 与现有内容合并：对比新旧文档，识别新增、变更、删除内容，保留自定义示例/注释，生成差异报告。
- 验证处理后的内容：检查 markdown 语法，验证代码示例，确保格式一致。
输出：processed/（处理后的文档）、diff-report.txt（变更内容）、可供整合的格式化内容。预计耗时 20-40 分钟（自动化，需人工审核差异）。
第 4 步：更新 anthropic-expert 技能
目的：安全地将新内容整合进 anthropic-expert 技能。
- 备份当前技能：
python scripts/update-skill.py --backup，创建 anthropic-expert 备份，保存至 anthropic-expert.backup-YYYYMMDD/，保留所有文件。 - 整合新内容：
python scripts/update-skill.py --integrate processed/，更新相关参考文件，将新功能添加至相应章节，保留自定义内容，更新 changelog.md。 - 更新版本：递增版本号，更新变更日志（版本号、日期、变更摘要、新功能、更新文档）。
- 审核变更：显示变更差异，提示确认（手动模式下），允许回滚。
输出：更新后的 anthropic-expert 技能、anthropic-expert.backup-*/ 中的备份、更新后的 changelog.md、整合日志。预计耗时 15-30 分钟（自动化，快速审核）。
第 5 步：验证更新
目的：确保更新维持质量且不引入回归问题。
- 运行结构验证：
python ../../review-multi/scripts/validate-structure.py ../anthropic-expert，验证 YAML frontmatter，检查文件结构，验证命名规范，确保渐进式披露。必须通过（5/5 或 4/5）。 - 测试搜索功能：
python ../anthropic-expert/scripts/search-docs.py "test query"，验证搜索仍可用，检查能否在更新文件中找到内容，确保无搜索错误。 - 人工抽查：审核 2-3 个更新章节，验证新内容准确性，检查代码示例有效性，确保格式一致。
- 验证决策：通过则最终确定更新；失败则回滚并排查。
- 失败时回滚：
python scripts/update-skill.py --rollback，从备份恢复，回退至上一版本，记录失败以供排查。
输出：验证报告、最终更新后的技能（若通过）或恢复的备份（若失败）、更新成功/失败状态。预计耗时 20-30 分钟。
常用命令
# 检测更新
python scripts/check-updates.py --all
# 抓取新文档
python scripts/fetch-docs.py --all
# 处理抓取的文档
python scripts/process-docs.py --input temp/ --output processed/
# 应用更新
python scripts/update-skill.py --integrate processed/
# 验证
python scripts/update-skill.py --validate
# 需要时回滚
python scripts/update-skill.py --rollback
自动化计划
建议：每周检查，每月全面更新。
Cron 示例（每周检查，每月更新）：
# 每周一检查更新
0 9 * * 1 python check-updates.py --all > /tmp/anthropic-updates.log
# 每月第一个周一执行完整更新
0 10 1-7 * 1 bash run-full-update.sh
适用场景
- 每周/每月更新检查（保持最新）
- Anthropic 宣布新功能后
- 启动新的 Anthropic 项目前（确保使用最新文档）
- 当 anthropic-expert 内容看起来过时时
- 自动化定时更新（cron 任务）
限制
- 需要已安装 anthropic-expert 技能作为前置条件。
- 需要 Python 3.7+ 及 requests 库、GitHub API 访问权限和网络连接。
- 整体自动化程度约 80%，破坏性变更需人工审核。
- 完整工作流预计耗时 1.5-2.5 小时（大部分自动化）。
- 验证失败时需回滚并人工排查。
最佳实践
- 安排定期更新：每周自动检查更新，通过 cron 任务或计划任务实现。
- 人工审核破坏性变更：对于主版本更新，应用前先审核变更，因为破坏性变更可能需要手动更新示例。
- 更新前备份：始终备份（第 4 步会自动执行），以便在更新引发问题时回滚。
- 更新后验证：始终运行第 5 步（验证），确保更新不破坏技能质量。
- 跟踪更新历史：维护详细的变更日志，了解何时发生了什么变更，便于排查问题。