Skill Manager
管理 Skills 的完整生命周期：扫描、检查更新、升级、删除、经验层管理。
核心功能
- 扫描审计: 扫描 Skills 目录，解析所有 SKILL.md 的 frontmatter 元数据
- 版本检查: 并发查询 GitHub（通过
git ls-remote）比较本地和远程 hash - 状态报告: 生成状态报告，标识 outdated/current/unmanaged/error
- 更新工作流: 引导 Agent 执行 Skill 升级
- 库存管理: 列出、删除 Skills
- 经验层管理: promote/pull 命令在层级间同步经验
启动流程（重要）
每次调用 skill-manager 时，必须首先执行以下流程确定 Skills 目录：
步骤 1: 检查配置
运行 python scripts/config.py get 检查是否已配置 Skills 目录。
步骤 2: 根据配置状态处理
情况 A - 已配置:
- 向用户确认："将管理
<skills_dir>中的 Skills，确认继续？" - 用户确认 → 继续执行操作
- 用户拒绝 → 询问新路径，运行
python scripts/config.py set <new_path>
情况 B - 未配置:
- 运行
python scripts/config.py detect自动检测 - 检测成功 → 向用户确认检测到的路径，确认后继续
- 检测失败 → 询问用户 Skills 目录路径，然后运行
python scripts/config.py set <path>
示例对话
Agent: 检查 skill-manager 配置...
Agent: 已配置 Skills 目录: /Users/xxx/.claude/skills
Agent: 将管理该目录中的 Skills，确认继续？
User: 确认
Agent: [执行用户请求的操作]Agent: 检查 skill-manager 配置...
Agent: 未找到配置，正在自动检测...
Agent: 检测到 Skills 目录: /Users/xxx/.claude/skills
Agent: 是否使用该目录？
User: 是
Agent: 已保存配置。[执行用户请求的操作]注意: 不要探索当前工作目录来寻找 Skills，Skills 目录是用户专门存放 Skills 的位置，与当前项目无关。
使用场景
检查更新
触发方式:
/skill-manager check- "检查我的 Skills 是否有更新"
- "扫描 Skills 更新"
工作流:
- Agent 运行
scripts/scan_and_check.py <skills_dir> - 脚本并发检查所有带有
source_url的 Skills - 输出 JSON 格式的状态报告
- Agent 向用户呈现结果
示例输出:
Skills 状态摘要
========================================
总计: 12 个 Skills
- 最新: 8
- 需更新: 2
- 非托管: 1
- 错误: 1
需要更新的 Skills:
- yt-dlp: New commits available
本地: abc123...
远程: def456...列出 Skills
触发方式:
/skill-manager list- "列出我的 Skills"
- "显示所有 Skills"
工作流:
- Agent 运行
scripts/list_skills.py <skills_dir> - 输出表格或 JSON 格式的 Skills 列表
示例输出:
Name | Type | Ver | Description
-----------------------|----------|----------|------------------------------------------
md-to-pptx | Standard | 1.0.0 | Markdown 转 PowerPoint 工具...
n8n-workflow-patterns | Standard | 1.0.0 | n8n 工作流模式专家...
yt-dlp | GitHub | 0.1.0 | YouTube 视频下载工具封装...
-----------------------|----------|----------|------------------------------------------
Total: 12 skills更新 Skill
触发方式:
- "更新 [Skill 名称]"（在检查更新后）
/skill-manager update <skill_name>
工作流:
- Agent 从远程仓库获取新的 README
- 对比新旧 README，识别变化（新功能、废弃参数等）
- 重写 SKILL.md 反映新功能
- 更新
source_hash字段 - 可选：更新 wrapper.py
- 运行
skill-evolution的align_all.py恢复用户经验
删除 Skill
触发方式:
/skill-manager delete <skill_name>- "删除 Skill: <skill_name>"
工作流:
- Agent 运行
scripts/delete_skill.py <skill_name> <skills_dir> - 脚本显示 Skill 信息并请求确认
- 可选：备份到
.skill-backup目录 - 执行删除
经验层管理
查看经验状态
触发方式:
/skill-manager evo-status <skill_name>- "查看 xxx 的经验状态"
工作流:
python scripts/evo_manager.py evo-status <skill_name> [--project <path>]示例输出:
Skill: n8n-code-javascript
Project: /Users/xxx/my-project
Layers:
[✗] Upstream
Path: ~/.claude/skills-repo/skills/n8n-code-javascript/evolution.json
[✓] Global
Path: ~/.claude/evolutions/n8n-code-javascript/evolution.json
Items: 5 total
- preferences: 2
- fixes: 2
- contexts: 1
[✓] Project
Path: /Users/xxx/my-project/.claude/evolutions/n8n-code-javascript.json
Items: 3 total
- preferences: 1
- fixes: 2
Merged Total: 8 items提升经验到全局层
触发方式:
/skill-manager promote <skill_name>- "把这个项目的经验提升到全局"
工作流:
python scripts/evo_manager.py promote <skill_name> [--project <path>] [--fields f1,f2]将当前项目的经验复制到全局层，供所有项目共享。
从全局层拉取经验
触发方式:
/skill-manager pull <skill_name>- "把全局经验拉到这个项目"
工作流:
python scripts/evo_manager.py pull <skill_name> [--project <path>]将全局层的经验复制到当前项目，用于新项目初始化。
同步所有经验状态
触发方式:
/skill-manager sync-evolutions- "查看所有 Skills 的经验状态"
工作流:
python scripts/evo_manager.py sync [--skills-dir <path>] [--project <path>]示例输出:
============================================================
Skills Evolution Status Summary
============================================================
Skills Directory: ~/.claude/skills-repo/skills
Project Path: /Users/xxx/my-project
Total Skills: 14
Summary:
- Has upstream evolution: 2
- Has global evolution: 5
- Has project evolution: 3
- No evolution data: 8
Skills Detail:
------------------------------------------------------------
Name Up Glb Prj Total
------------------------------------------------------------
md-to-pptx - ✓ - 3
n8n-code-javascript - ✓ ✓ 8
n8n-code-python - - - 0
...
------------------------------------------------------------脚本说明
| 脚本 | 功能 | 参数 | |||
|---|---|---|---|---|---|
config.py | 配置管理 | `get\ | set <path>\ | detect\ | clear` |
scan_and_check.py | 扫描并检查更新 | `<skills_dir> [--json\ | --summary\ | --table]` | |
list_skills.py | 列出所有 Skills | <skills_dir> [--json] [--verbose] | |||
delete_skill.py | 删除 Skill | <skill_name> <skills_dir> [--backup] [--force] | |||
evo_manager.py | 经验层管理 | <command> <skill_name> [options] |
evo_manager.py 命令
| 命令 | 功能 |
|---|---|
evo-status <skill> | 查看经验分布状态 |
promote <skill> | 项目经验 → 全局层 |
pull <skill> | 全局经验 → 项目层 |
sync | 查看所有 skills 经验状态 |
元数据依赖
此管理器依赖以下元数据字段：
| 字段 | 用途 |
|---|---|
source_url | 远程仓库 URL（用于检查更新） |
source_hash | 本地记录的 commit hash |
version | 语义化版本号 |
evolution_enabled | 是否启用经验进化 |
兼容性: 同时支持旧格式的 github_url 和 github_hash 字段。
状态说明
| 状态 | 含义 |
|---|---|
current | 本地 hash 与远程相同，无需更新 |
outdated | 远程有新的 commits |
unmanaged | 没有配置 source_url，无法检查更新 |
error | 无法访问远程仓库 |
unknown | 本地没有记录 hash |
最佳实践
- 定期检查: 建议每周运行一次
/skill-manager check - 备份删除: 删除重要 Skill 前使用
--backup选项 - 更新后对齐: 更新 Skill 后运行
skill-evolution的align_all.py恢复经验 - 版本控制: 使用 Git 管理 Skills 目录，便于回滚
- 经验管理:
- 新项目开始时运行 pull 获取全局经验 - 项目结束时运行 promote 提升有价值的经验 - 定期运行 sync 查看经验分布
与其他 Skill 的协作
- skill-factory: 创建的 Skills 自动包含生命周期管理所需的元数据
- skill-evolution: 更新后调用
align_all.py恢复用户经验；共享layered_merge.py - skill-creator: 遵循相同的元数据规范