Skills Manager

使用这个 skill 作为统一技能仓库（my-skills）的唯一技能控制面。

Repository Resolution

1. 默认目标仓库是 /Users/chenyl/project/my-skills。
2. 即使该 skill 在其他路径触发，也要把“下载、创建、更新、状态同步、分发、发布”统一落在这个仓库里。
3. 如需迁移仓库位置，可设置环境变量 MY_SKILLS_REPO_ROOT 覆盖默认路径。

True Source

1. 仓库根目录下的每个 skill 目录就是唯一真源，例如 skills-manager/ 及其他已导入的 skill 目录。
2. 技能内容直接在根目录 skill 目录中维护，作为唯一工作副本。
3. 所有程序状态写入 .skills/：
   • .skills/registry.json
   • .skills/sources/<skill-id>.json
   • .skills/reports/<skill-id>.md
   • .skills/agents/<agent>.json
   • .skills/upstream/<skill-id>/
   • .skills/workspaces/<skill-id>/
4. skill_id、哈希、状态字段、分发记录只能由脚本生成，不能由大模型臆造。
5. SKILL.md、references/、scripts/ 这些技能内容可以由大模型生成或修改。
6. 归档技能统一移动到 .skills/archived-skills/<skill-id>/，不参与默认分发。

State Schema (Always Loaded)

为了避免需要额外加载子文件才能理解状态约束，这里直接定义状态结构：

• 状态目录：
  • .skills/registry.json
  • .skills/sources/<skill-id>.json
  • .skills/reports/<skill-id>.md
  • .skills/agents/<agent>.json
  • .skills/upstream/<skill-id>/
  • .skills/workspaces/<skill-id>/
  • .skills/archived-skills/<skill-id>/
• 只能由脚本生成的字段：
  • skill_id：技能唯一标识（目录和状态索引主键）。
  • source_type：来源类型（如 github、local-bootstrap、local-created）。
  • source：用户原始输入的来源值（repo 简写、URL 或路径）。
  • source_url：归一化后的可拉取地址（通常是 git URL）。
  • ref：上游分支或引用（如 main）。
  • subpath：来源仓库内 skill 所在子目录。
  • bootstrap：是否由本地初始化纳管得到。
  • upstream_enabled：是否启用上游跟踪和更新。
  • risk_status：规则审计结果（passed / warned / blocked）。
  • upstream_revision：上游版本标识（优先 commit SHA）。
  • managed_revision：当前根目录 skill 内容哈希。
  • managed_dirty：根目录 skill 是否存在未收尾变更。
  • archived：是否已归档。
  • archived_at：归档时间（UTC ISO8601）。
  • last_imported_at：最近一次导入或状态刷新时间。
  • last_updated_at：registry 条目最近更新时间。
  • distribution：各 agent 分发状态映射（路径、模式、同步状态、时间）。
  • agent state JSON：每个 agent 已分发技能的明细状态。
• 可由大模型生成或修改的内容：
  • 根目录 skill 的 SKILL.md
  • 根目录 skill 的 references/*.md
  • 根目录 skill 的 scripts/*
  • .skills/reports/*.md 中的人类可读解释与说明
• 边界：
  • 根目录 skill 是真实内容
  • .skills/*.json 是程序状态，不作为自由编辑文档
  • .skills/upstream/ 存外部 skill 原始快照
  • .skills/workspaces/ 存创建与评测过程的中间产物

Default Behavior

1. 任何导致 my-skills 仓库变化的操作，都要在结束前完成：
   • 状态同步
   • 规则审计
   • 必要的大模型审阅
   • 分发到 agent
   • 提交并推送仓库
2. 对外部 skill：
   • 搜索统一使用 bash scripts/find_or_import_skill.sh search <query>
   • 禁止使用外部 Skills CLI 直接安装、检查或更新本仓库
3. 对外部 skill 的审核分两层：
   • 脚本做规则审计与一致性检查
   • 大模型做语义审计，判断是否存在恶意 prompt、越权指令、模糊授权或危险工作流
4. 对外部 skill 的优化：
   • 先保存上游原始快照到 .skills/upstream/<skill-id>/
   • 再直接修改根目录 skill，使其成为中文优化版

Routing

先判断用户属于哪一类场景，然后只读取对应 reference：

1. 用户要找 skill、下载 skill、导入外部 skill、更新外部 skill、查看上游信息：
   读 references/scene-find-and-import.md
   该模块已吸收原 find-skills 的触发话术、搜索呈现与导入决策流程。
2. 用户要创建新 skill、把经验沉淀成 skill、重建 skill 骨架、评测 skill、评估改进 skill 或优化 description：
   读 references/scene-create-skill.md
   该模块只负责创建场景路由与状态入口。
   具体工作交给 creator/SKILL.md，creator 内部按任务类型继续路由：
   • 新建 / 重写 skill → creator 读 creator/references/create-flow.md
   • 评测 / 评估改进 / 迭代修订（跑测试集、benchmark、grading、盲评、viewer 审阅、根据反馈改进 skill）→ creator 读 creator/references/eval-flow.md
   • 优化 description 触发效果 → creator 读 creator/references/description-flow.md
3. 用户要同步状态、处理手动编辑、分发、查询状态、归档或发布：
   读 references/scene-manage-skills.md

不要先读所有 reference。只加载当前场景真正需要的那一个。

如果用户意图横跨多条路由（例如"帮我找个替代，或者改改现有的"），先向用户确认想走哪个方向，再决定路由。不要猜测或同时加载多个 reference。

Primary Scripts

优先使用下面 4 个场景脚本：

• bash scripts/find_or_import_skill.sh ...
• bash scripts/create_skill.sh ...
• bash scripts/finalize_manual_edits.sh ...
• bash scripts/distribute_skills.sh ...

仓库发布由辅助脚本处理：

• bash scripts/publish_repo.sh ...

Workflow

1. Find And Download Skills

当用户要找现成 skill 或导入外部 skill：

1. 先理解需求与目标场景。
2. 如果来源不明确，先用 bash scripts/find_or_import_skill.sh search <query> 搜索。
3. 选定来源后，用 bash scripts/find_or_import_skill.sh import ... 导入到仓库根目录。
4. 脚本完成后，人工查看规则审计结果；必要时做语义审计。
5. 直接在根目录 skill 上完成中文优化与说明书整理。
6. 运行 bash scripts/finalize_manual_edits.sh --skill-id <id> --publish --push。

2. Create, Evaluate And Improve Skills

当用户要新建 skill、评测 skill、评估改进 skill 或优化 description：

1. 先用 references/scene-create-skill.md 判断是"新建 / 重写 / 评测改进 / description 优化"。
2. 判断目标 skill 是否已存在：检查 my-skills/<skill-id>/SKILL.md 是否存在。
   如果不存在，先用 bash scripts/create_skill.sh ... 创建骨架与 .skills/workspaces/<id>/。
3. 把具体工作路由给 creator/SKILL.md，creator 内部按任务继续路由：
   • 新建 / 重写 → creator/references/create-flow.md
   • 评测 / 评估改进 / 迭代修订 → creator/references/eval-flow.md（含测试集设计、with-skill/baseline 对比、grading、benchmark 聚合、viewer 审阅、盲评、根据反馈修订 skill）
   • 优化 description → creator/references/description-flow.md
4. 子技能完成后，回到 manager 执行 bash scripts/finalize_manual_edits.sh --skill-id <id> --publish --push。

3. Manage Skills

当用户要处理已存在的 skill：

1. 继续以根目录 skill 目录作为唯一工作副本。
2. 手动编辑后的状态刷新与审计，使用 bash scripts/finalize_manual_edits.sh ...。
3. 分发、状态查询、归档使用 bash scripts/distribute_skills.sh ...。
4. 默认分发源是仓库根目录 skill。

Agent Platform Configs

skills-manager/agents/ 目录下存放各 agent 平台的界面配置文件（如 openai.yaml），用于定义 skill 在对应平台上的显示名称、简述和默认 prompt。这些文件与 .skills/agents/ 下的分发状态无关。

Output Rules

每次完成场景处理后，给用户一个简短结果：

• 做了什么
• 哪个 skill 受影响
• 审计状态
• 是否已分发
• 是否已提交 / 推送

Reflection

每次场景执行完毕后，回顾本次执行是否顺利完成了用户目标。如果发现 skills-manager 自身的文档或脚本存在缺口导致执行不顺，直接修改对应文件并 finalize。

顺利完成的场景不需要任何额外操作。只有当执行过程中暴露了 skill 自身的问题（文档缺失、参数不对、路由错误等）时，才触发修改：

1. 定位问题文件，只修复本次暴露的问题。
2. 运行 bash scripts/finalize_manual_edits.sh --skill-id skills-manager --publish --push。

不修改其他 skill。用户输入模糊不算 skill 缺陷。脚本逻辑修改需谨慎评估。