| name | find-best-skill |
| description | 当用户明确要求"搜索技能"、"寻找 Agent Skill"、"查找某个领域的 skill"、"推荐最佳 skill"时使用。支持多平台搜索（GitHub、SkillsMP、Reddit）和社区/AI 双维度评价，推荐数量可根据用户指令动态调整（默认 5-10 个，支持 3-20 个）。⚠️ 不适用：用户只是询问"有没有某个技能"（应直接回答）、只是想了解技能列表（应直接列举）、没有明确"搜索/寻找/查找/推荐"意图。 |
| metadata | {"author":"Bensz Conan","keywords":["find-best-skill"]} |
Find Best Skill
BenszAPI 任务工作区
本 Skill 的新任务中间文件统一写入 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/{skill名}/input|output|log/。同一任务复用一个任务根目录；多 Skill 协作才创建 shared/。正式交付物不写入该目录，历史隐藏目录只允许显式兼容读取、迁移或清理。
与 bensz-collect-bugs 的协作约定
- 因本 skill 设计缺陷导致的 bug，先用
bensz-collect-bugs 规范记录到 ~/.bensz-skills/bugs/，不要直接修改用户本地已安装的 skill 源码；若有 workaround，先记 bug，再继续完成任务。
- 只有用户明确要求“report bensz skills bugs”等公开上报时，才用本地
gh 上传新增 bug 到 huangwb8/bensz-bugs；不要 pull / clone 整个仓库。
辅助用户搜索和评估 Agent Skills。
使用场景
当用户需要：
- 寻找特定功能的 Agent Skill
- 了解社区中某个领域的最佳实践方案
- 对比不同技能的优劣
- 发现已有技能的替代方案
依赖关系
可选依赖：
- get-review-theme skill：用于需求解构（第 1 步）
- 如果用户未安装该 skill，可直接分析用户需求提取主题和关键词
核心工作流
1. 需求解构
分析用户需求，提取核心主题和关键词：
优先使用 get-review-theme skill（如已安装）：
/skill get-review-theme "用户原始需求描述"
如未安装：直接分析用户需求，从用户输入中提取核心主题、关键词、具体问题。
2. 缓存查询
优先检查本地缓存，快速匹配历史技能：
python scripts/cache_manager.py --search "关键词1" "关键词2" --limit 10
说明：
- 默认缓存参数来自
config.yaml:cache（单一真相来源）
- CLI 参数（如
--cache-dir）会覆盖 config.yaml
命中策略：
| 情况 | 处理方式 |
|---|
| 有命中 | 展示本地结果 → 询问用户"是否联网扩展？" → 用户选择 |
| 无命中 | 直接进入联网搜索（第 3 步） |
用户交互话术：
基于本地缓存，我找到 {N} 个相关技能：
{展示本地结果}
💡 发现 {N} 个候选，是否联网扩展搜索以获取更多最新结果？
- 回复"是"或"联网"进行在线搜索
- 回复"否"或"直接使用"直接输出以上结果
3. 社区调研
基于解构结果，使用 WebSearch 类工具或搜索类 MCP 工具（如 SearXNG、Tavily）进行多平台搜索。
搜索平台：
| 平台 | 搜索语法示例 | 搜索重点 |
|---|
| GitHub | site:github.com "SKILL.md" {关键词} | 开源项目、Stars、Forks |
| SkillsMP | site:skillsmp.com {关键词} skill | 技能市场、人气排序 |
| awesome-claude-skills | 直接访问 github.com/VoltAgent/awesome-claude-skills | 社区精选 |
| Reddit | site:reddit.com/r/ClaudeCode {关键词} | 用户讨论、真实反馈 |
搜索关键词组合（见 config.yaml:search_keywords）：
{topic} claude skill（如 TDD claude skill）{topic} agent skill{topic} claude code
搜索示例：
# GitHub 搜索 TDD 相关技能
site:github.com "SKILL.md" TDD claude
# 搜索测试驱动开发技能
"test driven development" agent skill github
# Reddit 社区讨论
site:reddit.com/r/ClaudeCode TDD skill
辅助脚本（可选）：
python scripts/get_skill_info.py "repo1,repo2,repo3"
4. 结果合并与缓存更新
如果联网搜索：将本地缓存结果与联网搜索结果合并：
| 操作 | 说明 |
|---|
| 去重 | 基于 skill_name 或 GitHub URL 去重 |
| 数据源标记 | 本地/联网分别标记（source: local/online） |
| 排序优化 | 联网结果优先（最新数据），本地结果补充 |
缓存更新：将联网搜索到的新技能写入缓存
from scripts.cache_manager import CacheManager
manager = CacheManager()
manager.add_skill(
skill_name="skill-name",
meta={
"url": "https://github.com/xxx/skill",
"description": "技能描述",
"stars": 1234,
"last_updated": "2026-01-18",
"source": "online"
},
keywords=["tdd", "testing"],
tags=["official", "workflow"]
)
5. 社区舆情分析
对每个候选 skill，收集以下信息：
社区评价维度：
- GitHub Stars 数量
- 最近更新时间
- Issue 响应速度
- Fork/Watch 比例
- 社区讨论热度
质量信号：
- 是否有官方支持（Anthropic、OpenAI）
- 是否被知名团队使用（Sentry、Vercel）
- 文档完整性
- 代码质量
6. AI 评价
从 AI 视角评估每个 skill：
技术维度：
- 工作流设计的合理性
- YAML frontmatter 质量
- Progressive Disclosure 实现程度
- 与现有生态的兼容性
实用性维度：
7. 生成推荐报告
按最合适至最不合适排序，推荐 skills。
推荐数量规则（详细参数见 config.yaml:recommendation）：
-
优先级1：用户明确指定
- 解析用户指令中的数量关键词（如"推荐 3 个"、"给我 15 个候选"）
- 示例：
"找 5 个最好的 TDD skill" → 推荐数量 = 5
-
优先级2：使用默认范围
- 默认目标数量：见
config.yaml:recommendation.target_count
- 可调整范围：见
config.yaml:recommendation.default_min/default_max
-
边界约束：
- 最少：见
config.yaml:recommendation.absolute_min
- 最多：见
config.yaml:recommendation.absolute_max
每个 skill 包含：
## N. {Skill Name}
**GitHub**: [项目地址](https://github.com/xxx/xxx)
### 推荐理由
**社区评价**：
- ⭐ {Stars} | 🍴 {Forks} | 📅 {最后更新}
- {社区使用情况、知名团队引用等}
**AI 评价**：
- {技术优势}
- {工作流设计亮点}
- {与需求匹配度}
### 局限性
- {潜在短板}
- {适用场景限制}
- {依赖或平台要求}
输出规范
推荐数量
动态确定规则：
-
优先级 1：用户明确指定
- 解析用户指令中的数量关键词（如"推荐 3 个"、"给我 15 个候选"）
- 示例：
"找 5 个最好的 TDD skill" → 推荐数量 = 5
-
优先级 2：使用默认范围
- 用户未指定时，使用 5-10 个
- 根据候选质量和相关性灵活调整
-
边界约束：
- 最少：3 个（确实找不到更多时）
- 最多：20 个（避免信息过载）
排序：按推荐度降序排列
筛选标准
必须满足：
- 有 GitHub 仓库地址
- 有有效的 SKILL.md 文件
- 有明确的功能描述
优先推荐：
- 官方维护（Anthropic、OpenAI）
- 高 Stars（>100）
- 最近更新（6个月内）
- 有完整文档
排除条件：
- 没有 GitHub 链接
- 仓库已归档
- 超过 1 年未更新
- 文档严重缺失
数量解析示例
| 用户指令 | 解析结果 | 说明 |
|---|
"推荐 3 个 TDD skill" | 3 个 | 明确数字 |
"给我 15 个候选" | 15 个 | 超出默认范围但有效 |
"找一些 debug 技能" | 5-10 个 | 未指定，使用默认 |
"只要最好的一个" | 1 个 | 少于最少边界，但用户意图明确 |
"列出所有相关的" | 5-10 个 | 无明确数量，使用默认 |
辅助脚本
缓存管理
python scripts/cache_manager.py --stats
python scripts/cache_manager.py --search "关键词1" "关键词2" --limit 10
python scripts/cache_manager.py --clear "skill-name"
python scripts/cache_manager.py --clear
批量获取技能信息
python scripts/get_skill_info.py "repo1,repo2,repo3"
参考资源
质量检查清单
触发验证（执行前）：
输出验证（执行后）：
示例
用户输入：找一个能做 TDD 的 skill
输出示例：
基于您的需求 "测试驱动开发（TDD）"，我为您推荐以下 skills：
## 1. test-driven-development
**GitHub**: [obra/test-driven-development](https://github.com/VoltAgent/awesome-claude-skills)
### 推荐理由
**社区评价**：
- ⭐ 1.2k+ | 🍴 150+ | 📅 2周前更新
- 被多个团队采用，社区活跃讨论
**AI 评价**：
- 强制 Red-Green-Refactor 循环，确保 TDD 严格执行
- 支持多种测试框架
- 渐进式加载设计，性能优秀
### 局限性
- 对测试框架有预设（可能不支持您使用的框架）
- 初次使用需要适应其严格的流程要求
## 2. tdd-workflow
**GitHub**: [anthropics/tdd-workflow](https://github.com/anthropics/skills)
### 推荐理由
**社区评价**：
- ⭐ 官方维护 | 📅 持续更新
- Anthropic 官方最佳实践
**AI 评价**：
- 与 Claude Code 深度集成
- 简洁的工作流设计
- 灵活的测试适配
### 局限性
- 功能相对基础，高级特性较少
- 专注于 Claude Code 生态
[... 继续推荐 3-8 个 skills]
