本地经验知识库

要解决什么问题

工程师用 Agent 问技术问题时，模型往往会直接凭「通用记忆」作答：答案可能对，但接不上你们团队已经踩过的坑；反过来，如果把经验散落在聊天记录、个人笔记或零散 Markdown 里，Agent 也不会自动先查本地，重复劳动和口径不一致就停不下来。

experience-skill 把「先查本地、再回答」写成强制流程，并把 Skill / Wiki 两类经验统一进 data/skill_hub、data/wiki_hub，用 SQLite + FTS5 与正文 grep 做混合检索，让回答尽量落在可引用的本地文档上。

技能如何工作

当用户通过 /experience-skill 提出技术问题时，Agent 必须按顺序执行：

1. 提取关键词并检索：在 scripts/ 下执行检索（默认混合：元数据 FTS5 + 正文 grep；可用 --metadata-only / --content-only 切换）。涉及参考资料时同时检索 Wiki。
2. 命中则读全文作答：Skill 读 data/skill_hub/.../skill_def.md，Wiki 读 data/wiki_hub/*.md，以本地内容为主要依据并标明来源。
3. 未命中则用通用知识：检索为 0 条时可直接回答，无需刻意强调「库里没有」。
4. 可选沉淀：解决库中不存在的新问题后，可询问是否沉淀为 Skill 或 Wiki（不必每次结尾都问）。

围绕 Skill / Wiki，组件提供标准化的 create / eval / find / merge / optimize 五类能力；日常维护通过 uv run experience-skill 子命令（如 sync、search-experiences、web 等）或默认 http://127.0.0.1:8080 的 Web 界面完成。

适用边界与注意点

• 新建资源禁止自定义路径；Skill 主文件为 skill_def.md（非 SKILL.md），是为避免部分框架递归扫描 skill_hub 时误加载。
• 沉淀内容需过评估与优化流程，且不得包含恶意代码、敏感数据或违规内容；Wiki 仅用于提炼工作场景内的网页/文档，不宜堆无关冗余。
• 若检索不到可用条目或现有 Skill/Wiki 有明显缺陷，应主动提示做 eval 与 optimize，新建前先 find 查重，优先合并而非重复造轮子。