skill-pilot

# SkillPilot - 智能技能调度引擎 > "自适应技能调度，零侵入优化，让每个人都能适配最优执行链路" **版本**: 0.4.6 **定位**: 通用技能调度优化框架 **核心原则**: 零侵入 · 自适应 · 可观测 · 可移植 **新增功能**: 双模式支持 + 安全修复 + 纯调度器重构 --- ## 🎯 产品愿景 让 SkillPilot 成为**通用的技能调度优化框架**，帮助每个人根据自己的环境适配最优执行链路。 - **零侵入**: 不修改其他技能，即插即用 - **自适应**: 自动学习环境特点和用户偏好 - **可观测**: 调度决策透明，性能数据可视 - **可移植**: 配置可导出/导入，策略可分享 - **双模式**: 默认模式快速执行，全量模式对比优化 --- ## 🚀 双模式说明 ### 默认模式 (default) - 自动触发 **触发条件**: 输入内容**不包含**"全量"、"full"、"对比"等关键词 **特点**: 快速执行，使用默认工具，简洁输出 ``` 用户输入：伊朗最新战况 输出：直接显示结果 + 来源 ``` **行为**: - 使用预设的默认工具 - 单次执行，快速返回 - 直接输出查询结果和来源 - 记录执行表现用于后续优化 --- ### 全量模式 (full) - 手动触发 **触发条件**: 输入内容**包含**"全量"、"full"、"对比"等关键词，或显式指定 `mode="full"` **特点**: 对比优化，自动选择最优 ``` 用户输入：SkillPilot 全量模式 伊朗最新战况 输出：工具对比报告 + 最佳结果 + 自动优化 ``` **行为**: 1. 使用该类别所有工具并行执行 2. 对比所有工具的结果 3. 评估结果质量（内容长度、信息密度等） 4. 自动将表现最好的工具设置为新的默认工具 5. 返回详细对比报告 **适用场景**: - 重要任务，需要确保最佳结果 - 新环境，需要探索最优工具 - 定期运行，持续优化默认选择 --- ### 模式对比 | 维度 | 默认模式 | 全量模式 | |------|----------|----------| | 触发 | 自动（无关键词） | 手动（含关键词） | | 执行工具 | 1 个（默认） | N 个（所有同类） | | 执行速度 | 快 | 较慢 | | 输出 | 简洁（结果 + 来源） | 详细（对比报告） | | 自动优化 | ❌ | ✅ | | 适用场景 | 日常查询 | 重要任务/探索优化 | --- ## 🏗️ 架构设计 ``` ┌─────────────────────────────────────────────────────────┐ │ SkillPilot Core │ ├─────────────────────────────────────────────────────────┤ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ 环境探测层 │ │ 用户偏好层 │ │ 历史学习层 │ │ │ │ Environment │ │ Preference │ │ Learning │ │ │ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │ │ └────────────────┼────────────────┘ │ │ ▼ │ │ ┌─────────────────────────────────────────────────┐ │ │ │ 自适应路由决策引擎 (核心) │ │ │ └─────────────────────────────────────────────────┘ │ │ │ │ │ │ │ ▼ ▼ ▼ │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ 技能注册中心 │ │ 降级处理器 │ │ 可观测性 │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ └─────────────────────────────────────────────────────────┘ ``` --- ## 📦 核心模块 ### 1. 环境探测 (`environment.py`) **功能**: 自动检测网络特性和技能可用性 ```python from scripts.environment import EnvironmentProbe probe = EnvironmentProbe() result = probe.probe_all(['multi-search-engine', 'exa-web-search-free']) # 输出: # - 区域：cn # - 代理：否 # - 推荐配置：cn-no-proxy ``` **预设配置模板**: | 模板 | 适用场景 | |------|----------| | `cn-no-proxy` | 中国大陆无代理环境 | | `cn-with-proxy` | 中国大陆有代理环境 | | `global` | 海外环境 | **使用**: ```bash # 环境探测 python scripts/environment.py # 查看推荐配置 python -c "from scripts.environment import EnvironmentProbe; p=EnvironmentProbe(); print(p.get_optimal_profile())" ``` --- ### 2. 用户偏好 (`preference.py`) **功能**: 让用户定义优化目标和约束条件 ```python from scripts.preference import UserPreference pref = UserPreference() pref.optimization_goal = 'speed' # speed | cost | quality | balanced pref.budget_limit = 'free' pref.save() ``` **预设模式**: | 模式 | 说明 | |------|------| | `speed` | 极速模式，优先选择响应最快的技能 | | `cost` | 经济模式，优先选择免费/低成本技能 | | `quality` | 质量优先，优先选择质量最高的技能 | | `balanced` | 平衡模式，速度/成本/质量平衡 | | `cn-optimized` | 国内优化，针对中国大陆网络环境 | | `global-optimized` | 全球优化，针对海外网络环境 | **使用**: ```bash # 初始化配置 (选择模板) python scripts/preference.py init balanced # 查看当前配置 python scripts/preference.py show # 查看模板 python scripts/preference.py template speed ``` --- ### 3. 历史学习 (`learning.py`) **功能**: 从历史执行记录中学习最优调度策略 ```python from scripts.learning import ExecutionHistory history = ExecutionHistory() # 分析某类别的最优技能 pattern = history.analyze_pattern('search') print(f"最优技能：{pattern['best_skill']}") print(f"成功率：{pattern['success_rate']*100:.1f}%") # 学习所有模式 patterns = history.learn_patterns() ``` **学习维度**: - 按类别 (search/fetch/summarize) - 按环境 (cn/global) - 按技能表现 (成功率/响应时间) **使用**: ```bash # 查看统计 python scripts/learning.py stats # 分析某类别 python scripts/learning.py analyze search # 运行学习算法 python scripts/learning.py learn # 获取推荐 python scripts/learning.py recommend search ``` --- ### 4. 可观测性 (`observability.py`) **功能**: 提供调度看板、性能报告和诊断工具 ```python from scripts.observability import SchedulerDashboard dashboard = SchedulerDashboard(history=history, environment=environment) # 生成报告 report = dashboard.generate_report('text') print(report) # 保存报告 filepath = dashboard.save_report('markdown') ``` **报告内容**: - 环境配置状态 - 技能表现统计 - 学习成果展示 - 优化建议 **使用**: ```bash # 生成文本报告 python scripts/observability.py report # 生成 Markdown 报告 python scripts/observability.py report markdown # 保存报告 python scripts/observability.py save # 查看技能健康状态 python scripts/observability.py health ``` --- ## 🚀 快速开始 ### 步骤 1: 环境探测 (1 分钟) ```bash cd skills/skill-pilot python scripts/environment.py ``` 输出示例: ``` 🔍 开始环境探测... → 探测网络环境... → 探测 3 个技能可用性... ✓ 推荐配置：cn-no-proxy ``` ### 步骤 2: 设置用户偏好 (1 分钟) ```bash # 使用平衡模式模板 python scripts/preference.py init balanced ``` ### 步骤 3: 开始使用 SkillPilot 会自动: - 根据环境选择最优配置 - 根据偏好调整路由权重 - 记录执行历史 - 学习优化模式 ### 步骤 4: 查看报告 (可选) ```bash # 每周查看一次 python scripts/observability.py report ``` --- ## 📊 调度策略模板 ### 中文搜索优化 (`strategies/search-cn.yaml`) ```yaml name: search-cn-optimized applicable_when: category: search query_contains_chinese: true routing: primary: - skill: multi-search-engine engines: [baidu, sogou, wechat] fallback: - skill: exa-web-search-free - skill: tavily-search ``` ### 技术搜索优化 (`strategies/search-technical.yaml`) ```yaml name: search-technical-optimized applicable_when: category: search is_technical_query: true routing: primary: - skill: exa-web-search-free filters: [github, stackoverflow] fallback: - skill: multi-search-engine ``` ### 反爬网站抓取 (`strategies/fetch-anti-bot.yaml`) ```yaml name: fetch-anti-bot-optimized applicable_when: category: fetch is_anti_bot_url: true routing: primary: - skill: scrapling-fetch fallback: - skill: web_fetch ``` --- ## 🔧 配置说明 ### 用户偏好配置 (`config/preference.yaml`) ```yaml # 优化目标 optimization_goal: balanced # speed | cost | quality | balanced # 预算限制 budget_limit: free # free | low | medium | high # 最低质量要求 quality_threshold: 0.7 # 0-1 # 超时时间 timeout_preference: 30 # 秒 # 区域偏好 region_preference: no-preference # cn | global | no-preference # 高级选项 advanced: allow_parallel: false max_fallback_depth: 3 cache_enabled: true cache_ttl: 300 ``` ### 环境配置 (`profiles/*.yaml`) 见 `profiles/` 目录下的模板文件。 --- ## 📈 可观测性 ### 调度报告 ``` ┌─────────────────────────────────────────────────────────┐ │ SkillPilot 调度报告 │ ├─────────────────────────────────────────────────────────┤ │ 生成时间：2026-03-17 07:00:00 │ ├─────────────────────────────────────────────────────────┤ │ 【环境配置】 │ │ 区域：cn │ │ 代理：否 │ │ 推荐配置：cn-no-proxy │ ├─────────────────────────────────────────────────────────┤ │ 【技能表现】 │ │ 追踪技能数：15 │ │ 总调用次数：150 │ │ 总体成功率：92.0% │ ├─────────────────────────────────────────────────────────┤ │ 【学习成果】 │ │ 已学习模式：3 个 │ │ 最后学习：2026-03-17 06:00 │ ├─────────────────────────────────────────────────────────┤ │ 【优化建议】 │ │ 1. 执行环境探测以获取最优配置建议 │ │ 2. 调用样本较少，继续使用以积累学习数据 │ └─────────────────────────────────────────────────────────┘ ``` ### 技能健康状态 ``` 技能健康状态 ================================================== multi-search-engine ████████░░ 85 分 (成功率 92%, 响应 1200ms) exa-web-search-free ███████░░░ 72 分 (成功率 88%, 响应 800ms) scrapling-fetch ████████░░ 88 分 (成功率 95%, 响应 2000ms) ``` --- ## 📚 参考资料 ### 核心文档 - `references/capability-taxonomy.md` - 能力分类体系 - `references/micro-routing-examples.md` - 微路由示例 - `references/reminder-policy.md` - 静默策略 - `references/resolution-order.md` - 解决顺序 ### 新增文档 - `references/environment-probe.md` - 环境探测指南 (待创建) - `references/strategy-guide.md` - 策略选择指南 (待创建) --- ## 🎯 核心价值 | 用户类型 | 获得价值 | |---------|---------| | **个人用户** | 自动适配自己的网络环境，无需手动配置 | | **团队共享** | 分享最优调度策略，新人快速上手 | | **技能开发者** | 了解技能实际表现，针对性优化 | | **高级用户** | 深度定制调度逻辑，极致优化 | --- ## 📝 更新日志 ### v0.2.0 (2026-03-17) - 自适应优化版 - ✅ 新增环境探测模块 - ✅ 新增用户偏好模块 - ✅ 新增历史学习模块 - ✅ 新增可观测性模块 - ✅ 新增调度策略模板 - ✅ 新增配置管理 ### v0.1.0 (2026-03-17) - 基础版 - ✅ 核心框架实现 - ✅ 技能注册中心 - ✅ 路由决策器 - ✅ 降级处理器 - ✅ 执行引擎 - ✅ 基础指标收集 --- ## 🤝 贡献指南 ### 添加新策略模板 1. 在 `strategies/` 目录创建 YAML 文件 2. 定义适用条件和路由规则 3. 测试策略效果 4. 提交 PR ### 分享配置模板 1. 在 `profiles/` 目录创建环境配置 2. 说明适用场景 3. 分享社区 --- *作者：JARVIS* *许可：MIT* *最后更新：2026-03-17*