Skill Seekers 完整指南把文档、GitHub 仓库与 PDF 一键转化为可用的 AI Skill【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址: https://gitcode.com/gh_mirrors/sk/Skill_Seekers本文是 Skill Seekers 的技术导读与实战指南。Skill Seekers 定位为「AI 系统的数据层」能够将文档站点、GitHub 仓库、PDF、视频、笔记本、Wiki 等 18 类来源转化为结构化的知识资产供 AI SkillClaude、Gemini、OpenAI、RAG 流水线LangChain、LlamaIndex、Pinecone与 AI 编程助手Cursor、Windsurf、Cline直接使用一次准备可导出到 22 个目标。读完本文你将掌握从安装、抓取、AI 增强、打包上传到 MCP 集成的完整链路以及每个环节背后的源码级原理。一、项目概览与定位Skill Seekers 是一个 Python 3.10 编写的命令行工具与 MCP 服务器当前仓库 pyproject.toml 中记录的版本为3.10.0.dev0。它的核心主张是18 种来源类型文档网站、GitHub 仓库、本地代码库、PDF、Word、EPUB、Jupyter、OpenAPI/Swagger、PowerPoint、AsciiDoc、本地 HTML、RSS/Atom、man 手册、视频YouTube/Vimeo/本地、Confluence、Notion、Slack/Discord 聊天导出等22 个导出目标12 个 LLM 平台claude、gemini、openai、minimax、opencode、kimi、deepseek、qwen、openrouter、together、fireworks、markdown 8 个 RAG/向量库langchain、llama-index、haystack、chroma、faiss、weaviate、qdrant、pinecone atlas、ibm-bob一次抓取处处可用抓取与增强只做一次导出时按目标平台重新打包无需重复抓取。这个定位在仓库源码中也有印证src/skill_seekers/cli/下聚集了create_command.py、package_skill.py、enhance_command.py、unified_scraper.py、scan_command.py等数十个命令模块入口统一由 src/skill_seekers/cli/main.py 调度COMMAND_CLASSES与COMMAND_MODULES两张表注册了create、scan、doctor、enhance、package、upload、install-agent、sync-config、stream、update、multilang等全部子命令。二、快速开始3 条命令拿到第一个 Skill安装并创建第一个 Skill 只需三步# 1. 安装 pip install skill-seekers # 2. 从任意来源创建 skill skill-seekers create https://docs.djangoproject.com/ # 3. 为指定 AI 平台打包 skill-seekers package output/django --target claude执行完毕后你会在output/下得到django-claude.zip可直接用于 Claude。2.1 更换增强用的 AI 代理create默认使用 claude 作为增强代理可通过--agent切换或用--agent-cmd指向任意自定义 CLI 代理skill-seekers create https://docs.djangoproject.com/ --agent kimi skill-seekers create https://docs.djangoproject.com/ --agent-cmd my-custom-agent run从源码结构看这条调用链由 src/skill_seekers/cli/create_command.py 接收参数、source_detector.py完成来源自动识别再交由enhance_command.py调用统一传输层AgentClient完成增强这正是 README 所述「单一传输、多代理」设计详见 docs/reference/API_REFERENCE.md。2.2 AI 驱动的项目扫描scanscan命令让 AI 代理读取项目的 manifests、README、Dockerfile/CI 以及源码 import 样本为检测到的每个框架生成一份配置并额外产出一份project-codebase.json描述项目自身代码skill-seekers scan ./my-react-app --out ./configs/scanned/ # → react.json, vite.json, tailwind.json, jest.json, my-react-app-codebase.json skill-seekers create ./configs/scanned/react.json如果检测到的技术栈没有现成 presetAI 会现场生成一份新配置退出时可选择将其发布到社区配置仓库。2.3 18 种来源的调用一览来源命令示例GitHub 仓库skill-seekers create facebook/react本地代码库skill-seekers create ./my-projectPDFskill-seekers create manual.pdfWordskill-seekers create report.docxEPUBskill-seekers create book.epubJupyterskill-seekers create notebook.ipynbOpenAPI/Swaggerskill-seekers create openapi.yamlPowerPointskill-seekers create presentation.pptxAsciiDocskill-seekers create guide.adoc本地 HTMLskill-seekers create page.htmlRSS/Atomskill-seekers create feed.rssman 手册skill-seekers create curl.1视频YouTube/Vimeo/本地skill-seekers create --video-url https://www.youtube.com/watch?v... --name mytutorial需skill-seekers[video]视频依赖安装skill-seekers create --setup按 GPU 自动安装视觉依赖Confluenceskill-seekers create --space-key TEAM --name wikiNotionskill-seekers create --database-id ... --name docsSlack/Discordskill-seekers create --chat-export-path ./slack-export --name team-chat每种来源的完整选项参见 docs/user-guide/02-scraping.md。这些来源类型在源码中也以白名单形式固化src/skill_seekers/cli/config_validator.py中的VALID_SOURCE_TYPES集合列出了documentation、github、pdf、local、word、video、epub、jupyter、html、openapi、asciidoc、pptx、confluence、notion、rss、manpage、chat等类型任何不属于该集合的type都会被校验器直接拒绝。三、安装方式与可选依赖pip install skill-seekers # 核心scraping、GitHub、PDF、打包 pip install skill-seekers[all-llms] # 所有 LLM 平台 pip install skill-seekers[mcp] # MCP 服务器 pip install skill-seekers[all] # 全部拿不准需要什么直接运行交互式向导skill-seekers-setup。完整 extras 一览与 pyproject.toml 的[project.optional-dependencies]逐项对应安装增加能力skill-seekers[gemini]Google Gemini 支持skill-seekers[openai]OpenAI ChatGPT 支持skill-seekers[all-llms]所有 LLM 平台skill-seekers[mcp]Claude Code、Cursor 等使用的 MCP 服务器skill-seekers[video]YouTube/Vimeo 字幕与元数据提取skill-seekers[video-full] Whisper 转写、视觉帧提取skill-seekers[jupyter]Jupyter Notebook 支持skill-seekers[pptx]PowerPoint 支持skill-seekers[confluence]Confluence Wiki 支持skill-seekers[notion]Notion 页面支持skill-seekers[rss]RSS/Atom 支持skill-seekers[chat]Slack/Discord 聊天导出支持skill-seekers[asciidoc]AsciiDoc 支持skill-seekers[all]全部视频视觉依赖说明安装skill-seekers[video-full]后需执行skill-seekers create --setup让工具自动检测 GPU 并安装对应版本的 PyTorch 与 easyocr。相关实现可见 src/skill_seekers/cli/video_setup.py。前置条件Python 3.10 与 Git。首次使用建议直接阅读 docs/getting-started/BULLETPROOF_QUICKSTART.md。四、文档导航想做什么读什么快速上手docs/getting-started/02-quick-start.md理解核心概念docs/user-guide/01-core-concepts.md提取来源docs/user-guide/02-scraping.mdAI 增强docs/user-guide/03-enhancement.md · docs/features/ENHANCEMENT_MODES.md导出 Skilldocs/user-guide/04-packaging.md工作流docs/user-guide/05-workflows.md查询命令docs/reference/CLI_REFERENCE.md配置docs/reference/CONFIG_FORMAT.md · docs/reference/ENVIRONMENT_VARIABLES.mdMCP 配置docs/guides/MCP_SETUP.md · docs/reference/MCP_REFERENCE.mdRAG / IDE 集成docs/integrations/LANGCHAIN.md · docs/integrations/RAG_PIPELINES.md · docs/integrations/CURSOR.md · docs/integrations/WINDSURF.md · docs/integrations/CLINE.md超大文档集docs/reference/LARGE_DOCUMENTATION.md架构理解docs/UML_ARCHITECTURE.md排障docs/user-guide/06-troubleshooting.md完整文档索引见 docs/README.md。五、你能得到什么使用场景产出驱动对象AI Skills一份完整SKILL.md 引用文件Claude Code、Gemini、GPTRAG 流水线带丰富元数据的文档分块LangChain、LlamaIndex、Haystack向量数据库预格式化、可直接 upsert 的数据Pinecone、Chroma、Weaviate、FAISS、QdrantAI 编程助手IDE 的 AI 自动读取的上下文文件Cursor、Windsurf、Cline、Continue.dev5.1 导出目标与命令skill-seekers package output/react --target claude # → Claude SkillZIP YAML skill-seekers package output/react --target langchain # → LangChain 文档 skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes skill-seekers package output/react --target ibm-bob # → IBM Bob skill 目录平台兼容性细节参见 docs/reference/FEATURE_MATRIX.md。从源码看src/skill_seekers/cli/adaptors/目录下每个目标对应一个 adaptor 文件claude.py、gemini.py、langchain.py、chroma.py、pinecone_adaptor.py、qdrant.py、weaviate.py、ibm_bob.py等它们共同继承统一的SkillAdaptor抽象基类src/skill_seekers/cli/adaptors/base.py这就是「单一来源、22 目标」的底层机制。5.2 为什么值得用速度快从数天的人工数据准备缩短到 15–45 分钟README 自称「99% 更快」属于项目自述口径Skill 质量高生成的SKILL.md常超过 500 行包含示例、模式与指南RAG 就绪分块智能分块保留代码块与上下文结构多来源融合文档 GitHub PDF 视频可合成单一知识资产一次准备、多目标导出无需重复抓取测试充分README 声称超过 3,900 项测试、68 个 workflow preset仓库中 tests/ 目录与src/skill_seekers/workflows/下的 68 个 YAML如default.yaml、unity-game-dev.yaml、api-documentation.yaml与之对应。六、核心能力详解6.1 文档抓取SPA 三层发现 llms.txt 容错解析对 JavaScript SPA 站点采用三层发现策略sitemap.xml优先无 sitemap 时尝试llms.txt存在时抓取速度约提升 10 倍兜底使用无头浏览器渲染。同时具备主题智能分类、以及容忍坏标记的 HTML 容错解析器html5lib兜底见 pyproject.toml 依赖注释保证畸形页面也能被提取而非得到空结果。→ docs/user-guide/02-scraping.md · docs/reference/LLMS_TXT_SUPPORT.md6.2 GitHub 与代码库分析C3.xAST、模式检测、实操指南三条分析流并行代码分析AST、设计模式、测试、文档分析README、docs/、wiki、社区分析issues、PR、元数据。C3.x 管线进一步提供10 个 GoF 模式检测器覆盖 9 种语言、从测试中提取使用示例、AI 编写的实操指南、配置提取与架构摘要。skill-seekers create ./my-project --preset quick # 1–2 分钟浅层 skill-seekers create ./my-project --preset standard # 均衡默认 skill-seekers create ./my-project --preset comprehensive # 深度全面→ docs/features/PATTERN_DETECTION.md · docs/features/HOW_TO_GUIDES.md · docs/features/TEST_EXAMPLE_EXTRACTION.md6.3 AI 增强API 模式与 LOCAL 模式每次 AI 调用都经过同一传输层支持两种模式API 模式Anthropic、Google Gemini、OpenAI、Moonshot/Kimi、MiniMax产生 API 费用LOCAL 模式Claude Code、Kimi Code、Codex、Copilot、OpenCode、自定义 agent零 API 成本。深度由--enhance-level 0-3控制代理由--agent选择skill-seekers create ./my-project --enhance-level 2 --agent gemini→ docs/user-guide/03-enhancement.md · docs/features/ENHANCEMENT_MODES.md · docs/guides/MULTI_AGENT_SETUP.md6.4 统一多源抓取一份配置融合所有来源单个配置文件可同时聚合文档、GitHub、PDF、视频等来源为一份知识资产并支持来源间的冲突检测与两两合成。仓库中的 configs/react.json 就是典型样例sources数组同时声明了documentationbase_url 指向 react.dev含selectors、url_patterns、categories、rate_limit与githubrepo 指向 facebook/react含code_analysis_depth、max_issues等。→ docs/features/UNIFIED_SCRAPING.md · docs/reference/CONFIG_FORMAT.md6.5 视频提取三级转写兜底 屏幕代码 OCR支持 YouTube、Vimeo 与本地文件。转写按「字幕 → YouTube 转写 API → 本地 Whisper」三级兜底可选视觉提取对采样帧中的屏幕代码做 OCR。→ docs/VIDEO_GUIDE.md6.6 质量、同步与规模化质量门槛skill-seekers quality output/react/ --threshold 7用评分卡住低质量产出变更同步检测文档变更、定时重新抓取并发送通知超大文档集流式摄取 增量更新支撑 10K–40K 页。→ docs/reference/LARGE_DOCUMENTATION.md · docs/reference/CODE_QUALITY.md七、MCP 集成40 个工具Skill Seekers 自带 MCP 服务器可接入 Claude Code、Cursor、Windsurf、VS Code Cline、IntelliJ IDEA# stdio 模式Claude Code、VS Code Cline python -m skill_seekers.mcp.server_fastmcp # HTTP 模式Cursor、Windsurf、IntelliJ python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765接入后只需对助手说一句「把 React 的 skill 打包并上传」即可。从源码结构看MCP 工具按主题拆分为 10 个模块见 src/skill_seekers/mcp/tools/scraping_tools.py、config_tools.py、packaging_tools.py、vector_db_tools.py、workflow_tools.py、marketplace_tools.py等。→ docs/guides/MCP_SETUP.md · docs/reference/MCP_REFERENCE.md · docs/guides/HTTP_TRANSPORT.md八、安装到 AI 编程代理生成的 Skill 可一键安装到 19 个 AI 编程代理skill-seekers install-agent output/react/ --agent cursor skill-seekers install-agent output/react/ --agent all # 安装到所有已检测代理 skill-seekers install-agent output/react/ --agent cursor --dry-run--dry-run只预览不写入。各代理的安装路径在 src/skill_seekers/cli/install_agent.py 的AGENT_PATHS字典中定义分「全局home 目录」与「项目级当前目录」两类代理路径范围Claude Code~/.claude/skills/全局Cursor.cursor/skills/项目VS Code / Copilot.github/skills/项目Amp~/.amp/skills/全局Goose~/.config/goose/skills/全局OpenCode~/.opencode/skills/全局Letta~/.letta/skills/全局Aide~/.aide/skills/全局Windsurf~/.windsurf/skills/全局Neovate~/.neovate/skills/全局Roo Code.roo/skills/项目Cline.cline/skills/项目Aider~/.aider/skills/全局Bolt.bolt/skills/项目Kilo Code.kilo/skills/项目Continue~/.continue/skills/全局Kimi Code~/.kimi/skills/全局IBM Bob.bob/skills/项目注README 表格列出 19 个代理源码AGENT_PATHS中还包含opencode等条目以仓库实际代码为准。上传到 Claudeexport ANTHROPIC_API_KEYsk-ant-... skill-seekers package output/react/ --upload # 打包并上传 skill-seekers upload output/react.zip # 上传已有 zip没有 API Key打包后在 claude.ai/skills 手动上传output/react.zip即可。→ docs/guides/UPLOAD_GUIDE.md九、工作原理与整体架构官方 mermaid 流程如下五个阶段抓取优先检查llms.txt→分类按 API、指南、教程等主题组织→增强AI 写出带示例的完整SKILL.md→打包生成平台就绪产物→上传可选。架构8 个主模块 5 个工具模块约 200 个类模块职责CLICoreGit 风格命令分发器来源自动检测Scrapers18 个来源提取器共享构建层Adaptors22 个平台输出格式统一继承SkillAdaptorABCAnalysis代码库 C3.x 管线10 个 GoF 模式检测器Enhancement经统一AgentClient传输的 AI 增强PackagingSkill 的打包、上传与安装MCPFastMCP 服务器40 个工具Sync文档变更检测与通知→ docs/UML_ARCHITECTURE.md · docs/reference/API_REFERENCE.md · docs/reference/SKILL_ARCHITECTURE.md十、v3.9.0 主要新特性README 自述坏标记 HTML 容错解析严重畸形的页面不再被提取为空正常页面保持字节级一致瞬时故障重试文档抓取与 MCPfetch_config对断连与 5xx 做退避重试4xx 立即失败Whisper 转写兜底无字幕的本地视频也能获得真实转写MiniMax 图片 OCR 与多模态注册供应商在注册表中声明通信协议与图像能力中国区签发的 Key 走正确端点GitHub issues 默认更省 tokenGitHub skill 不再默认包含全部已关闭 issue 历史可配置 CORS三个服务器支持按环境配置 CORS告别带凭据的通配 origin。完整历史见 CHANGELOG.md。十一、性能参考文档规模耗时输出小 100 页5–10 分钟约 2 MB中100–500 页15–30 分钟约 10 MB大500–2,000 页30–60 分钟约 40 MB超大10K–40K 页使用stream见 docs/reference/LARGE_DOCUMENTATION.md以上数据为 README 中的自述参考值实际耗时取决于网络、目标站点结构与所选增强级别。十二、排障与体检skill-seekers doctor # 诊断安装与环境 skill-seekers sync-config # 检测配置偏差常见问题与解决方案见 docs/user-guide/06-troubleshooting.md 与 docs/TROUBLESHOOTING.md。doctor对应源码 src/skill_seekers/cli/doctor.pysync-config对应 src/skill_seekers/cli/sync_config.py。十三、周边生态与许可证Skill Seekers 是一个多仓库项目除本仓库CLI 主程序 MCP 服务器外还包括 Web 站点与文档仓库、社区配置仓库skill-seekers-configs、GitHub Actiondistribution/github-action/、Claude Code 插件distribution/claude-plugin/以及 Homebrew tap。项目以 MIT 协议开源见 LICENSE贡献指南见 CONTRIBUTING.md。【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址: https://gitcode.com/gh_mirrors/sk/Skill_Seekers创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考