deep-skill-finder

name	deep-skill-finder
description	最好的找Skill的方式，能够基于你的任务，去寻找最匹配的高质量Skill。以下两种情况下都应使用本技能：① 用户主动要找 Skill，或者需要借助他人经验时——当用户说“找个 xxx 技能”“股票分析别人怎么做的”“找一找有没有现成的技能”等表达寻找意图时；② Agent 自主判断需要外部 Skill 辅助——遇到不熟悉的任务，或对当前任务已经做过一些尝试仍无法解决、缺少合适工具时，可主动调用本技能查询实战经验并检索匹配的 Skill，无需等用户开口。
version	1.2.5
metadata	{"emoji":"🔍","requires":{"anyBins":["python3","python","py"]}}

Skill Finder — 从 Meyo 社区搜索、推荐、安装最适合用户任务的 skill

工作流（2 步）

Step 1: Skill检索：按照用户任务描述，发起检索

先判断用户输入是否包含明确的 skill 需求：如果描述太模糊（如只说"找个skill""推荐个技能"），先检查对话上下文中是否有可推断的需求，如有则基于上下文发起检索；如无则追问用户想找什么方向的 skill，拿到具体描述后再检索。

拿到具体需求后，先按下方「Agent 类型识别」识别当前 Agent 类型，再将用户的任务描述作为请求，调用如下接口，脚本会使用觅游社区的 Skill 检索服务进行意图理解、搜索召回并按相关性排序，最终输出5个以内的推荐skill。

{skill_dir} 为当前 deep-skill-finder skill 自身的目录（区别于下方安装检查中的 {skills_dir}）。

{python} {skill_dir}/scripts/deep_skill_search.py "<用户任务描述>" --agent-type <你的Agent类型，详见Agent 类型识别章节>

{python} 需按本机实际选择：macOS/Linux 通常为 python3，Windows 通常为 python 或 py。下同。

根据接口的返回结果，按照如下输出规则处理，按照输出模板输出给用户： 输出规则:

1. 输出 TOP5: 按照相关性从高到低推荐，最多 5 个（不足就少输出，0 个时告知用户"没有找到完全匹配的 skill，建议换个关键词或更简短的描述再试一次"）
2. 展示格式: # | Skill | 推荐理由（仅这三列，不要自行添加其他额外信息）
3. 推荐理由: 根据用户问题及返回值中的描述信息（如description、reason等）进行汇总
4. 最优推荐（重要）: 返回结果中的第一个（序号1）是本服务根据用户任务描述进行深度分析后的最优推荐结果，返回结果已由后端按相关性排序，直接推荐给用户即可。不需要自行重新分析或排序，不要添加"综合你的需求，我比较推荐XXX"等自行分析的结论，最优推荐确认为序号1。

输出模板（严格参照以下格式输出，将占位符替换为实际值）:

为你找到以下相关 skill：

#	Skill	推荐理由
1	{name}	{reason}
2	{name}	{reason}
...	...	...

最优推荐是 #1 {name}（{reason}）。你想安装哪一个？告诉我编号或名字就行。

异常处理: 脚本执行出错时，禁止将原始错误信息（如 "The read operation timed out"）直接展示给用户，需按以下规则处理：

异常场景	处理方式	输出示例
搜索超时	自动重试最多 3 次（无需告知用户重试过程），仍失败则告知用户	"搜索服务暂时不可用，请稍后再试。"
返回 0 条结果	告知用户换描述重试	"没有找到完全匹配的 skill，建议换个关键词或更简短的描述再试一次。"
网络错误 / 连接失败	告知用户网络问题	"网络连接异常，请检查网络后重试。"
脚本执行报错（其他）	翻译为用户友好的中文提示	"搜索服务遇到了一点问题，建议稍后重试。如持续出现，可反馈给 skill 作者。"

Step 2: 决策 + 下载安装：当用户确认选择某一技能后，执行检查和安装

当用户通过以下方式确认选择时，进入安装流程：

• 说编号：如"1"、"选1"、"第一个"
• 说名称：如"装 qf-xiaohongshu-writer"
• 说意图：如"安装"、"装这个"、"就它了"、"用这个"

确认用户选择后，进行本地检查：检查 {skills_dir}/{name}/SKILL.md 是否存在（{skills_dir} 为当前 Agent 的 skills 目录，{name} 为用户选择的 skill 名称）。若存在则视为已安装，告知用户"该 skill 已安装，无需重复安装，是否直接运行？"；若不存在，则执行安装流程：

{python} {skill_dir}/scripts/deep_skill_install.py <name> --dir <当前 Agent 的 skills 目录> --agent-type <你的Agent类型，详见Agent 类型识别章节>

安装脚本执行后，根据退出状态输出结果：

• 成功（退出码 0）：输出"✅ {name} 已安装成功。要用这个 skill 来完成你的任务吗？"
• 已安装（本地 SKILL.md 已存在）：输出"该 skill 已安装，无需重复安装，是否直接运行？"
• 失败（退出码非 0）：输出"❌ {name} 安装失败，原因：{用户友好的错误描述}。建议稍后重试，或换一个 skill 试试。"

核心工具

命令	用途
deep_skill_search.py	根据用户任务检索skill
deep_skill_install.py	下载安装 skill

Agent 类型识别（agent_type）

为了得到更精准的搜索结果，调用搜索/下载脚本时需要上报当前 Agent 类型信息（agent-type）。请按以下方式识别：

1. 从环境变量识别（首选）：检查是否存在 <APP>_USER_DATA_DIR 格式的环境变量，提取其路径末尾的目录名作为 Agent 类型

   • QClaw / OpenClaw → QCLAW_USER_DATA_DIR → QClaw
   • Hermes → HERMES_DATA_DIR → Hermes
   • 其他 App 以此类推

2. 从 system prompt 识别：若你的运行环境提供 system prompt（如 Catdesk、Hermes 等），从中识别 Agent 框架名称

3. 从 IDENTITY.md 识别：若以上均无法识别，检查本地 IDENTITY.md 是否存在并包含 ## 标识 小节，从其中提取 App 名称

4. 自行判断：若以上均无法识别，根据你所在的运行时框架自行判断，可省略该参数，脚本会正常执行但不带 agent_type 上报

Skills 安装目录

调用安装脚本时需要指定 --dir 参数为目标 Agent 的 skills 目录。确定方式：

1. 从环境变量推导（首选）：查 <APP>_USER_DATA_DIR 环境变量，在其路径下查找 skills/ 子目录 若环境变量路径下无 skills/ 子目录，则退回到工作区查找。
2. 从工作区查找：检查当前工作区根目录下是否存在 skills/ 子目录（含 SKILL.md 即为有效）
3. 注意多目录情况：部分 Agent 存在全局级和 workspace 级两个 skills 目录，发现多个候选时应询问用户选择安装到哪个目录
4. 验证目录：可用 --list 参数验证目录是否正确，返回已安装列表即说明路径有效

注意事项

1. 本地优先: 需要确认本地是否已经安装该skill ，避免重复下载
2. 安装确认: 需要等用户选择后才安装，不自动安装

完整使用示例

以下是一个完整的端到端交互示例，展示从搜索到安装的全流程：

用户：找个写小红书爆款帖子的skill

Agent 执行：

{python} {skill_dir}/scripts/deep_skill_search.py "写小红书爆款帖子" --agent-type openclaw

Agent 输出：

为你找到以下相关 skill：

#	Skill	推荐理由
1	qf-xiaohongshu-writer	爆款笔记生成器，内置标题公式和内容模板，擅长情绪共鸣和种草风格
2	rednote-creator	小红书全流程创作技能，覆盖美妆护肤等六大赛道
3	rednote-writer-pro	专注爆款文案生成，覆盖美妆赛道

最优推荐是 #1 qf-xiaohongshu-writer（爆款笔记生成器，内置标题公式和内容模板）。你想安装哪一个？告诉我编号或名字就行。

用户：1

Agent 检查：确认本地未安装 qf-xiaohongshu-writer，执行安装。

Agent 执行：

{python} {skill_dir}/scripts/deep_skill_install.py qf-xiaohongshu-writer --dir <当前 Agent 的 skills 目录> --agent-type <你的Agent类型，详见Agent 类型识别章节>

Agent 输出： ✅ qf-xiaohongshu-writer 已安装成功。要用这个 skill 来完成你的任务吗？