skill evolution manager

产品定位

Skill Evolution Manager 是 AI 技能系统的“进化中枢”。它不仅负责优化单个 Skill，还负责跨 Skill 的经验复盘和沉淀。其目标是在对话结束时，根据用户反馈和对话内容总结、优化并迭代现有 Skills，通过吸取对话中的“精华”（如成功的解决方案、失败的教训、特定的代码规范）来持续演进 Skills 库。

核心职责

• 复盘诊断（Session Review）：在对话结束时，分析所有被调用的 Skill 的表现。
• 经验提取（Experience Extraction）：将非结构化的用户反馈转化为结构化的 JSON 数据（evolution.json）。
• 智能缝合（Smart Stitching）：将沉淀的经验自动写入 SKILL.md，确保持久化且不被版本更新覆盖。

使用场景与触发方式

典型触发包括：

• /evolve
• “复盘一下刚才的对话”
• “我觉得刚才那个工具不太好用，记录一下”
• “把这个经验保存到 Skill 里”

工作流（The Evolution Workflow）

1. 经验复盘（Review & Extract）

当用户触发复盘时，Agent 必须执行：

• 扫描上下文：找出用户不满意的点（报错、风格不对、参数错误）或满意的点（特定 Prompt 效果好）。
• 定位 Skill：确定是哪个 Skill 需要进化（例如 yt-dlp 或 baoyu-comic）。
• 生成 JSON：在内存中构建如下 JSON 结构：

{
  "preferences": ["用户希望下载默认静音"],
  "fixes": ["Windows 下 ffmpeg 路径需转义"],
  "custom_prompts": "在执行前总是先打印预估耗时"
}

2. 经验持久化（Persist）

Agent 调用 scripts/merge_evolution.py，将上述 JSON 增量写入目标 Skill 的 evolution.json 文件中。

命令：

python scripts/merge_evolution.py <skill_path> <json_string>

3. 文档缝合（Stitch）

Agent 调用 scripts/smart_stitch.py，将 evolution.json 的内容转化为 Markdown 并追加到 SKILL.md 末尾。

命令：

python scripts/smart_stitch.py <skill_path>

4. 跨版本对齐（Align）

当 skill-manager 更新了某个 Skill 后，Agent 应主动运行 smart_stitch.py，将之前保存的经验“重新缝合”到新版文档中。

核心脚本

• scripts/merge_evolution.py：增量合并工具。负责读取旧 JSON，去重合并新 List，保存。
• scripts/smart_stitch.py：文档生成工具。负责读取 JSON，在 SKILL.md 末尾生成或更新 ## User-Learned Best Practices & Constraints 章节。
• scripts/align_all.py：全量对齐工具。一键遍历所有 Skill 文件夹，将存在的 evolution.json 经验重新缝合回对应的 SKILL.md。常用于 skill-manager 批量更新后的经验还原。

最佳实践

• 不要直接修改 SKILL.md 的正文：除非是明显的拼写错误。所有的经验修正应通过 evolution.json 通道进行，这样可以保证在 Skill 升级时经验不丢失。
• 多 Skill 协同：如果一次对话涉及多个 Skill，请依次为每个 Skill 执行上述流程。

限制与暂未提供的信息

关于该工具支持的模型、收费方式、价格、具体运行平台、效果指标及完整的安装步骤，资料中暂未提供。