Agent 技能分发
Agent Skill Distribution
通过结构化知识文件向 AI Agent 注入工具使用能力，支持多平台自动安装
子问题
1.技能知识结构化编写
2.多Agent平台适配安装
3.触发词与使用场景定义
4.上游工具命令参考
5.零包装层设计与上游工具版本跟踪
6.doctor 驱动的 Agent 自愈式故障排除
7.配置文件权限安全（Cookie/Token 保护）
各项目的解法1 solutions
Signals
横向对比
| 维度 | Agent |
|---|---|
| 知识载体 | SKILL.md 纯 Markdown + YAML front-matter，259 行覆盖 12 平台 |
| 安装机制 | 遍历 3 个已知 Agent 平台 skills 目录，全部安装 + OpenClaw fallback |
| 工具调用方式 | 零包装层：SKILL.md 教 Agent 直接调用上游 CLI（bird/yt-dlp/mcporter/gh） |
| 诊断自愈 | doctor 命令按 tier 分层输出状态，SKILL.md 指示 Agent 不记忆而依赖 doctor |
| 触发词设计 | YAML front-matter 中定义中英文触发词，覆盖配置/安装/启用场景 |
| 平台覆盖 | OpenClaw + Claude Code + 通用 Agent 三平台自动检测安装 |
最佳实践
1.SKILL.md包含完整命令参考
2.自动检测并安装到已有Agent平台
3.触发词覆盖中英文场景
4.SKILL.md 指示 Agent 不记忆步骤而依赖 doctor 实时输出
5.importlib.resources 从 pip 包内读取技能文件确保分发一致性
6.pyproject.toml force-include 确保 skill 目录被打包进 wheel