SkillCorpus API 完整指南：三级检索（发现/读取/下载）如何精准喂技能给 agent

【免费下载链接】SkillCorpusOpen-source infrastructure that turns scattered SKILL.md files into curated, retrieval-ready agent-skill corpora—with retrieval and evaluation tooling included.项目地址https://gitcode.com/gh_mirrors/sk/SkillCorpus点击查看免费下载SkillCorpus 是一个开源的 agent 技能语料库基础设施它把散落在各仓库里的SKILL.md文件汇聚成经过安全、许可、质量审校的可检索技能库。本文聚焦它的线上服务 SkillHub 提供的三级检索 APIDiscover发现、Read读取、Download下载带你用最低成本把精准的技能喂给 agent——前两级只拿元数据和正文第三级才下载可执行脚本大多数场景读第二级就够了。 为什么是三级成本从低到高绝大多数技能都是纯指令型一份写好的SKILL.mdagent 只需要读它的内容根本不需要下载文件。SkillHub 因此把接口按成本切成三级逐级加深详见 docs/integrations.md级别端点拿到什么什么时候用① 发现GET /openapi/v1/skills?q…元数据名称、描述、质量分、许可证无正文先看看有哪些候选② 读取GET /openapi/v1/skills/{ref}元数据 skill_md正文 安全评分通常停在这里把正文注入提示词③ 下载GET /openapi/v1/skills/{ref}/download原始 zip 包scripts/、references/等附件仅当技能自带脚本且你确实要执行时其中{ref}既可以是 UUID 形式的id也可以是原始的skill_id字符串两个都认。 第一级发现——最低成本拿到候选清单curl https://skillhub.evermind.ai/openapi/v1/skills?qextracttablesfromaPDF这一步背后跑的是与开源仓库同款的双阶段检索查询先被 bi-encoder 向量化做向量近似匹配ANN召回候选再由 cross-encoder 重排序端点直接返回头部命中没有过滤参数、没有分页。返回的result.items每条包含id、skill_id、name、description、source、category、quality_score、tags、license、download_url等字段——但不含正文这正是它便宜的原因docs/integrations.md。 第二级读取——把skill_md正文注入 agentGET /openapi/v1/skills/{ref}在发现级字段之上这一级新增的关键字段docs/integrations.mdskill_md完整的SKILL.md正文这就是你要注入 agent 提示词的东西files包内附带的相对路径列表subscoresutility / robustness / safety三维子分0–10可用于二次筛选safety_flags审计标签如[no_steps]。一个极简的提示词注入做法就是——把正文包进标签、拼到任务前面这正是示例脚本 examples/skillhub_demo.py 中build_prompt()的全部工作blocks \n\n.join(fskill name{s[name]}\n{s[skill_md]}\n/skill for s in skills) prompt fYou have been given the following skills…\n\n{blocks}\n\nTask: {task}任何能改系统提示词的 harness 都可以照抄这一招不需要任何 SDK。 第三级下载——只为可执行技能取脚本curl -o skill.zip https://skillhub.evermind.ai/openapi/v1/skills/id/download?sourcecli与前两级不同下载端点返回的是原始 zip 字节不套 JSON 包。source参数可选取值为raven/everme/cli/web之一用于记录安装事件其他值会被60002拒绝。zip 内所有文件统一包在一个skill-name/目录下。⚠️解压时务必校验路径——不要盲信包内的相对路径示例脚本对越界/绝对路径条目会直接跳过examples/skillhub_demo.py官方插件客户端同样内置了单文件 8 MiB、总量 64 MiB 的防御性上限skillcorpus_plugin/engine-python/skillsearch/hub_client.py。 一个脚本跑通三级检索不想手写请求仓库自带 examples/skillhub_demo.py纯标准库、无需安装依赖、无需 API key一条命令走完搜索 → 读正文 →可选下载 →可选交给 LLM 执行。git clone https://gitcode.com/gh_mirrors/sk/SkillCorpus cd SkillCorpus # 搜索 读正文 python examples/skillhub_demo.py extract tables from a scanned PDF invoice # 把第一名技能的脚本包下载到 ./skills python examples/skillhub_demo.py --install ./skills convert a PDF to images # 检索并直接把任务喂给任意 OpenAI 兼容 LLM export OPENAI_API_KEY... python examples/skillhub_demo.py --ask extract tables from a scanned PDF invoice运行效果大致如下可以看到三级是逐步深入的[1/2] search → 2 hit(s), metadata only 1. ocr-and-documents q0.808 DOC-PROC MIT [2/2] detail → fetching skill_md for 2 skill(s) ocr-and-documents: 4916 chars u8 r7 s9 files4 → built a prompt of 36,742 chars with the skill bodies injected 两种喂法提示词注入 vs skills 目录提示词注入型 harness直接用第二级的skill_md拼进系统提示词跳过下载是最轻量的方案skills 目录型 harness如 OpenClaw、Hermes 等用第三级把技能包下载进各家的技能目录即可例如~/.claude/skills、~/.hermes/skills、~/.openclaw/workspace/skills。官方插件层更进一步在 docs/plugin-multi-source-retrieval-design.md 中可以看到插件会并行搜索本地技能、SkillHub、ClawHub、skillhub.cn 四个来源用加权 RRF 融合只比较来源内排名不跨平台比原始分数再经过可选的 LLM gate 精选最终只保留 0–2 条注入上下文——宁缺毋滥避免了提示词被无关技能灌水。⚠️ 错误码、限流与健康检查速查除/health和 zip 下载外所有响应都套统一信封{error, requestId, status, result}status 0表示成功失败时result为nullstatusHTTP含义60001404技能不存在60002400参数非法60003503下载失败60005429触发限流看Retry-After头20001500内部错误限流按 IP 计算发现 读取合计120 次/分钟下载30 次/分钟——这也侧面说明接口设计者在鼓励你少下载、多读正文。服务存活检查用GET /health。✅ 小结给 agent 喂技能的黄金路径只有三步① 发现拿元数据 → ② 读取拿skill_md注入提示词 → ③ 仅在技能带可执行脚本时才下载 zip。记住三点就能用好这套 API{ref}两种写法都行status 0才是成功下载解压永远要校验路径。完整端点文档见 docs/integrations.md语料字段契约见 docs/corpus-schema.md想自己搭建语料库和检索模型则可参阅 README.md 的 Build your own corpus 与 Self-host the models 章节。赞分享【免费下载链接】SkillCorpusOpen-source infrastructure that turns scattered SKILL.md files into curated, retrieval-ready agent-skill corpora—with retrieval and evaluation tooling included.项目地址https://gitcode.com/gh_mirrors/sk/SkillCorpus点击查看免费下载相关推荐快速上手 SkillCorpus30 秒给 agent 装上自动技能检索层快速上手 SkillCorpus30 秒给 agent 装上自动技能检索层 SkillCorpus 是 EverMind 开源的 agent 技能语料库与检索10 分钟跑通 DeepCode从环境搭建到任务验收的完整指南10 分钟跑通 DeepCode从环境搭建到任务验收的完整指南 DeepCode 是一个开源的、本地运行的 Coding Agent智能体编程工具它不只人工智能AI 应用AI Agent多智能体代码智能体工具调用MCP ClientsCLI如何用CLIP4Clip实现精准视频文本检索2025年完整指南如何用CLIP4Clip实现精准视频文本检索2025年完整指南 CLIP4Clip是一个基于CLIPVision and Language Pretrain人工智能深度学习多模态上一篇告别窗口混乱League Akari如何用智能窗口管理提升你的英雄联盟游戏体验下一篇终极解决方案告别DLL缺失错误一键安装所有Visual C运行库创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考