find-best-skill

# Find Best Skill ## 目标 当用户明确要求"搜索技能"、"寻找 Agent Skill"、"查找某个领域的 skill"、"推荐最佳 skill"时使用。支持多平台搜索（GitHub、SkillsMP、Reddit）和社区/AI 双维度评价，推荐数量可根据用户指令动态调整（默认 5-10 个，支持 3-20 个）。⚠️ 不适用：用户只是询问"有没有某个技能"（应直接回答）、只是想了解技能列表（应直接列举）、没有明确"搜索/寻找/查找/推荐"意图。 ## 流程 ### 输入 #### 使用场景 当用户需要： - 寻找特定功能的 Agent Skill - 了解社区中某个领域的最佳实践方案 - 对比不同技能的优劣 - 发现已有技能的替代方案 #### 依赖关系 **可选依赖**： - **get-review-theme** skill：用于需求解构（第 1 步） - 如果用户未安装该 skill，可直接分析用户需求提取主题和关键词 ### 执行步骤 #### 核心工作流 ##### 1. 需求解构 分析用户需求，提取核心主题和关键词： **优先使用** **get-review-theme** skill（如已安装）： ```bash /skill get-review-theme "用户原始需求描述" ``` **如未安装**：直接分析用户需求，从用户输入中提取核心主题、关键词、具体问题。 ##### 2. 缓存查询 **优先检查本地缓存**，快速匹配历史技能： ```bash # 使用缓存管理器搜索匹配技能 python scripts/cache_manager.py --search "关键词1" "关键词2" --limit 10 ``` 说明： - 默认缓存参数来自 `config.yaml:cache`（单一真相来源） - CLI 参数（如 `--cache-dir`）会覆盖 `config.yaml` **命中策略**： | 情况 | 处理方式 | |------|----------| | **有命中** | 展示本地结果 → 询问用户"是否联网扩展？" → 用户选择 | | **无命中** | 直接进入联网搜索（第 3 步） | **用户交互话术**： ```markdown 基于本地缓存，我找到 {N} 个相关技能： {展示本地结果} 💡 发现 {N} 个候选，是否联网扩展搜索以获取更多最新结果？ - 回复"是"或"联网"进行在线搜索 - 回复"否"或"直接使用"直接输出以上结果 ``` ##### 3. 社区调研 基于解构结果，使用 **WebSearch 类工具**或**搜索类 MCP 工具**（如 SearXNG、Tavily）进行多平台搜索。 **搜索平台**： | 平台 | 搜索语法示例 | 搜索重点 | |------|-------------|----------| | **GitHub** | `site:github.com "SKILL.md" {关键词}` | 开源项目、Stars、Forks | | **SkillsMP** | `site:skillsmp.com {关键词} skill` | 技能市场、人气排序 | | **awesome-claude-skills** | 直接访问 `github.com/VoltAgent/awesome-claude-skills` | 社区精选 | | **Reddit** |...