开放 Agent 技能搜索助手

要解决的问题

Agent 能回答通用任务，但遇到 React 性能优化、E2E 测试、CI/CD 部署、文档生成 等专业化流程时，直接依赖通用提示词往往不够稳定。用户通常会问“有没有现成技能”“能不能帮我做 X”，但 Agent 不一定知道哪些 skill 可信、成熟、适合当前任务。这个技能解决的是 技能发现与筛选 问题：不是盲目搜索，而是在开放 skills 生态里找到候选、评估质量，再给出可用建议。

工作方式

它把一次“找技能”的请求拆成几个判断步骤：

• 识别需求边界：先判断领域、具体任务和成熟度，例如前端、测试、DevOps、文档、代码质量、设计或生产力流程。
• 优先看榜单信号：在直接搜索前，先检查技能生态中的热门项目，避免漏掉已经较成熟的方案。
• 用关键词搜索候选：把模糊请求转成可检索词，例如性能、测试、部署、changelog、PR review 等。
• 校验可信度：关注 install count、来源机构、GitHub 仓库活跃度等指标，优先选择更可信、使用更广泛的技能。
• 给出可执行建议：说明技能名称、用途、来源、适用场景，并提示用户是否继续安装。

适用边界

它适合“寻找现成技能”的场景，而不是代替所有任务执行。若搜索不到成熟技能，它更合适地回退到通用能力，或建议用户自行创建技能。对于高度私有、依赖内部系统、缺少公开资料的任务，推荐结果的可信度会明显下降，需要人工复核来源与适用范围。