如何安装 Skill Seekers？

使用 pip 安装核心包：`pip install skill-seekers`。如需所有 LLM 支持可安装 `skill-seekers[all-llms]`，需 MCP 支持可安装 `skill-seekers[mcp]`，全部安装则使用 `skill-seekers[all]`。

如何将一个文档网站转换为 Claude 技能？

首先运行 `skill-seekers create ` 创建技能，然后运行 `skill-seekers package output/ --target claude` 将其打包为适用于 Claude 的 zip 文件。

运行 Skill Seekers 需要什么环境依赖？

需要 Python 3.10 及以上版本，并且系统中需要安装 Git。

如何使用 AI 扫描本地项目？

运行 `skill-seekers scan ./my-project --out ./configs/scanned/`，AI 代理会读取项目文件并为检测到的框架生成对应的配置文件和代码库 JSON。

2026年9月26日

Skill Seekers

人工智能提示词工程与 Skill 管理0

获取资源

将文档网站、GitHub 仓库、PDF 等 18 种来源转换为结构化 AI 技能资产，支持导出至 22 个目标平台。

MITClaudeCursor文本图片视频代码文档结构化数据

技能封装

安装 / 调用方式bash

pip install skill-seekers

调用示例json

skill-seekers create https://docs.djangoproject.com/
skill-seekers package output/django --target claude

产品信息

形态: AI技能 & 智能体
分类: 人工智能 › 提示词工程与 Skill 管理
定价: 开源
平台: Claude · Cursor
授权协议: MIT
首发日期: 2026年9月26日
收录时间: 2026年9月26日
官网: github.com

概览

GitHub GitHub

Skill Seekers 是一个基于 Python 的开源工具（MIT 协议），定位为 AI 系统的数据层。它能够将文档网站、GitHub 仓库、PDF、视频、Jupyter Notebook、Wiki 等 18 种数据源转换为结构化的知识资产，用于驱动 AI Skills（如 Claude、Gemini、OpenAI）、RAG 管道（如 LangChain、LlamaIndex、Pinecone）以及 AI 编程助手（如 Cursor、Windsurf、Cline）。处理一次即可导出至 22 个目标格式。 ### 主要能力 - **多源输入**：支持 GitHub 仓库、本地代码库、PDF、Word、EPUB、Jupyter Notebook、OpenAPI/Swagger、PowerPoint、AsciiDoc、HTML、RSS/Atom、Man page、YouTube/Vimeo 视频、Confluence、Notion 以及 Slack/Discord 聊天记录等 18 种来源。 - **AI 驱动的项目扫描**：通过 `scan` 命令让 AI 代理读取项目的 manifest、README、Dockerfile/CI 及源码导入信息，自动为检测到的框架生成配置，并输出项目代码库的 JSON 描述。 - **冲突检测**：在转换过程中提供自动冲突检测功能。 - **MCP 集成**：提供包含 40 个工具的 MCP server，可与 Claude Code、Cursor 等环境集成。 - **灵活的 AI 代理选择**：默认使用 claude 进行增强，也可通过参数指定 kimi 或自定义代理命令。 - **模块化安装**：核心包仅包含抓取、GitHub、PDF 和打包功能，可通过 extras 按需安装 LLM 平台、视频处理、特定文档格式等依赖。 ### 适用人群适合需要为 AI 模型准备高质量上下文数据的开发者、构建 RAG 系统的工程师，以及希望将团队内部文档转化为 AI 可用技能的团队。要求运行环境为 Python 3.10+ 并安装 Git。

功能特性

18 种数据源支持：支持从文档网站、GitHub、PDF、视频、Notebook、Wiki 等 18 种来源提取内容。
22 种目标导出：处理一次后，可将结构化知识资产导出至 22 个不同的目标平台或格式。
自动冲突检测：在将文档转换为 AI 技能的过程中，自动检测潜在的冲突。
AI 驱动项目扫描：分析项目文件自动生成框架配置和代码库 JSON 描述。
MCP Server 集成：提供包含 40 个工具的 MCP 服务器，支持与 AI 编程助手集成。
多 LLM 平台支持：通过可选依赖支持 Claude、Gemini、OpenAI 等多个 LLM 平台。
视频转录与提取：支持 YouTube、Vimeo 或本地视频的转录、元数据提取及视觉帧提取。
模块化安装：核心功能轻量，可按需安装 Jupyter、PPTX、Confluence、Notion 等扩展。
自定义 AI 代理：允许指定不同的 AI 代理或使用自定义命令来增强生成的技能。

版本更新

新版本提醒我

首个版本 · Skill Seekers

2026年9月26日

Q&A

如何安装 Skill Seekers？由 AI 生成: 使用 pip 安装核心包：`pip install skill-seekers`。如需所有 LLM 支持可安装 `skill-seekers[all-llms]`，需 MCP 支持可安装 `skill-seekers[mcp]`，全部安装则使用 `skill-seekers[all]`。
如何将一个文档网站转换为 Claude 技能？由 AI 生成: 首先运行 `skill-seekers create <URL>` 创建技能，然后运行 `skill-seekers package output/<name> --target claude` 将其打包为适用于 Claude 的 zip 文件。
运行 Skill Seekers 需要什么环境依赖？由 AI 生成: 需要 Python 3.10 及以上版本，并且系统中需要安装 Git。
支持哪些数据源类型？由 AI 生成: 支持 18 种来源，包括 GitHub 仓库、本地代码库、PDF、Word、EPUB、Jupyter Notebook、OpenAPI/Swagger、PowerPoint、AsciiDoc、HTML、RSS/Atom、Man page、视频、Confluence、Notion 以及 Slack/Discord 聊天导出。
如何使用 AI 扫描本地项目？由 AI 生成: 运行 `skill-seekers scan ./my-project --out ./configs/scanned/`，AI 代理会读取项目文件并为检测到的框架生成对应的配置文件和代码库 JSON。