Skill Seekers 技能构建器
把文档、代码库和其他知识源转换为可用的 AI 技能。
技能明确涉及网页、GitHub、PDF、视频、本地代码、MCP、上传和安装等外部影响，但未说明最小权限、用户确认、数据流、敏感信息处理、回滚或来源校验；因此扣分。未见明确红线风险。
触发条件、来源类型映射和基本流程清晰，但没有异常输入、失败反馈、依赖检查或关键路径复现证据。README声称40个MCP工具，而Docker工作流描述25个工具，存在一致性疑点；静态评估上限内给分。
受众和使用场景较明确，覆盖多种输入及中文文档；但未声明不适用范围、精确触发边界或输出约束，且核心网络抓取和多项LLM服务依赖海外可达性，需扣分。
文档采用触发条件、类型检测和推荐工作流分层，仓库提供MIT许可证、版本信息、中文入口、测试配置和项目链接；但选定SKILL.md缺少安装、参数稳定性、已知限制、维护责任和更新路径，名称skill-builder也与仓库项目名不完全一致。
技能描述了从抓取到增强、打包和向量库导出的端到端流程，理论上能减少手工整理；但静态材料未验证输出是否直接可用，且多平台、上传和增强能力增加配置与依赖成本，因此未超过静态上限。
仓库包含测试配置、质量指标工作流和Docker测试流程，也有依赖与版本声明；但提供的材料没有展示覆盖该SKILL.md关键工作流的具体测试结果或第三方复现，证据较间接。
- 使用抓取、增强、上传或安装功能前，应明确确认目标范围、外发数据、凭据使用和生成文件位置。
- 不要把README中的性能、测试数量或多平台支持声明视为已验证结果；应针对实际来源和目标平台单独复核。
- 在中国大陆网络环境中，GitHub、YouTube及部分LLM API可能不可达，应准备本地来源或可访问的替代端点。
- 应先审查来源内容和生成的SKILL.md，避免把不可信文档中的提示或代码直接传播到下游AI系统。
它能做什么 & 适用场景
这个技能通过 Skill Seekers MCP 服务器，把文档网站、GitHub 仓库、PDF、视频及其他知识源转换为面向 AI 的技能。它会根据输入自动判断来源类型，选择对应的抓取工具，并可继续增强、打包或导出结果。它还支持同步已有技能、导出到向量数据库，以及合并多来源内容。适合需要把外部技术资料整理成 Claude 技能或结构化 AI 知识资产的开发者。
读取用户提供的 URL、GitHub 仓库标识、本地目录、PDF、视频或其他受支持文件；根据输入模式选择 scrape_docs、scrape_github、scrape_pdf、scrape_video、scrape_codebase 或 scrape_generic 等 MCP 工具；在需要时生成、获取或验证配置，并估算文档范围；抓取并整理来源内容，随后可使用 enhance_skill 进行 AI 增强、使用 package_skill 打包、使用 upload_skill 或 install_skill 完成安装流程；按请求将结果导出到 Weaviate、Chroma、FAISS 或 Qdrant。
- 开发者想把某个文档网站整理成适合 LLM 使用的技能时，可让它自动生成配置、抓取页面并打包结果。
- 维护框架或库的团队需要从 GitHub 仓库提取代码与文档知识时，可使用仓库抓取和代码分析流程。
- 需要比较文档描述与实际代码实现的团队，可使用多来源合并和冲突检测来发现 API 差异。
- 构建 RAG 系统的工程师需要把整理后的知识导出到 Chroma、FAISS、Qdrant 或 Weaviate 时，可使用对应的向量数据库工具。
- 需要持续更新已有技能的用户，可使用同步、重新抓取和打包流程维护源文档对应的知识资产。
优缺点一览
- 覆盖文档网站、GitHub、PDF、视频、本地代码库及多种通用文件来源。
- 提供来源类型自动检测、配置管理、抓取、增强、打包和安装等完整流程。
- 支持文档与代码的多来源合并，并能检测 API、签名和描述不一致。
- 可通过 MCP 提供 40 个工具，并支持导出到多个向量数据库。
- SKILL.md 使用标准 name 和 description 前置元数据，没有显示依赖 Claude Code 专属钩子或动态命令。
- 该技能的核心操作依赖 Skill Seekers MCP 服务器，不能仅凭一份静态 SKILL.md 完成抓取和转换。
- 网络来源需要访问外部网站、GitHub 或其他服务；访问权限、速率限制和来源可用性可能影响结果。
- 视频、OCR、特定文件格式和不同 LLM 平台可能需要 README 中列出的可选安装项或额外凭据。
- SKILL.md 说明了工具和工作流，但没有给出每个 MCP 客户端的完整安装配置步骤。
- README 的测试数量和平台支持属于整个仓库，不能据此证明这个单独技能的所有来源类型都经过同等验证。
如何安装
该技能位于仓库的 skills/skill-seekers/SKILL.md。README 提供的自托管流程是先在仓库中运行 ./scripts/bootstrap_skill.sh，再将生成的 output/skill-seekers 目录复制到 ~/.claude/skills/。如果要使用其 MCP 服务，README 还提供了 pip install skill-seekers[mcp]，并可运行 python -m skill_seekers.mcp.server_fastmcp；具体的客户端配置方式取决于所使用的 Agent。
如何使用
在已接入 Skill Seekers MCP 服务器的 Agent 中，直接提出具体任务，例如“把 https://docs.example.com 转换成 AI 技能”或“抓取 owner/repo 并打包成技能”。技能会先判断来源类型，再按流程配置、抓取、增强和打包；如果需要向量数据库导出，应明确指定 Weaviate、Chroma、FAISS 或 Qdrant。SKILL.md 没有规定单独的斜杠命令或固定提示词。