Skill Seekers 文档打包器

要解决的问题

团队里有大量已有知识资产：官方文档站点、GitHub 上的 README 与源码说明、整理好的 PDF。当希望把这些内容固化成一个可复用的 Agent 技能时，手工编写 SKILL.md 往往很慢，而且不同人写出来的格式不一致，后续维护成本高。Skill Seekers 要解决的就是把这类「已存在的内容」批量、一致地包装成可安装技能包的问题。

核心能力

• 多来源输入：支持文档站点（如 https://docs.django.com/）、GitHub 仓库和 PDF 三类常见来源，覆盖了工程师日常接触的大部分知识载体。
• 面向代理平台的输出：打包产物是可安装的技能包，需要预先指定目标代理平台，生成的技能可以直接挂载到对应的 Agent 运行环境中。
• 低门槛上手：核心流程被压缩到少量命令，例如 skill-seekers create https://docs.django.com/ --agent-cmd "my-custom-agent run"，一条命令即可把一个文档站点转化为技能。
• 扩展能力：视频类来源（YouTube、Vimeo 或本地视频文件）可通过可选依赖支持，适合需要把教程视频也纳入技能范围的场景。

适用边界与注意点

• 运行环境依赖 Python CLI，需要先准备好可用的 Python 环境。
• 输入质量直接决定产出质量。文档结构混乱、PDF 扫描件、仓库里缺少说明性文本时，抽取结果可能不完整，仍需要人工校对和补充。
• 技能的有效性取决于原始资料的维护状态。上游文档或仓库更新后，生成的技能内容不会自动同步，需要重新生成或增量更新。
• 视频内容的解析依赖额外安装的视频相关依赖，并非默认能力。
• 该工具负责的是「包装」而非「创作」，它不会凭空生成知识，只能把已有材料整理成规范的技能结构。