用途：autoskill 把用户自身的工作流历史（由本地 screenpipe 守护进程被动采集）转化为新技能。它按需触发：用户给定时间窗口后，查询 screenpipe 本地 HTTP API，聚类重复的工作流模式，与仓库中已有技能比对，产出可审阅、编辑和提升的提案文件夹。
主要能力：抓取并规范化时间线事件；对 OCR 文本做正则脱敏（邮箱、API 密钥、bearer token、电话）；按空闲间隔切分会话并聚类；用本地 sentence-transformers 嵌入与已有 135 个技能做 top-k 匹配；由 LLM 判定每个聚类属于复用、组合还是全新，并生成对应 SKILL.md；输出 report.md 及 new-skills/ 或 composition-recipes/ 草稿。
使用方式：需先运行 screenpipe 守护进程（默认 http://localhost:3030），导出 SCREENPIPE_TOKEN=$(screenpipe auth token)，安装 httpx、pyyaml、sentence-transformers。默认 LLM 后端为本地 LM Studio（http://localhost:1234/v1，模型 Gemma-4-31B-it），云端后端需显式选择。统一 CLI 为 scripts/autoskill.py，含 doctor、run、promote 三个子命令；run 支持 --start、--end、--config、--skills-dir、--out、--dry-run。提案默认落在 ~/.autoskill/proposed/<timestamp>/，审阅后用 promote 移入 skills/<name>/，且拒绝覆盖已有技能。
适用场景：分析最近数小时/天/周并提议新技能、查看尚未覆盖的工作流、从近期工作流起草技能、为重复工作流寻找组合配方。
限制：必须显式用户触发，不用于 screenpipe 本身的一次性提问或实时屏幕查询；无 screenpipe 守护进程时 run() 抛 ScreenpipeUnreachable；原始 OCR 不离开本机，检测与嵌入始终本地运行；敏感应用在采集阶段即被过滤，需安装起始拒绝列表；云端后端为可选加入。