用户输入
  ↓
┌─────────────────────────────────┐
│ 1️⃣ AI 关键词分析                │
│    提取核心词、扩展相关词         │
└─────────────────────────────────┘
  ↓
┌─────────────────────────────────┐
│ 2️⃣ 多渠道并行搜索               │
│    skills.sh API + SkillHub + GH │
└─────────────────────────────────┘
  ↓
┌─────────────────────────────────┐
│ 3️⃣ 结果合并去重                 │
│    按安装量/质量排序             │
└─────────────────────────────────┘
  ↓
输出推荐结果

1️⃣ AI 关键词分析

目标：从用户输入中提取最有效的搜索关键词。

🎯 意图识别决策树

用户输入
  ↓
单一技术？ ("Java", "React", "Docker")
  ├─ 是 → 提取核心词 + 领域扩展词
  └─ 否 ↓

技术+领域？ ("Java 后端", "React 移动端")
  ├─ 是 → 拆分为: 技术 + 领域，并行搜索
  └─ 否 ↓

多关键词？ ("Kotlin Android 后端通信")
  ├─ 是 → 提取所有关键词，并行搜索
  └─ 否 → 单一意图，直接搜索

最终: 合并去重 → 分类展示

📝 查询优化策略

重要规则：

提取 ALL 关键词 - 不要只关注第一个词
领域词智能扩展 - "后端"→"backend"，"通信"→"communication"
并行独立搜索 - 每个核心关键词独立搜索
中英文转换 - 提供英文搜索词提高匹配率

Prompt 模板

分析用户输入，提取搜索关键词。

用户输入: "{query}"

**关键规则**：
- 提取所有重要关键词，不要遗漏
- 对领域词进行合理的英文转换
- 每个核心关键词都独立有价值，需要分别搜索

输出 JSON:
{
  "core": ["所有核心关键词"],
  "expanded": {
    "domain": ["技术/功能领域扩展"],
    "i18n": ["中英文变体"]
  }
}

示例:
输入: "用户认证"
输出: {
  "core": ["authentication"],
  "expanded": {
    "domain": ["auth", "login", "security", "jwt", "oauth", "session", "token"],
    "i18n": ["user authentication", "login"]
  }
}

输入: "安卓开发"
输出: {
  "core": ["android"],
  "expanded": {
    "domain": ["mobile", "kotlin", "java", "jetpack", "compose"],
    "i18n": ["android"]
  }
}

输入: "Kotlin Android 后端通信"
输出: {
  "core": ["Kotlin", "Android", "backend", "communication", "API"],
  "expanded": {
    "domain": ["server", "networking", "microservice"],
    "i18n": ["kotlin android", "backend communication"]
  }
}

输入: "Python 数据分析 可视化"
输出: {
  "core": ["Python", "data-analysis", "visualization"],
  "expanded": {
    "domain": ["pandas", "matplotlib", "plotly", "data-science"],
    "i18n": ["data analysis", "data visualization"]
  }
}

2️⃣ 多渠道搜索

搜索策略

优先级：API > CLI > Web

按 references/channels.json 中配置的 search_method 执行：

search_method	执行方式	说明
API	`curl {api_endpoint}`	只返回元数据，不下载代码
CLI	`{cli_command}`	只返回元数据，不下载代码
Web	librarian agent 或手动访问	浏览网页，不下载代码
GitHub	`gh search repos --json`	只返回仓库元数据（name/desc/url/stars）

关键区分：

🔍 搜索阶段：只获取元数据（名称、描述、安装量、URL）→ 不下载代码
⬇️ 安装阶段：npx skills add {owner}/{repo} → 才下载技能文件到本地

GitHub 多技能仓库扫描

对于包含多个 skills 的 GitHub 仓库（如 MiniMax-AI/skills），需要扫描目录结构识别每个 skill。

判断标准（必须全部满足）：

目录包含 SKILL.md 文件
SKILL.md 包含 name: 字段
SKILL.md 包含 description: 字段

扫描流程：

# Step 1: 获取根目录结构
gh api repos/{owner}/{repo}/contents --jq '.[].name'

# Step 2: 递归检查每个子目录是否包含 SKILL.md
gh api repos/{owner}/{repo}/contents/{potential-skill-dir}/{subdir}/SKILL.md

# Step 3: 解析 SKILL.md 获取 name 和 description
gh api repos/{owner}/{repo}/contents/{skill-path}/SKILL.md --jq '.content' | base64 -d | grep -E "^(name|description):"

# Step 4: 确认是有效 skill → 返回
{
  "name": "frontend-dev",
  "description": "Full-stack frontend development...",
  "path": "skills/frontend-dev"
}

示例：MiniMax-AI/skills 仓库

# 扫描发现 14 个有效 skills：
✅ frontend-dev (name + description + SKILL.md)
✅ fullstack-dev (name + description + SKILL.md)
✅ minimax-pdf (name + description + SKILL.md)
...

# 输出格式：
📦 MiniMax-AI/skills (14 skills)
   🎯 frontend-dev: Full-stack frontend development...
   🎯 fullstack-dev: Full-stack backend architecture...
   🎯 minimax-pdf: Professional PDF creation...

给 AI 的分析 prompt：

分析目录结构，识别潜在的 skill 目录：

验证步骤：
1. 检查目录是否包含 SKILL.md 文件
2. 解析 SKILL.md 是否有 name 和 description 字段
3. 确认是有效 skill

目录结构：
{gh_api_contents_json}

返回：
{
  "valid_skills": [
    {
      "name": "{skill-name}",
      "description": "{skill-description}",
      "path": "{owner}/{repo}/{skill-path}"
    }
  ]
}

并行搜索示例

# 关键词: "authentication"

# 1. skills.sh API
curl "https://skills.sh/api/search?q=authentication&limit=20"

# 2. SkillHub CLI
skillhub search authentication

# 3. GitHub
gh search repos "authentication" --topic claude-skill --limit 10

3️⃣ 结果处理

去重

按 name 字段去重，保留安装量最高的。

排序

优先级：

官方认证 - 大厂维护
安装量 - 社区验证
更新时间 - 维护活跃度

输出格式

安装命令规则

统一使用 skills 命令安装（支持所有来源）：

技能来源	安装命令格式
skills.sh 单技能仓库	`npx skills add {owner}/{repo}`
skills.sh 多技能仓库	`npx skills add {owner}/{repo}/{skill-id}`
GitHub 单技能仓库	`npx skills add {owner}/{repo}`
GitHub 多技能仓库	`npx skills add {owner}/{repo}/{skill-id}`

原则：npx skills add 命令统一支持从 GitHub 或 skills.sh 安装。多技能仓库需指定具体 skill-id。

多技能仓库示例：

仓库: legout/data-platform-agent-skills
包含技能:
  - data-science-eda
  - data-science-visualization
  - data-science-feature-engineering

安装命令:
  npx skills add legout/data-platform-agent-skills/data-science-eda
  npx skills add legout/data-platform-agent-skills/data-science-visualization

单个结果

🎯 {skill-name}
   {一句话描述}

📦 {来源} ｜ 📊 {安装量}
安装方式:npx skills add {完整路径}

完整路径格式：

单技能仓库：{owner}/{repo}
多技能仓库：{owner}/{repo}/{skill-id}

多个结果

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 搜索结果：{关键词}（共 N 个）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🟢 官方认证
───────────────────────────────────────
🎯 {skill-1}
   {描述}
   📦 skills.sh ｜ 📊 50,000+
   安装方式:npx skills add {owner}/{repo}/{skill-id}

⭐ 社区推荐
───────────────────────────────────────
🎯 {skill-2}
   {描述}
   📦 GitHub ｜ ⭐ 1,000+
   安装方式:npx skills add {owner}/{repo}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🎯 {skill-name} {一句话描述}

📦 {来源} ｜ 📊 {安装量} 安装方式:{安装命令}


#### 多个结果

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📊 搜索结果：{关键词}（共 N 个） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🟢 官方认证 ─────────────────────────────────────── 🎯 {skill-1} {描述} 📦 skills.sh ｜ 📊 50,000+ 安装方式:/install skills.sh:xxx

⭐ 社区推荐 ─────────────────────────────────────── 🎯 {skill-2} {描述} 📦 SkillHub ｜ 📊 10,000+ 安装方式:/install skillhub:xxx

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━


---

## 渠道配置

> 📋 **完整配置**：`references/channels.json`

### 搜索方式优先级

**API > CLI > Web**

按配置文件中的 `search_method` 字段执行搜索。

---

## 官方优先原则

大厂官方技能优先展示：

- **Anthropic** - Claude官方
- **MiniMax** - 国内AI大厂
- **字节跳动** - 抖音/飞书官方
- **阿里Qwen** - 通义千问官方
- **Vercel Labs** - Next.js官方

输出时使用 🟢 标识官方技能。

---

## 安装辅助

```bash
# 查看工具状态
./scripts/install-helper.sh status

# 安装所有工具
./scripts/install-helper.sh all

# 安装单个工具
./scripts/install-helper.sh gh        # GitHub CLI
./scripts/install-helper.sh skillhub  # SkillHub CLI

find-skills-x

Find Skills X

工作流程