技能寻求者

英语 | 简体中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | Türkçe | العربية | हिन्दी | Русский

[]（测试/）

🧠 AI 系统的数据层。 Skill Seekers 将文档网站、GitHub 存储库、PDF、视频、笔记本、wiki 和 10 多种源类型转换为结构化知识资产 - 准备在几分钟而不是几小时内为 AI 技能（Claude、Gemini、OpenAI）、RAG 管道（LangChain、LlamaIndex、Pinecone）和 AI 编码助手（Cursor、Windsurf、Cline）提供支持。

🌐 Visit SkillSeekersWeb.com - 浏览 24+ 预设配置、共享您的配置并访问完整文档！

📋 View Development Roadmap & Tasks - 10 个类别的 134 个任务，选择任何一个来贡献！

🌐 生态系统

Skill Seekers 是一个多仓库项目。 这是一切都存在的地方：

想要贡献吗？ 网站和配置存储库对于新贡献者来说是很好的起点！

🧠 人工智能系统的数据层

Skill Seekers 是通用预处理层，位于原始文档和使用它的每个人工智能系统之间。 无论您是构建 Claude 技能、LangChain RAG 管道还是 Cursor .cursorrules 文件，数据准备都是相同的。 您只需执行一次，然后导出到所有目标。

# One command → structured knowledge asset
skill-seekers create https://docs.react.dev/
# or: skill-seekers create facebook/react
# or: skill-seekers create ./my-project

# Export to any AI system
skill-seekers package output/react --target claude      # → Claude AI Skill (ZIP)
skill-seekers package output/react --target langchain   # → LangChain Documents
skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes
skill-seekers package output/react --target cursor      # → .cursorrules

构建了什么

为什么这很重要

• ⚡ 速度加快 99% — 手动数据准备天数 → 15–45 分钟
• 🎯 AI 技能质量 — 500 多行 SKILL.md 文件，包含示例、模式和指南
• 📊 RAG-ready 块 — 智能分块保留代码块并维护上下文
• 🎬 视频 — 从 YouTube 和本地视频中提取代码、文本和结构化知识
• 🔄 多源 — 将 18 种源类型（文档、GitHub、PDF、视频、笔记本、wiki 等）合并为一项知识资产
• 🌐 一次准备，每个目标 — 将相同的资产导出到 20 个平台（12 个 LLM + 8 RAG/向量），无需重新抓取
• ✅ 久经考验 — 超过 3,194 项测试，超过 24 个框架预设，可投入生产

🚀 快速入门（3 个命令）

# 1. Install
pip install skill-seekers

# 2. Create skill from any source
skill-seekers create https://docs.django.com/

# 3. Package for your AI platform
skill-seekers package output/django --target claude

就是这样！ 您现在可以使用 output/django-claude.zip。

# Use a different AI agent for enhancement (default: claude)
skill-seekers create https://docs.django.com/ --agent kimi
skill-seekers create https://docs.django.com/ --agent codex
skill-seekers create https://docs.django.com/ --agent-cmd "my-custom-agent run"

其他来源（支持 18 个）

# GitHub repository
skill-seekers create facebook/react

# Local project
skill-seekers create ./my-project

# PDF document
skill-seekers create manual.pdf

# Word document
skill-seekers create report.docx

# EPUB e-book
skill-seekers create book.epub

# Jupyter Notebook
skill-seekers create notebook.ipynb

# OpenAPI spec
skill-seekers create openapi.yaml

# PowerPoint presentation
skill-seekers create presentation.pptx

# AsciiDoc document
skill-seekers create guide.adoc

# Local HTML file
skill-seekers create page.html

# RSS/Atom feed
skill-seekers create feed.rss

# Man page
skill-seekers create curl.1

# Video (YouTube, Vimeo, or local file — requires skill-seekers[video])
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial
# First time? Auto-install GPU-aware visual deps:
skill-seekers video --setup

# Confluence wiki
skill-seekers confluence --space TEAM --name wiki

# Notion pages
skill-seekers notion --database-id ... --name docs

# Slack/Discord chat export
skill-seekers chat --export-dir ./slack-export --name team-chat

到处导出

# Package for multiple platforms
for platform in claude gemini openai langchain; do
  skill-seekers package output/django --target $platform
done

什么是技能寻求者？

技能寻求者是人工智能系统的数据层。 它将 18 种源类型（文档网站、GitHub 存储库、PDF、视频、Jupyter Notebooks、Word/EPUB/AsciiDoc 文档、OpenAPI 规范、PowerPoint 演示文稿、RSS 源、手册页、Confluence wiki、Notion 页面、Slack/Discord 导出等）转换为每个 AI 目标的结构化知识资产：

📚 文档

完整文档： docs/README.md

技能寻求者无需花费数天进行手动预处理，而是：

1. 摄取 — 文档、GitHub 存储库、本地代码库、PDF、视频、笔记本、wiki 以及 10 多种源类型
2. 分析 — 深度 AST 解析、模式检测、API 提取
3. 结构 — 带有元数据的分类参考文件
4. 增强 — AI 驱动的 SKILL.md 生成（Claude、Gemini 或本地）
5. 导出 — 来自一项资产的 16 种特定于平台的格式

为什么要使用这个？

对于 AI 技能培养者（Claude、Gemini、OpenAI）

• 🎯 生产级技能 — 500 多行 SKILL.md 文件，包含代码示例、模式和指南
• 🔄 增强工作流程 — 应用 security-focus、architecture-comprehensive 或自定义 YAML 预设
• 🎮 任何领域 — 游戏引擎（Godot、Unity）、框架（React、Django）、内部工具
• 🔧 团队 — 将内部文档 + 代码合并为单一事实来源
• 📚 质量 — 通过示例、快速参考和导航指导进行 AI 增强

对于 RAG 构建者和 AI 工程师

• 🤖 RAG 就绪数据 — 预分块的 LangChain Documents、LlamaIndex TextNodes、Haystack Documents
• 🚀 速度加快 99% — 预处理天数 → 15–45 分钟
• 📊 智能元数据 — 类别、来源、类型 → 更好的检索准确性
• 🔄 多源 — 将文档 + GitHub + PDF + 视频合并到一个管道中
• 🌐 与平台无关 — 导出到任何矢量数据库或框架，无需重新抓取

对于AI编码助手用户

• 💻 光标 / Windsurf / Cline — 自动生成 .cursorrules / .windsurfrules / .clinerules
• 🎯 持久上下文 — AI 无需重复提示即可“了解”您的框架
• 📚 始终最新 — 当文档更改时在几分钟内更新上下文

主要特点

🌐 文档抓取

• ✅ 智能 SPA 发现 - JavaScript SPA 站点的三层发现（sitemap.xml → llms.txt → 无头浏览器渲染）
• ✅ llms.txt 支持 - 自动检测并使用 LLM 就绪文档文件（速度提高 10 倍）
• ✅ 通用刮刀 - 适用于任何文档网站
• ✅ 智能分类 - 按主题自动组织内容
• ✅ 代码语言检测 - 识别Python、JavaScript、C++、GDScript 等。
• ✅ 24+ 即用型预设 - Godot、React、Vue、Django、FastAPI 等### 📄 PDF 支持
• ✅ 基本 PDF 提取 - 从 PDF 文件中提取文本、代码和图像
• ✅ 扫描 PDF 的 OCR - 从扫描文档中提取文本
• ✅ 受密码保护的 PDF - 处理加密的 PDF
• ✅ 表格提取 - 从 PDF 中提取复杂的表格
• ✅ 并行处理 - 大型 PDF 速度提高 3 倍
• ✅ 智能缓存 - 重新运行速度提高 50%

🎬 视频提取

• ✅ YouTube 和本地视频 - 从视频中提取文字记录、屏幕代码和结构化知识
• ✅ 视觉框架分析 - 从代码编辑器、终端、幻灯片和图表中进行 OCR 提取
• ✅ GPU 自动检测 - 自动安装正确的 PyTorch 版本（CUDA/ROCm/MPS/CPU）
• ✅ AI 增强 - 两遍：清理 OCR 伪影 + 生成完善的 SKILL.md
• ✅ 时间剪辑 - 使用 --start-time 和 --end-time 提取特定部分
• ✅ 播放列表支持 - 批量处理 YouTube 播放列表中的所有视频
• ✅ Vision API Fallback - 使用 Claude Vision 处理低置信度 OCR 框架

🐙 GitHub 存储库分析

• ✅ 深度代码分析 - Python、JavaScript、TypeScript、Java、C++、Go 的 AST 解析
• ✅ API 提取 - 具有参数和类型的函数、类、方法
• ✅ 存储库元数据 - 自述文件、文件树、语言细分、星号/分叉
• ✅ GitHub Issues & PRs - 获取带有标签和里程碑的开放/已关闭问题
• ✅ 变更日志和发布 - 自动提取版本历史记录
• ✅ 冲突检测 - 比较记录的 API 与实际代码实现
• ✅ MCP 集成 - 自然语言：“抓取 GitHub 存储库 facebook/react”

🔄 统一多源抓取

• ✅ 组合多个来源 - 将文档 + GitHub + PDF 混合在一项技能中
• ✅ 冲突检测 - 自动查找文档和代码之间的差异
• ✅ 智能合并 - 基于规则或人工智能驱动的冲突解决
• ✅ 透明报告 - 与 ⚠️ 警告并排比较
• ✅ 文档差距分析 - 识别过时的文档和未记录的功能
• ✅ 单一事实来源 - 一项技能既显示意图（文档）又显示现实（代码）
• ✅ 向后兼容 - 旧版单源配置仍然有效

🤖 多LLM平台支持

• ✅ 12 个法学硕士平台 - Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、Generic Markdown、OpenCode、Kimi (Moonshot AI)、DeepSeek AI、Qwen (阿里巴巴)、OpenRouter、Together AI、Fireworks AI
• ✅ 通用抓取 - 相同的文档适用于所有平台
• ✅ 特定于平台的打包 - 针对每个 LLM 的优化格式
• ✅ 单命令导出 - --target 标志选择平台
• ✅ 可选依赖项 - 仅安装您需要的内容
• ✅ 100% 向后兼容 - 现有的 Claude 工作流程不变

# Claude (default - no changes needed!)
skill-seekers package output/react/
skill-seekers upload react.zip

# Google Gemini
pip install skill-seekers[gemini]
skill-seekers package output/react/ --target gemini
skill-seekers upload react-gemini.tar.gz --target gemini

# OpenAI ChatGPT
pip install skill-seekers[openai]
skill-seekers package output/react/ --target openai
skill-seekers upload react-openai.zip --target openai

# MiniMax AI
pip install skill-seekers[minimax]
skill-seekers package output/react/ --target minimax
skill-seekers upload react-minimax.zip --target minimax

# Generic Markdown (universal export)
skill-seekers package output/react/ --target markdown
# Use the markdown files directly in any LLM

# Option 1: Official Anthropic API (default)
export ANTHROPIC_API_KEY=sk-ant-...

# Option 2: GLM-4.7 Claude-compatible API
export ANTHROPIC_API_KEY=your-glm-47-api-key
export ANTHROPIC_BASE_URL=https://glm-4-7-endpoint.com/v1

# All AI enhancement features will use the configured endpoint
skill-seekers enhance output/react/
skill-seekers analyze --directory . --enhance

安装：

# Install with Gemini support
pip install skill-seekers[gemini]

# Install with OpenAI support
pip install skill-seekers[openai]

# Install with MiniMax support
pip install skill-seekers[minimax]

# Install with all LLM platforms
pip install skill-seekers[all-llms]

🔗 RAG 框架集成

• ✅ LangChain 文档 - 使用 page_content + 元数据直接导出为 Document 格式

• 非常适合：QA 连锁店、猎犬、矢量商店、代理商

• 示例：LangChain RAG Pipeline

• 指南：LangChain Integration

• ✅ LlamaIndex TextNodes - 导出为具有唯一 ID + 嵌入的 TextNode 格式

• 完美适用于：查询引擎、聊天引擎、存储上下文

• 示例：LlamaIndex Query Engine

• 指南：LlamaIndex Integration

• ✅ Pinecone-Ready Format - 针对矢量数据库更新插入进行了优化

• 完美适用于：生产向量搜索、语义搜索、混合搜索

• 示例：Pinecone Upsert

• 指南：Pinecone Integration

快速导出：

# LangChain Documents (JSON)
skill-seekers package output/django --target langchain
# → output/django-langchain.json

# LlamaIndex TextNodes (JSON)
skill-seekers package output/django --target llama-index
# → output/django-llama-index.json

# Markdown (Universal)
skill-seekers package output/django --target markdown
# → output/django-markdown/SKILL.md + references/

完整的 RAG 管道指南： RAG Pipelines Documentation

🧠 AI 编码助手集成

将任何框架文档转换为 4 个以上人工智能助手的专家编码上下文：

• ✅ Cursor IDE - 生成 .cursorrules 以获取 AI 驱动的代码建议

• 完美适用于：特定于框架的代码生成、一致的模式

• 适用于：Cursor IDE（VS Code 分支）

• 指南：Cursor Integration

• 示例：Cursor React Skill

• ✅ Windsurf - 使用 .windsurfrules 自定义 Windsurf 的 AI 助手上下文

• 完美适用于：IDE 原生人工智能辅助、基于流程的编码

• 适用于：Codeium 的 Windsurf IDE

• 指南：Windsurf Integration

• 示例：Windsurf FastAPI Context

• ✅ Cline (VS Code) - 系统提示 + VS Code 代理的 MCP

• 完美适用于：在 VS Code 中生成代理代码

• 适用于：VS Code 的 Cline 扩展

• 指南：Cline Integration

• 示例：Cline Django Assistant

• ✅ Continue.dev - 用于与 IDE 无关的 AI 的上下文服务器

• 完美适用于：多 IDE 环境（VS Code、JetBrains、Vim）、自定义 LLM 提供商

• 适用于：任何带有Continue.dev插件的IDE

• 指南：Continue Integration

• 示例：Continue Universal Context

快速导出AI编码工具：

# For any AI coding assistant (Cursor, Windsurf, Cline, Continue.dev)
skill-seekers scrape --config configs/django.json
skill-seekers package output/django --target claude  # or --target markdown

# Copy to your project (example for Cursor)
cp output/django-claude/SKILL.md my-project/.cursorrules

# Or for Windsurf
cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md

# Or for Cline
cp output/django-claude/SKILL.md my-project/.clinerules

# Or for Continue.dev (HTTP server)
python examples/continue-dev-universal/context_server.py
# Configure in ~/.continue/config.json

集成中心： All AI System Integrations

🌊 三流 GitHub 架构

• ✅ 三重流分析 - 将 GitHub 存储库拆分为代码、文档和见解流
• ✅ 统一代码库分析器 - 适用于 GitHub URL 和本地路径
• ✅ C3.x 作为分析深度 - 选择“基本”（1-2 分钟）或“c3x”（20-60 分钟）分析
• ✅ 增强的路由器生成 - GitHub 元数据、README 快速入门、常见问题
• ✅ 问题集成 - GitHub 问题中的热门问题和解决方案
• ✅ 智能路由关键字 - GitHub 标签加权 2 倍以实现更好的主题检测

三个流解释：

• 流 1：代码 - 深度 C3.x 分析（模式、示例、指南、配置、架构）
• 流 2：文档 - 存储库文档（README、CONTRIBUTING、docs/*.md）
• 流 3：见解 - 社区知识（问题、标签、星星、分叉）

from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer

# Analyze GitHub repo with all three streams
analyzer = UnifiedCodebaseAnalyzer()
result = analyzer.analyze(
    source="https://github.com/facebook/react",
    depth="c3x",  # or "basic" for fast analysis
    fetch_github_metadata=True
)

# Access code stream (C3.x analysis)
print(f"Design patterns: {len(result.code_analysis['c3_1_patterns'])}")
print(f"Test examples: {result.code_analysis['c3_2_examples_count']}")

# Access docs stream (repository docs)
print(f"README: {result.github_docs['readme'][:100]}")

# Access insights stream (GitHub metadata)
print(f"Stars: {result.github_insights['metadata']['stars']}")
print(f"Common issues: {len(result.github_insights['common_problems'])}")

查看完整文档：Three-Stream Implementation Summary

🔐 智能速率限制管理和配置

• ✅ 多令牌配置系统 - 管理多个 GitHub 帐户（个人、工作、OSS）
• ~/.config/skill-seekers/config.json 处的安全配置存储（600 个权限）
• 每个配置文件的速率限制策略：prompt、wait、switch、fail
• 每个配置文件的可配置超时（默认值：30 分钟，防止无限期等待）
• 智能后备链：CLI arg → 环境变量 → 配置文件 → 提示符
• Claude、Gemini、OpenAI 的 API 密钥管理
• ✅ 交互式配置向导 - 漂亮的终端用户界面，易于设置
• 用于令牌创建的浏览器集成（自动打开 GitHub 等）
• 令牌验证和连接测试
• 带颜色编码的视觉状态显示
• ✅ 智能速率限制处理程序 - 不再无限期等待！
• 关于速率限制的预先警告（60/小时 vs 5000/小时）
• 实时检测 GitHub API 响应
• 带进度的实时倒计时器
• 速率受限时自动配置文件切换
• 四种策略：提示（询问）、等待（倒计时）、切换（再试一次）、失败（中止）
• ✅ 恢复能力 - 继续中断的工作
• 以可配置的时间间隔自动保存进度（默认：60 秒）
• 列出所有可恢复的作业以及进度详细信息
• 自动清理旧作业（默认：7 天）
• ✅ CI/CD 支持 - 非交互式自动化模式
• --non-interactive 标志在没有提示的情况下快速失败
• --profile 标志来选择特定的 GitHub 帐户
• 清除管道日志的错误消息

快速设置：

# One-time configuration (5 minutes)
skill-seekers config --github

# Use specific profile for private repos
skill-seekers github --repo mycompany/private-repo --profile work

# CI/CD mode (fail fast, no prompts)
skill-seekers github --repo owner/repo --non-interactive

# Resume interrupted job
skill-seekers resume --list
skill-seekers resume github_react_20260117_143022

速率限制策略解释：

• 提示（默认） - 询问速率受限时要做什么（等待、切换、设置令牌、取消）
• 等待 - 使用倒计时器自动等待（遵守超时）
• 切换 - 自动尝试下一个可用的配置文件（用于多帐户设置）
• 失败 - 立即失败并出现明显错误（非常适合 CI/CD）

🎯 Bootstrap 技能 - 自托管

生成技能寻求者作为在 AI 代理中使用的技能（Claude Code、Kimi、Codex 等）：

# Generate the skill
./scripts/bootstrap_skill.sh

# Install to Claude Code
cp -r output/skill-seekers ~/.claude/skills/

你得到什么：

• ✅ 完整的技能文档 - 所有 CLI 命令和使用模式
• ✅ CLI 命令参考 - 每个工具及其选项都有记录
• ✅ 快速入门示例 - 常见工作流程和最佳实践
• ✅ 自动生成的 API 文档 - 代码分析、模式和示例

🔐 私有配置存储库

• ✅ 基于 Git 的配置源 - 从私人/团队 git 存储库获取配置
• ✅ 多源管理 - 注册无限的 GitHub、GitLab、Bitbucket 存储库
• ✅ 团队协作 - 在 3-5 人团队之间共享自定义配置
• ✅ 企业支持 - 通过基于优先级的解决方案扩展到 500 多名开发人员
• ✅ 安全身份验证 - 环境变量令牌（GITHUB_TOKEN、GITLAB_TOKEN）
• ✅ 智能缓存 - 克隆一次，自动提取更新
• ✅ 离线模式 - 离线时使用缓存的配置

🤖 代码库分析 (C3.x)

C3.4：通过 AI 增强进行配置模式提取

• ✅ 9 种配置格式 - JSON、YAML、TOML、ENV、INI、Python、JavaScript、Dockerfile、Docker Compose
• ✅ 7 种模式类型 - 数据库、API、日志记录、缓存、电子邮件、身份验证、服务器配置
• ✅ 人工智能增强 - 可选双模式人工智能分析（API + LOCAL）
• 解释每个配置的作用
• 建议最佳实践和改进
• 安全分析 - 查找硬编码的秘密、暴露的凭据
• ✅ 自动文档 - 生成所有配置的 JSON + Markdown 文档
• ✅ MCP 集成 - extract_config_patterns 工具，具有增强支持

C3.3：人工智能增强的操作指南

• ✅ 全面的人工智能增强 - 将基本指南转变为专业教程
• ✅ 5 个自动改进 - 步骤描述、故障排除、先决条件、后续步骤、用例
• ✅ 双模式支持 - API 模式 (Claude API) 或 LOCAL 模式 (Claude Code CLI)
• ✅ 本地模式无 API 成本 - 使用您的 Claude Code Max 计划免费增强
• ✅ 质量转型 - 75 行模板 → 500 多行综合指南

用途：

# Quick analysis (1-2 min, basic features only)
skill-seekers analyze --directory tests/ --quick

# Comprehensive analysis with AI (20-60 min, all features)
skill-seekers analyze --directory tests/ --comprehensive

# With AI enhancement
skill-seekers analyze --directory tests/ --enhance

完整文档： docs/HOW_TO_GUIDES.md

🔄 增强工作流程预设

可重复使用的 YAML 定义的增强管道，可控制 AI 如何将原始文档转换为完善的技能。

• ✅ 5 个捆绑预设 — default、minimal、security-focus、architecture-comprehensive、api-documentation
• ✅ 用户定义的预设 — 将自定义工作流程添加到 ~/.config/skill-seekers/workflows/
• ✅ 多个工作流程 — 在一个命令中链接两个或多个工作流程
• ✅ 完全托管的 CLI — 列出、检查、复制、添加、删除和验证工作流程

# Apply a single workflow
skill-seekers create ./my-project --enhance-workflow security-focus

# Chain multiple workflows (applied in order)
skill-seekers create ./my-project \
  --enhance-workflow security-focus \
  --enhance-workflow minimal

# Manage presets
skill-seekers workflows list                          # List all (bundled + user)
skill-seekers workflows show security-focus           # Print YAML content
skill-seekers workflows copy security-focus           # Copy to user dir for editing
skill-seekers workflows add ./my-workflow.yaml        # Install a custom preset
skill-seekers workflows remove my-workflow            # Remove a user preset
skill-seekers workflows validate security-focus       # Validate preset structure

# Copy multiple at once
skill-seekers workflows copy security-focus minimal api-documentation

# Add multiple files at once
skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml

# Remove multiple at once
skill-seekers workflows remove my-wf-a my-wf-b

YAML预设格式：

name: security-focus
description: "Security-focused review: vulnerabilities, auth, data handling"
version: "1.0"
stages:
  - name: vulnerabilities
    type: custom
    prompt: "Review for OWASP top 10 and common security vulnerabilities..."
  - name: auth-review
    type: custom
    prompt: "Examine authentication and authorisation patterns..."
    uses_history: true

⚡ 性能和规模

• ✅ 异步模式 - 使用异步/等待的抓取速度提高 2-3 倍（使用 --async 标志）
• ✅ 大量文档支持 - 通过智能拆分处理 10K-40K+ 页面文档
• ✅ 路由器/集线器技能 - 智能路由到专门的子技能
• ✅ 并行抓取 - 同时处理多种技能
• ✅ 检查点/恢复 - 永远不会因为长时间刮擦而丢失进度
• ✅ 缓存系统 - 抓取一次，立即重建

🤖 与代理无关的技能生成

• ✅ 多代理支持 - 通过 --agent 标志为 Claude、Kimi、Codex、Copilot、OpenCode 或任何自定义代理生成技能
• ✅ 自定义代理命令 - 使用 --agent-cmd 指定自定义代理 CLI 命令以进行增强
• ✅ 通用标志 - --agent 和 --agent-cmd 可用于所有命令（创建、抓取、github、pdf 等）

📦 市场管道

• ✅ 发布到市场 - 将技能发布到 Claude Code 插件市场存储库
• ✅ 端到端管道 - 从文档源到发布的市场条目

✅ 品质保证

• ✅ 经过全面测试 - 2,540 多项测试，覆盖范围全面

📦 安装

# Basic install (documentation scraping, GitHub analysis, PDF, packaging)
pip install skill-seekers

# With all LLM platform support
pip install skill-seekers[all-llms]

# With MCP server
pip install skill-seekers[mcp]

# Everything
pip install skill-seekers[all]

需要选择帮助吗？ 运行设置向导：

skill-seekers-setup

安装选项

视频视觉部门（GPU 感知）： 安装 skill-seekers[video-full] 后，运行 skill-seekers video --setup 自动检测您的 GPU 并安装正确的 PyTorch 变体+easyocr。 这是安装视觉提取依赖项的推荐方法。

🚀 一键安装工作流程

从配置到上传技能的最快方法 - 完全自动化：

# Install React skill from official configs (auto-uploads to Claude)
skill-seekers install --config react

# Install from local config file
skill-seekers install --config configs/custom.json

# Install without uploading (package only)
skill-seekers install --config django --no-upload

# Preview workflow without executing
skill-seekers install --config react --dry-run

时间： 总共 20-45 分钟 | 质量： 生产就绪 (9/10) | 费用： 免费

执行阶段：

📥 PHASE 1: Fetch Config (if config name provided)
📖 PHASE 2: Scrape Documentation
✨ PHASE 3: AI Enhancement (MANDATORY - no skip option)
📦 PHASE 4: Package Skill
☁️  PHASE 5: Upload to Claude (optional, requires API key)

要求：

• ANTHROPIC_API_KEY 环境变量（用于自动上传）
• Claude Code Max计划（用于本地AI增强），或使用--agent选择不同的AI代理

📊 特征矩阵

Skill Seekers 支持 12 个 LLM 平台、8 个 RAG/向量目标、18 个源类型，以及所有目标之间的完整功能对等。

平台： Claude AI、Google Gemini、OpenAI ChatGPT、MiniMax AI、Generic Markdown、OpenCode、Kimi (Moonshot AI)、DeepSeek AI、Qwen（阿里巴巴）、OpenRouter、Together AI、Fireworks AI 来源类型： 文档网站、GitHub 存储库、PDF、Word (.docx)、EPUB、视频、本地代码库、Jupyter Notebooks、本地 HTML、OpenAPI/Swagger、AsciiDoc、PowerPoint (.pptx)、RSS/Atom 提要、手册页、Confluence wiki、Notion 页面、Slack/Discord 聊天导出

请参阅 Complete Feature Matrix 了解详细的平台和功能支持。

快速平台比较

用法示例

文档抓取

# Scrape documentation website
skill-seekers scrape --config configs/react.json

# Quick scrape without config
skill-seekers scrape --url https://react.dev --name react

# With async mode (3x faster)
skill-seekers scrape --config configs/godot.json --async --workers 8

# Use a specific AI agent for enhancement
skill-seekers scrape --config configs/react.json --agent kimi

PDF 提取

# Basic PDF extraction
skill-seekers pdf --pdf docs/manual.pdf --name myskill

# Advanced features
skill-seekers pdf --pdf docs/manual.pdf --name myskill \
    --extract-tables \        # Extract tables
    --parallel \              # Fast parallel processing
    --workers 8               # Use 8 CPU cores

# Scanned PDFs (requires: pip install pytesseract Pillow)
skill-seekers pdf --pdf docs/scanned.pdf --name myskill --ocr

视频提取

# Install video support
pip install skill-seekers[video]        # Transcripts + metadata
pip install skill-seekers[video-full]   # + Whisper + visual frame extraction

# Auto-detect GPU and install visual deps (PyTorch + easyocr)
skill-seekers video --setup

# Extract from YouTube video
skill-seekers video --url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial

# Extract from a YouTube playlist
skill-seekers video --playlist https://www.youtube.com/playlist?list=... --name myplaylist

# Extract from a local video file
skill-seekers video --video-file recording.mp4 --name myrecording

# Extract with visual frame analysis (requires video-full deps)
skill-seekers video --url https://www.youtube.com/watch?v=... --name mytutorial --visual

# With AI enhancement (cleans OCR + generates polished SKILL.md)
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --enhance-level 2

# Clip a specific section of a video (supports seconds, MM:SS, HH:MM:SS)
skill-seekers video --url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00

# Use Vision API for low-confidence OCR frames (requires ANTHROPIC_API_KEY)
skill-seekers video --url https://www.youtube.com/watch?v=... --visual --vision-ocr

# Re-build skill from previously extracted data (skip download)
skill-seekers video --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial

完整指南： 请参阅 docs/VIDEO_GUIDE.md 获取完整的 CLI 参考， 可视化管道详细信息、AI 增强选项和故障排除。

GitHub 存储库分析

# Basic repository scraping
skill-seekers github --repo facebook/react

# With authentication (higher rate limits)
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers github --repo facebook/react

# Customize what to include
skill-seekers github --repo django/django \
    --include-issues \        # Extract GitHub Issues
    --max-issues 100 \        # Limit issue count
    --include-changelog       # Extract CHANGELOG.md

统一多源抓取

将文档 + GitHub + PDF 合并为一项具有冲突检测功能的统一技能：

# Use existing unified configs
skill-seekers unified --config configs/react_unified.json
skill-seekers unified --config configs/django_unified.json

# Or create unified config
cat > configs/myframework_unified.json << 'EOF'
{
  "name": "myframework",
  "merge_mode": "rule-based",
  "sources": [
    {
      "type": "documentation",
      "base_url": "https://docs.myframework.com/",
      "max_pages": 200
    },
    {
      "type": "github",
      "repo": "owner/myframework",
      "code_analysis_depth": "surface"
    }
  ]
}
EOF

skill-seekers unified --config configs/myframework_unified.json

冲突检测自动发现：

• 🔴 代码缺失（高）：已记录但未实现
• 🟡 文档中缺失（中）：已实现但未记录
• ⚠️ 签名不匹配：不同的参数/类型
• ℹ️ 描述不匹配：不同的解释

完整指南： 请参阅 docs/UNIFIED_SCRAPING.md 了解完整文档。

私有配置存储库

使用私有 git 存储库在团队之间共享自定义配置：

# Option 1: Using MCP tools (recommended)
# Register your team's private repo
add_config_source(
    name="team",
    git_url="https://github.com/mycompany/skill-configs.git",
    token_env="GITHUB_TOKEN"
)

# Fetch config from team repo
fetch_config(source="team", config_name="internal-api")

支持的平台：

• GitHub (GITHUB_TOKEN)、GitLab (GITLAB_TOKEN)、Gitea (GITEA_TOKEN)、Bitbucket (BITBUCKET_TOKEN)

完整指南： 请参阅 docs/GIT_CONFIG_SOURCES.md 了解完整文档。

它是如何工作的

graph LR
    A[Documentation Website] --> B[Skill Seekers]
    B --> C[Scraper]
    B --> D[AI Enhancement]
    B --> E[Packager]
    C --> F[Organized References]
    D --> F
    F --> E
    E --> G[AI Skill .zip]
    G --> H[Upload to AI Platform]

0. 检测 llms.txt - 首先检查 llms-full.txt、llms.txt、llms-small.txt（智能 SPA 发现的一部分）
1. Scrape：从文档中提取所有页面
2. 分类：将内容组织成主题（API、指南、教程等）
3. 增强：AI 分析文档并创建带有示例的综合 SKILL.md（通过 --agent 支持多个代理）
4. 打包：将所有内容捆绑到平台就绪的 .zip 文件中

架构

该系统分为 8 个核心模块 和 5 个实用模块（总共约 200 个类）：

实用程序模块：解析器（28 个 CLI 解析器）、存储（S3/GCS/Azure）、嵌入（多提供商向量）、基准（性能）、实用程序（16 个共享助手）。

完整的 UML 图：docs/UML_ARCHITECTURE.md | StarUML 项目：docs/UML/skill_seekers.mdj | HTML API 参考：docs/UML/html/

📋 先决条件

开始之前，请确保您拥有：

1. Python 3.10 或更高版本 - Download | 检查：python3 --version
2. Git - Download | 检查：git --version
3. 首次设置需要 15-30 分钟

首次用户？ → Start Here: Bulletproof Quick Start Guide 🎯

📤 上传技能给克劳德

一旦你的技能被打包，你需要将其上传给Claude：

选项 1：自动上传（基于 API）

# Set your API key (one-time)
export ANTHROPIC_API_KEY=sk-ant-...

# Package and upload automatically
skill-seekers package output/react/ --upload

# OR upload existing .zip
skill-seekers upload output/react.zip

选项 2：手动上传（无 API 密钥）

# Package skill
skill-seekers package output/react/
# → Creates output/react.zip

# Then manually upload:
# - Go to https://claude.ai/skills
# - Click "Upload Skill"
# - Select output/react.zip

选项 3：MCP（克劳德码）

In Claude Code, just ask:
"Package and upload the React skill"
```---

 ## 🤖 安装到 AI Agent

 技能寻求者可以自动为 18 个 AI 编码代理安装技能。
```bash
# Install to specific agent
skill-seekers install-agent output/react/ --agent cursor

# Install to all agents at once
skill-seekers install-agent output/react/ --agent all

# Preview without installing
skill-seekers install-agent output/react/ --agent cursor --dry-run

支持的代理

🔌 MCP 集成（26 个工具）

Skill Seekers 提供了一个 MCP 服务器，可在 Claude Code、Cursor、Windsurf、VS Code + Cline 或 IntelliJ IDEA 中使用。

# stdio mode (Claude Code, VS Code + Cline)
python -m skill_seekers.mcp.server_fastmcp

# HTTP mode (Cursor, Windsurf, IntelliJ)
python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765

# Auto-configure all agents at once
./setup_mcp.sh

所有 26 种工具均可用：

• 核心 (9): list_configs、generate_config、validate_config、estimate_pages、scrape_docs、package_skill、 upload_skill、enhance_skill、install_skill
• 扩展（10）： scrape_github、scrape_pdf、unified_scrape、merge_sources、detect_conflicts、add_config_source、 fetch_config、list_config_sources、remove_config_source、split_config
• 矢量数据库 (4): export_to_chroma, export_to_weaviate, export_to_faiss, export_to_qdrant
• 云 (3): cloud_upload, cloud_download, cloud_list

完整指南： docs/MCP_SETUP.md

⚙️ 配置

可用预设 (24+)

# List all presets
skill-seekers list-configs

创建您自己的配置

# Option 1: Interactive
skill-seekers scrape --interactive

# Option 2: Copy and edit a preset
cp configs/react.json configs/myframework.json
nano configs/myframework.json
skill-seekers scrape --config configs/myframework.json

配置文件结构

{
  "name": "myframework",
  "description": "When to use this skill",
  "base_url": "https://docs.myframework.com/",
  "selectors": {
    "main_content": "article",
    "title": "h1",
    "code_blocks": "pre code"
  },
  "url_patterns": {
    "include": ["/docs", "/guide"],
    "exclude": ["/blog", "/about"]
  },
  "categories": {
    "getting_started": ["intro", "quickstart"],
    "api": ["api", "reference"]
  },
  "rate_limit": 0.5,
  "max_pages": 500
}

存储配置的位置

该工具按以下顺序搜索：

1. 提供的确切路径
2. ./configs/（当前目录）
3. ~/.config/skill-seekers/configs/（用户配置目录）
4. SkillSeekersWeb.com API（预设配置）

📊 创建了什么

output/
├── godot_data/              # Scraped raw data
│   ├── pages/              # JSON files (one per page)
│   └── summary.json        # Overview
│
└── godot/                   # The skill
    ├── SKILL.md            # Enhanced with real examples
    ├── references/         # Categorized docs
    │   ├── index.md
    │   ├── getting_started.md
    │   ├── scripting.md
    │   └── ...
    ├── scripts/            # Empty (add your own)
    └── assets/             # Empty (add your own)
```---

 ## 🐛 故障排除

 ### 没有提取内容？ 
- 检查您的 `main_content` 选择器
 - 尝试：`article`、`main`、`div[role="main"]`

 ### 数据存在但不会使用它？
```bash
# Force re-scrape
rm -rf output/myframework_data/
skill-seekers scrape --config configs/myframework.json

分类不好？

使用更好的关键字编辑配置 categories 部分。

想要更新文档吗？

# Delete old data and re-scrape
rm -rf output/godot_data/
skill-seekers scrape --config configs/godot.json

增强功能不起作用？

# Check if API key is set
echo $ANTHROPIC_API_KEY

# Try LOCAL mode instead (uses Claude Code Max, no API key needed)
skill-seekers enhance output/react/ --mode LOCAL

# Monitor background enhancement status
skill-seekers enhance-status output/react/ --watch

GitHub 速率限制问题？

# Set a GitHub token (5000 req/hour vs 60/hour anonymous)
export GITHUB_TOKEN=ghp_your_token_here

# Or configure multiple profiles
skill-seekers config --github
```---

 ## 📈 性能

 | 任务| 时间 | 笔记|
 |------|------|--------|
 | 抓取（同步）| 15-45 分钟 | 仅限第一次，基于线程 |
 | 抓取（异步）| 5-15 分钟 | 使用 `--async` 标志时速度提高 2-3 倍 |
 | 建筑| 1-3 分钟 | 从缓存快速重建 |
 | 重建| <1 分钟 | 与 `--skip-scrape` |
 | 增强（本地）| 30-60 秒 | 使用 Claude Code Max |
 | 增强（API）| 20-40 秒 | 需要 API 密钥 |
 | 视频（文字记录）| 1-3 分钟 | YouTube/本地，仅文字记录 |
 | 视频（视觉）| 5-15 分钟 | + OCR 帧提取 |
 | 包装| 5-10 秒 | 最终 .zip 创建 |

 ---

 ## 📚 文档

 ### 入门
 - **[BULLETPROOF_QUICKSTART.md](BULLETPROOF_QUICKSTART.md)** - 🎯 **从这里开始** 如果您是新手！ 
- **[QUICKSTART.md](QUICKSTART.md)** - 适合有经验的用户快速入门
 - **[TROUBLESHOOTING.md](TROUBLESHOOTING.md)** - 常见问题和解决方案
 - **[docs/QUICK_REFERENCE.md](docs/QUICK_REFERENCE.md)** - 一页备忘单

 ### 架构
 - **[docs/UML_ARCHITECTURE.md](docs/UML_ARCHITECTURE.md)** - UML 架构概述，包含 14 个图表
 - **[docs/UML/exports/](docs/UML/exports/)** - PNG 图导出（包概述 + 13 个类图）
 - **[docs/UML/html/](docs/UML/html/index.html/index.html)** - 完整的 HTML API 参考（所有类、操作、属性）
 - **[docs/UML/skill_seekers.mdj](docs/UML/skill_seekers.mdj)** - StarUML 项目文件（使用 [StarUML](https://staruml.io/) 打开）

 ### 指南
 - **[docs/LARGE_DOCUMENTATION.md](docs/LARGE_DOCUMENTATION.md)** - 处理 10K-40K+ 页文档
 - **[ASYNC_SUPPORT.md](ASYNC_SUPPORT.md)** - 异步模式指南（抓取速度加快 2-3 倍）
 - **[docs/ENHANCEMENT_MODES.md](docs/ENHANCEMENT_MODES.md)** - AI增强模式指南
 - **[docs/MCP_SETUP.md](docs/MCP_SETUP.md)** - MCP 集成设置
 - **[docs/UNIFIED_SCRAPING.md](docs/UNIFIED_SCRAPING.md)** - 多源抓取
 - **[docs/VIDEO_GUIDE.md](docs/VIDEO_GUIDE.md)** - 视频提取指南

 ### 集成指南
 - **[docs/integrations/LANGCHAIN.md](docs/integrations/LANGCHAIN.md)** - LangChain RAG
 - **[docs/integrations/CURSOR.md](docs/integrations/CURSOR.md)** - 光标 IDE
 - **[docs/integrations/WINDSURF.md](docs/integrations/WINDSURF.md)** - 风帆冲浪IDE
 - **[docs/integrations/CLINE.md](docs/integrations/CLINE.md)** - 克莱恩（VS 代码）
 - **[docs/integrations/RAG_PIPELINES.md](docs/integrations/RAG_PIPELINES.md)** - 所有 RAG 管道

 ---

 ## 📝 许可证

 MIT 许可证 - 请参阅 [LICENSE](LICENSE) 文件了解详细信息

 ---

 快乐的技能培养！ 🚀

 ---

 ## 🔒 安全

 [![MseeP.ai Security Assessment Badge](https://mseep.net/pr/yusufkaraaslan-skill-seekers-badge.png)](https://mseep.ai/app/yusufkaraaslan-skill-seekers)