skill-evolution-manager

name	skill-evolution-manager
description	专门用于在对话结束时，根据用户反馈和对话内容总结优化并迭代现有 Skills 的核心工具。它通过吸取对话中的"精华"（如成功的解决方案、失败的教训、特定的代码规范）来持续演进 Skills 库。
license	MIT

Skill Evolution Manager

这是整个 AI 技能系统的"进化中枢"。它不仅负责优化单个 Skill，还负责跨 Skill 的经验复盘和沉淀。

核心职责

1. 复盘诊断 (Session Review)：在对话结束时，分析所有被调用的 Skill 的表现。
2. 经验提取 (Experience Extraction)：将非结构化的用户反馈转化为结构化的 JSON 数据（evolution.json）。
3. 智能缝合 (Smart Stitching)：将沉淀的经验自动写入 SKILL.md，确保持久化且不被版本更新覆盖。

使用场景

Trigger:

• /evolve
• "复盘一下刚才的对话"
• "我觉得刚才那个工具不太好用，记录一下"
• "把这个经验保存到 Skill 里"

工作流 (The Evolution Workflow)

1. 经验复盘 (Review & Extract)

当用户触发复盘时，Agent 必须执行：

1. 扫描上下文：找出用户不满意的点（报错、风格不对、参数错误）或满意的点（特定 Prompt 效果好）。
2. 定位 Skill：确定是哪个 Skill 需要进化（例如 yt-dlp 或 baoyu-comic）。
3. 生成 JSON：在内存中构建如下 JSON 结构：

   {
     "preferences": ["用户希望下载默认静音"],
     "fixes": ["Windows 下 ffmpeg 路径需转义"],
     "custom_prompts": "在执行前总是先打印预估耗时"
   }
   

2. 经验持久化 (Persist)

Agent 调用 scripts/merge_evolution.py，将上述 JSON 增量写入目标 Skill 的 evolution.json 文件中。

• 命令: python skill-evolution-manager/scripts/merge_evolution.py <skill_path> <json_string> [--json]

3. 文档缝合 (Stitch)

Agent 调用 scripts/smart_stitch.py，将 evolution.json 的内容转化为 Markdown 并追加到 SKILL.md 末尾。

• 命令: python skill-evolution-manager/scripts/smart_stitch.py <skill_path> [--json]

4. 跨版本对齐 (Align)

当 skill-manager 更新了某个 Skill 后，Agent 应主动运行 smart_stitch.py，将之前保存的经验"重新缝合"到新版文档中。

核心脚本

• scripts/merge_evolution.py: 增量合并工具。负责读取旧 JSON，去重合并新 List，保存。
• scripts/smart_stitch.py: 文档生成工具。负责读取 JSON，在 SKILL.md 末尾生成或更新 ## User-Learned Best Practices & Constraints 章节。
• scripts/align_all.py: 全量对齐工具。一键遍历技能根目录（默认自动推断为当前仓库根目录）并缝合所有存在 evolution.json 的技能。

CLI Contract

• python skill-evolution-manager/scripts/merge_evolution.py <skill_path> <json_string> [--json]
• python skill-evolution-manager/scripts/smart_stitch.py <skill_path> [--json]
• python skill-evolution-manager/scripts/align_all.py [skills_root] [--json]

退出码约定：

• 0: 成功
• 1: 运行时错误
• 2: 参数错误

最佳实践

• 不要直接修改 SKILL.md 的正文：除非是明显的拼写错误。所有的经验修正应通过 evolution.json 通道进行，这样可以保证在 Skill 升级时经验不丢失。
• 多 Skill 协同：如果一次对话涉及多个 Skill，请依次为每个 Skill 执行上述流程。

使用示例

示例1：记录单个技能的经验

# 记录用户对github-commit技能的偏好
python skill-evolution-manager/scripts/merge_evolution.py github-commit '{
  "preferences": ["提交前总是检查git状态", "使用语义化版本提交消息"],
  "fixes": ["修复子模块处理问题"],
  "custom_prompts": "在提交前运行git status和git diff确认更改"
}'

# 将经验缝合到技能文档
python skill-evolution-manager/scripts/smart_stitch.py github-commit

示例2：批量处理多个技能

# 记录paper-detailed-analysis技能的经验
python skill-evolution-manager/scripts/merge_evolution.py paper-detailed-analysis '{
  "preferences": ["优先分析论文的方法论部分", "提取关键算法伪代码"],
  "fixes": ["修复PDF解析中的编码问题"],
  "custom_prompts": "为每篇论文生成执行摘要和技术要点"
}'

# 记录humanizer技能的经验
python skill-evolution-manager/scripts/merge_evolution.py humanizer '{
  "preferences": ["保留专业术语", "调整语气为学术风格"],
  "fixes": ["修复过度人性化导致的语义丢失"],
  "custom_prompts": "针对学术文本使用更保守的人性化策略"
}'

# 批量缝合所有技能的经验
python skill-evolution-manager/scripts/align_all.py .

示例3：技能更新后的经验恢复

# 当skill-manager更新技能后，恢复进化数据
python skill-manager/scripts/scan_and_check.py .
python skill-evolution-manager/scripts/align_all.py .

# 验证经验恢复结果
grep -r "User-Learned" . --include="SKILL.md"

示例4：与其他技能协同工作

# 与skill-manager协同
python skill-manager/scripts/scan_and_check.py .
python skill-evolution-manager/scripts/align_all.py .

# 与update-readme协同
python scripts/align_all.py
python update-readme/scripts/analyze_project.py .

# 与github-commit协同
python skill-evolution-manager/scripts/merge_evolution.py github-commit '{"preferences": ["自动生成有意义的提交消息"]}'
python skill-evolution-manager/scripts/smart_stitch.py github-commit
python github-commit/scripts/create_commit.py . "feat: 添加技能进化经验"

示例5：查看进化数据

# 查看特定技能的进化数据
cat github-commit/evolution.json | python -m json.tool

# 查看所有技能的进化章节
find . -name "SKILL.md" -exec grep -l "User-Learned" {} \;

# 统计进化数据
find . -name "evolution.json" | wc -l

Overview

This skill is used when its description in frontmatter matches the user request. Prefer existing scripts under scripts/ over ad-hoc rewrites.

References

• scripts/: executable helpers for deterministic steps
• references/: additional docs loaded on demand
• assets/: templates or static files used by the skill

Trigger Conditions

• User explicitly names this skill
• User intent clearly matches this skill description
• The task needs this skill's scripts/resources

Applicable Scope

• Requests covered by this skill's frontmatter description
• Tasks that benefit from the bundled workflow and scripts

Out of Scope

• Requests that conflict with repository safety rules
• Tasks unrelated to this skill's declared purpose
• Destructive changes without explicit user permission