Menu
StudySolo 官方命令行工具 studysolo 的使用指南。当用户在终端里想要查看账户 / 额度 / AI 使用数据 / 工作流，或通过命令行触发工作流并选择「实时流式」或「定时轮询」两种输出方式时，必须参考此技能。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
StudySolo 官方 MCP Server（studysolo-mcp）的使用指南。当 AI 需要在 Claude Desktop / Cursor / Claude Code 等 MCP Host 中，通过结构化工具查询 StudySolo 账户、AI 使用数据、工作流元信息，或触发并等待工作流执行时，必须参考此技能。
Use StudySolo MCP to create, read, and edit real workflow canvas node instances and edges. This is for editing workflow instances, not for developing new node types, APIs, or models.
StudySolo 系统全量自检专属技能。当用户希望测试所有 AI 模型、子 Agents、数据库、内部服务的连通性与健康状态时自动触发。强制走 scripts/diagnostics/ 脚本路径，日志必须落盘到 scripts/logs/，并输出激活确认语。
StudySolo 项目主上下文技能。用于快速理解当前仓库的真实架构、技术栈、端口、API 分组、工作流节点体系、AI catalog / usage / admin / collaboration / feedback 域，以及 shared 子模块与 Platform subtree 的边界。每次进入本项目都应优先参考它。
StudySolo 子 Agent 并行开发与交接技能。用于指导“仅提交 Agent 相关代码 + README 对接说明 + 审核 Merge 后由负责人补主后端与更新日志”的标准流程。
Architectural decision-making framework. Requirements analysis, trade-off evaluation, ADR documentation. Use when making architecture decisions or analyzing system design.
| name | studysolo-cli |
| description | StudySolo 官方命令行工具 studysolo 的使用指南。当用户在终端里想要查看账户 / 额度 / AI 使用数据 / 工作流，或通过命令行触发工作流并选择「实时流式」或「定时轮询」两种输出方式时，必须参考此技能。 |
| triggers | ["studysolo cli","StudySolo 命令行","终端.*StudySolo","CLI.*工作流","studysolo wf run","命令行.*跑.*工作流"] |
| allowed-tools | Read, Shell |
| version | 1 |
| priority | HIGH |
告诉 AI：在终端里，如何用 studysolo 命令完成以下任务：
~/.studysolo/config.tomlstudysolo me / studysolo quotastudysolo usage overview|timeseries|livestudysolo wf list / studysolo wf show <id> / studysolo wf manifeststudysolo wf run <id> --stream|--poll| 顺序 | 路径 | 为什么必读 |
|---|---|---|
| 1 | packages/cli/README.md | 命令清单 + 退出码语义 |
| 2 | docs/项目规范与框架流程/功能流程/MCP与CLI/README.md | PAT 流程、安全边界 |
| 3 | docs/项目规范与框架流程/项目规范/04-API规范.md §「PAT」「Run API v2」 | 权威定义 |
--stream vs --poll 决策| 场景 | 选择 | 原因 |
|---|---|---|
| 用户要在终端「看到节点一个个跑完」 | --stream | 0.5s 小步轮询，打印 node_input / node_status / node_done 明细 |
| 只关心「跑完没 / 到哪步了 / 最终输出」 | --poll --interval 5 | 每 5 秒打印一次聚合进度条，结束时一次性展示 workflow_done |
| CI / 自动化脚本 | --poll --interval 10 --timeout 1800 | 低频、低噪、可预测 |
| 人工交互式调试 | --stream | 事件密度对调试最友好 |
# 登录（粘贴 PAT）
studysolo login
studysolo login --token sk_studysolo_xxx # 非交互模式
# 账户
studysolo me
studysolo quota
# 使用数据
studysolo usage overview --range 7d
studysolo usage timeseries --range 7d --source workflow
studysolo usage live --window 5m
# 工作流
studysolo wf list
studysolo wf show <workflow_id>
studysolo wf manifest
# 启动工作流
studysolo wf run <workflow_id> --stream # 默认
studysolo wf run <workflow_id> --poll --interval 5 # 轮询
studysolo wf run <workflow_id> --poll --timeout 1800
| 退出码 | 含义 |
|---|---|
0 | 成功（或工作流最终 completed） |
1 | 请求 / 输入错误 |
2 | 未登录或认证失败（401/403） |
3 | 工作流最终 status=failed，或等待超时 |
studysolo login 保存，或 STUDYSOLO_TOKEN 环境变量注入；不要把 PAT 写在 shell history 或命令行参数（易被日志收集到）。--stream 与 --poll 互斥，默认为 --stream。~/.studysolo/config.toml 提交到仓库。wf run，后端 rate-limit 会返回 429。用户：「跑一下 abcd-1234 工作流，跑完告诉我结果」
AI 应执行：
studysolo wf show abcd-1234 # 先确认存在 + 节点结构
studysolo wf run abcd-1234 --poll --interval 5 --timeout 900
# 观察最后的 workflow_done JSON 面板提取关键字段给用户
用户：「我今天还能跑几次？」
studysolo quota
# 从 daily_executions_remaining 读值