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，它查询 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，产出待审阅的提案文件夹。
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 令牌、电话）；按空闲间隔切分会话并聚类；用本地 sentence-transformers 嵌入与现有技能做 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/ 草案；经用户批准后 promote 到 skills/<name>/。
使用方式：需先运行 screenpipe 守护进程（默认 localhost:3030），导出 SCREENPIPE_TOKEN=$(screenpipe auth token)，安装 httpx、pyyaml、sentence-transformers。统一 CLI 为 scripts/autoskill.py，含 doctor、run、promote 三个子命令，例如 python scripts/autoskill.py run --start ... --end ... --config config.yaml --skills-dir skills。默认 LLM 后端为本地 LM Studio（http://localhost:1234/v1，模型 Gemma-4-31B-it），云端 claude/foundry 为可选。--dry-run 在聚类后停止，--plan 打印将分析的时间线。
适用场景：用户要求分析最近数小时/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：必须有运行中的 screenpipe 守护进程，无替代数据源，不可达时抛出 ScreenpipeUnreachable；仅限用户显式触发，不用于实时屏幕查询或关于 screenpipe 本身的一次性提问；promote 拒绝覆盖已有技能；嵌入模型首次运行需下载约 80 MB。其余细节资料未提供。