企业官网建设流程全解析

Skill Seekers 完整指南：把文档、GitHub 仓库与 PDF 一键转化为可用的 AI Skill

【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址: https://gitcode.com/gh_mirrors/sk/Skill_Seekers

本文是 Skill Seekers 的技术导读与实战指南。Skill Seekers 定位为「AI 系统的数据层」，能够将文档站点、GitHub 仓库、PDF、视频、笔记本、Wiki 等 18 类来源，转化为结构化的知识资产，供 AI Skill（Claude、Gemini、OpenAI）、RAG 流水线（LangChain、LlamaIndex、Pinecone）与 AI 编程助手（Cursor、Windsurf、Cline）直接使用；一次准备，可导出到 22 个目标。读完本文，你将掌握从安装、抓取、AI 增强、打包上传到 MCP 集成的完整链路，以及每个环节背后的源码级原理。

一、项目概览与定位

Skill Seekers 是一个 Python 3.10+ 编写的命令行工具与 MCP 服务器（当前仓库 pyproject.toml 中记录的版本为3.10.0.dev0）。它的核心主张是：

• 18 种来源类型：文档网站、GitHub 仓库、本地代码库、PDF、Word、EPUB、Jupyter、OpenAPI/Swagger、PowerPoint、AsciiDoc、本地 HTML、RSS/Atom、man 手册、视频（YouTube/Vimeo/本地）、Confluence、Notion、Slack/Discord 聊天导出等；
• 22 个导出目标：12 个 LLM 平台（claude、gemini、openai、minimax、opencode、kimi、deepseek、qwen、openrouter、together、fireworks、markdown）+ 8 个 RAG/向量库（langchain、llama-index、haystack、chroma、faiss、weaviate、qdrant、pinecone）+ atlas、ibm-bob；
• 一次抓取，处处可用：抓取与增强只做一次，导出时按目标平台重新打包，无需重复抓取。

这个定位在仓库源码中也有印证：src/skill_seekers/cli/下聚集了create_command.py、package_skill.py、enhance_command.py、unified_scraper.py、scan_command.py等数十个命令模块，入口统一由 src/skill_seekers/cli/main.py 调度，COMMAND_CLASSES与COMMAND_MODULES两张表注册了create、scan、doctor、enhance、package、upload、install-agent、sync-config、stream、update、multilang等全部子命令。

二、快速开始：3 条命令拿到第一个 Skill

安装并创建第一个 Skill 只需三步：

# 1. 安装 pip install skill-seekers # 2. 从任意来源创建 skill skill-seekers create https://docs.djangoproject.com/ # 3. 为指定 AI 平台打包 skill-seekers package output/django --target claude

执行完毕后，你会在output/下得到django-claude.zip，可直接用于 Claude。

2.1 更换增强用的 AI 代理

create默认使用 claude 作为增强代理，可通过--agent切换，或用--agent-cmd指向任意自定义 CLI 代理：

skill-seekers create https://docs.djangoproject.com/ --agent kimi skill-seekers create https://docs.djangoproject.com/ --agent-cmd "my-custom-agent run"

从源码结构看，这条调用链由 src/skill_seekers/cli/create_command.py 接收参数、source_detector.py完成来源自动识别，再交由enhance_command.py调用统一传输层（AgentClient）完成增强，这正是 README 所述「单一传输、多代理」设计（详见 docs/reference/API_REFERENCE.md）。

2.2 AI 驱动的项目扫描（scan）

scan命令让 AI 代理读取项目的 manifests、README、Dockerfile/CI 以及源码 import 样本，为检测到的每个框架生成一份配置，并额外产出一份<project>-codebase.json描述项目自身代码：

skill-seekers scan ./my-react-app --out ./configs/scanned/ # → react.json, vite.json, tailwind.json, jest.json, my-react-app-codebase.json skill-seekers create ./configs/scanned/react.json

如果检测到的技术栈没有现成 preset，AI 会现场生成一份新配置；退出时可选择将其发布到社区配置仓库。

2.3 18 种来源的调用一览

每种来源的完整选项参见 docs/user-guide/02-scraping.md。这些来源类型在源码中也以白名单形式固化：src/skill_seekers/cli/config_validator.py中的VALID_SOURCE_TYPES集合列出了documentation、github、pdf、local、word、video、epub、jupyter、html、openapi、asciidoc、pptx、confluence、notion、rss、manpage、chat等类型，任何不属于该集合的type都会被校验器直接拒绝。

三、安装方式与可选依赖

pip install skill-seekers # 核心：scraping、GitHub、PDF、打包 pip install skill-seekers[all-llms] # + 所有 LLM 平台 pip install skill-seekers[mcp] # + MCP 服务器 pip install skill-seekers[all] # 全部

拿不准需要什么？直接运行交互式向导skill-seekers-setup。

完整 extras 一览（与 pyproject.toml 的[project.optional-dependencies]逐项对应）：

视频视觉依赖说明：安装skill-seekers[video-full]后，需执行skill-seekers create --setup让工具自动检测 GPU 并安装对应版本的 PyTorch 与 easyocr。相关实现可见 src/skill_seekers/cli/video_setup.py。

前置条件：Python 3.10+ 与 Git。首次使用建议直接阅读 docs/getting-started/BULLETPROOF_QUICKSTART.md。

四、文档导航

完整文档索引见 docs/README.md。

五、你能得到什么

5.1 导出目标与命令

skill-seekers package output/react --target claude # → Claude Skill（ZIP + YAML） skill-seekers package output/react --target langchain # → LangChain 文档 skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes skill-seekers package output/react --target ibm-bob # → IBM Bob skill 目录

平台兼容性细节参见 docs/reference/FEATURE_MATRIX.md。从源码看，src/skill_seekers/cli/adaptors/目录下每个目标对应一个 adaptor 文件（claude.py、gemini.py、langchain.py、chroma.py、pinecone_adaptor.py、qdrant.py、weaviate.py、ibm_bob.py等），它们共同继承统一的SkillAdaptor抽象基类（src/skill_seekers/cli/adaptors/base.py），这就是「单一来源、22 目标」的底层机制。

5.2 为什么值得用

• 速度快：从数天的人工数据准备缩短到 15–45 分钟（README 自称「99% 更快」，属于项目自述口径）；
• Skill 质量高：生成的SKILL.md常超过 500 行，包含示例、模式与指南；
• RAG 就绪分块：智能分块保留代码块与上下文结构；
• 多来源融合：文档 + GitHub + PDF + 视频可合成单一知识资产；
• 一次准备、多目标导出：无需重复抓取；
• 测试充分：README 声称超过 3,900 项测试、68 个 workflow preset，仓库中 tests/ 目录与src/skill_seekers/workflows/下的 68 个 YAML（如default.yaml、unity-game-dev.yaml、api-documentation.yaml）与之对应。

六、核心能力详解

6.1 文档抓取：SPA 三层发现 + llms.txt + 容错解析

对 JavaScript SPA 站点采用三层发现策略：

1. sitemap.xml优先；
2. 无 sitemap 时尝试llms.txt（存在时抓取速度约提升 10 倍）；
3. 兜底使用无头浏览器渲染。

同时具备主题智能分类、以及容忍坏标记的 HTML 容错解析器（html5lib兜底，见 pyproject.toml 依赖注释），保证畸形页面也能被提取而非得到空结果。

→ docs/user-guide/02-scraping.md · docs/reference/LLMS_TXT_SUPPORT.md

6.2 GitHub 与代码库分析（C3.x）：AST、模式检测、实操指南

三条分析流并行：代码分析（AST、设计模式、测试）、文档分析（README、docs/、wiki）、社区分析（issues、PR、元数据）。C3.x 管线进一步提供：10 个 GoF 模式检测器（覆盖 9 种语言）、从测试中提取使用示例、AI 编写的实操指南、配置提取与架构摘要。

skill-seekers create ./my-project --preset quick # 1–2 分钟，浅层 skill-seekers create ./my-project --preset standard # 均衡（默认） skill-seekers create ./my-project --preset comprehensive # 深度全面

→ docs/features/PATTERN_DETECTION.md · docs/features/HOW_TO_GUIDES.md · docs/features/TEST_EXAMPLE_EXTRACTION.md

6.3 AI 增强：API 模式与 LOCAL 模式

每次 AI 调用都经过同一传输层，支持两种模式：

• API 模式：Anthropic、Google Gemini、OpenAI、Moonshot/Kimi、MiniMax，产生 API 费用；
• LOCAL 模式：Claude Code、Kimi Code、Codex、Copilot、OpenCode、自定义 agent，零 API 成本。

深度由--enhance-level 0-3控制，代理由--agent选择：

skill-seekers create ./my-project --enhance-level 2 --agent gemini

→ docs/user-guide/03-enhancement.md · docs/features/ENHANCEMENT_MODES.md · docs/guides/MULTI_AGENT_SETUP.md

6.4 统一多源抓取：一份配置融合所有来源

单个配置文件可同时聚合文档、GitHub、PDF、视频等来源为一份知识资产，并支持来源间的冲突检测与两两合成。仓库中的 configs/react.json 就是典型样例：sources数组同时声明了documentation（base_url 指向 react.dev，含selectors、url_patterns、categories、rate_limit）与github（repo 指向 facebook/react，含code_analysis_depth、max_issues等）。

→ docs/features/UNIFIED_SCRAPING.md · docs/reference/CONFIG_FORMAT.md

6.5 视频提取：三级转写兜底 + 屏幕代码 OCR

支持 YouTube、Vimeo 与本地文件。转写按「字幕 → YouTube 转写 API → 本地 Whisper」三级兜底；可选视觉提取对采样帧中的屏幕代码做 OCR。

→ docs/VIDEO_GUIDE.md

6.6 质量、同步与规模化

• 质量门槛：skill-seekers quality output/react/ --threshold 7用评分卡住低质量产出；
• 变更同步：检测文档变更、定时重新抓取并发送通知；
• 超大文档集：流式摄取 + 增量更新，支撑 10K–40K+ 页。

→ docs/reference/LARGE_DOCUMENTATION.md · docs/reference/CODE_QUALITY.md

七、MCP 集成：40 个工具

Skill Seekers 自带 MCP 服务器，可接入 Claude Code、Cursor、Windsurf、VS Code + Cline、IntelliJ IDEA：

# stdio 模式（Claude Code、VS Code + Cline） python -m skill_seekers.mcp.server_fastmcp # HTTP 模式（Cursor、Windsurf、IntelliJ） python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765

接入后只需对助手说一句「把 React 的 skill 打包并上传」即可。从源码结构看，MCP 工具按主题拆分为 10 个模块（见 src/skill_seekers/mcp/tools/）：scraping_tools.py、config_tools.py、packaging_tools.py、vector_db_tools.py、workflow_tools.py、marketplace_tools.py等。

→ docs/guides/MCP_SETUP.md · docs/reference/MCP_REFERENCE.md · docs/guides/HTTP_TRANSPORT.md

八、安装到 AI 编程代理

生成的 Skill 可一键安装到 19 个 AI 编程代理：

skill-seekers install-agent output/react/ --agent cursor skill-seekers install-agent output/react/ --agent all # 安装到所有已检测代理 skill-seekers install-agent output/react/ --agent cursor --dry-run

--dry-run只预览不写入。各代理的安装路径在 src/skill_seekers/cli/install_agent.py 的AGENT_PATHS字典中定义，分「全局（home 目录）」与「项目级（当前目录）」两类：

注：README 表格列出 19 个代理，源码AGENT_PATHS中还包含opencode等条目，以仓库实际代码为准。

上传到 Claude

export ANTHROPIC_API_KEY=sk-ant-... skill-seekers package output/react/ --upload # 打包并上传 skill-seekers upload output/react.zip # 上传已有 zip

没有 API Key？打包后在 claude.ai/skills 手动上传output/react.zip即可。→ docs/guides/UPLOAD_GUIDE.md

九、工作原理与整体架构

官方 mermaid 流程如下：

五个阶段：抓取（优先检查llms.txt）→分类（按 API、指南、教程等主题组织）→增强（AI 写出带示例的完整SKILL.md）→打包（生成平台就绪产物）→上传（可选）。

架构：8 个主模块 + 5 个工具模块（约 200 个类）

→ docs/UML_ARCHITECTURE.md · docs/reference/API_REFERENCE.md · docs/reference/SKILL_ARCHITECTURE.md

十、v3.9.0 主要新特性（README 自述）

• 坏标记 HTML 容错解析：严重畸形的页面不再被提取为空，正常页面保持字节级一致；
• 瞬时故障重试：文档抓取与 MCPfetch_config对断连与 5xx 做退避重试，4xx 立即失败；
• Whisper 转写兜底：无字幕的本地视频也能获得真实转写；
• MiniMax 图片 OCR 与多模态注册：供应商在注册表中声明通信协议与图像能力，中国区签发的 Key 走正确端点；
• GitHub issues 默认更省 token：GitHub skill 不再默认包含全部已关闭 issue 历史；
• 可配置 CORS：三个服务器支持按环境配置 CORS，告别带凭据的通配 origin。

完整历史见 CHANGELOG.md。

十一、性能参考

以上数据为 README 中的自述参考值，实际耗时取决于网络、目标站点结构与所选增强级别。

十二、排障与体检

skill-seekers doctor # 诊断安装与环境 skill-seekers sync-config # 检测配置偏差

常见问题与解决方案见 docs/user-guide/06-troubleshooting.md 与 docs/TROUBLESHOOTING.md。doctor对应源码 src/skill_seekers/cli/doctor.py，sync-config对应 src/skill_seekers/cli/sync_config.py。

十三、周边生态与许可证

Skill Seekers 是一个多仓库项目，除本仓库（CLI 主程序 + MCP 服务器）外，还包括 Web 站点与文档仓库、社区配置仓库（skill-seekers-configs）、GitHub Action（distribution/github-action/）、Claude Code 插件（distribution/claude-plugin/）以及 Homebrew tap。项目以 MIT 协议开源（见 LICENSE），贡献指南见 CONTRIBUTING.md。

【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址: https://gitcode.com/gh_mirrors/sk/Skill_Seekers