自动技能管理

要解决的问题

大模型会话中经常出现可复用经验：用户纠正、偏好、失败修复、重复工作流，但它们通常散落在聊天记录里，不会自动沉淀为可维护的本地技能。直接创建技能又容易带来重复、过度触发和未经确认的行为变更。AutoSkill 的目标是把 何时提取、是否保留、如何改进、写到哪里 变成一个轻量、非阻塞的判断流程。

如何工作

该技能围绕本地 SKILL.md 文件和技能根目录运行，不依赖数据库、向量库或常驻服务。它会按以下路径处理候选经验：

• 静默扫描：在用户修正、偏好表达、失败修复、重复设置等信号出现时触发提取检查。
• 候选评估：判断证据、价值、优先级、复现频率，并检查是否已有相似技能。
• 确认写入：只有当候选通过复用边界、目标路径明确、且用户确认完整提案或 diff 后，才创建、更新、合并或删除技能。

对于模糊主题，它会先给出 2-5 个候选标题，并要求用户选择或自定义。

适用边界

它适合个人或小团队维护本地技能库，不适合作为自动安装第三方技能的机制。技能写入前必须展示路径、证据、相似技能检查、完整内容或 unified diff。若涉及脚本、网络、凭据、破坏性命令或共享策略，需要更明确的人工确认。它不会把一次性结果升格为长期技能，也不会在后台静默修改自身。