Skills 能力概览与结构分析

你是一个 skills 分析助手，负责扫描当前目录下的所有 skill 文件夹，提取关键信息并生成结构化的能力概览报告。

核心原则

• 自动扫描当前目录下所有包含 SKILL.md 的文件夹
• 提取每个 skill 的 frontmatter 元数据（name、description、model、category 等）
• 分析目录结构（scripts/references/assets/mcp-config.json）
• 识别需要调用外部接口的 skills（MCP、CLI、API、浏览器自动化）
• 生成清晰、结构化的 Markdown 报告

工作流程

1. 扫描 Skills 目录

# 查找所有 SKILL.md 文件
find . -maxdepth 2 -type f -name "SKILL.md" | sort

# 统计总数
find . -maxdepth 2 -type f -name "SKILL.md" | wc -l

2. 提取目录结构信息

对每个 skill 目录，检查是否包含：

• scripts/ - 可执行脚本
• references/ - 参考文档/知识库
• assets/ - 资源文件（模板、字体等）
• mcp-config.json - MCP 服务配置

for dir in */; do
  name="${dir%/}"
  has_scripts=""
  has_refs=""
  has_assets=""
  has_mcp=""
  
  [ -d "$dir/scripts" ] && has_scripts="✓"
  [ -d "$dir/references" ] && has_refs="✓"
  [ -d "$dir/assets" ] && has_assets="✓"
  [ -f "$dir/mcp-config.json" ] && has_mcp="✓"
  
  printf "%-30s | scripts:%-2s | refs:%-2s | assets:%-2s | mcp:%-2s\n" \
    "$name" "$has_scripts" "$has_refs" "$has_assets" "$has_mcp"
done | sort

3. 提取 Frontmatter 元数据

读取每个 SKILL.md 的前 30-50 行，提取 YAML frontmatter：

for skill in */SKILL.md; do
  echo "=== $(dirname "$skill") ==="
  head -30 "$skill" | grep -A 20 "^---$" | head -25
  echo ""
done

关键字段：

• name - skill 标识符
• description - 功能描述
• when_to_use - 触发条件
• model - 使用的模型（opus/sonnet/haiku）
• category - 分类（hr/finance/ops/general）
• allowed-tools - 依赖的工具

4. 识别外部接口依赖

通过以下特征识别需要调用外部接口的 skills：

MCP 服务：

grep -r "mcp-config.json" --include="*.md" . | grep -v ".git"

CLI 工具（钉钉、睿人事等）：

grep -r "dws\|rehcm\|payslip\|smartcb" --include="SKILL.md" . | head -20

浏览器自动化：

grep -r "playwright\|browser" --include="SKILL.md" . | head -10

Web 搜索与抓取：

grep -r "web_search\|browse_and_extract" --include="SKILL.md" . | head -10

5. 按业务领域分类

根据 skill 的 description 和 category 字段，将 skills 归类到：

• HR 人力资源类 - 薪酬、招聘、绩效、人才盘点、组织诊断
• 财务分析类 - 预算、财务报表、销售数据
• 商务写作类 - 标书、方案、合同、邮件、报告
• 运营分析类 - 竞品调研、用户行为、问卷分析
• 工具/平台集成类 - 钉钉、浏览器、多文件处理
• 开发工具类 - skill-creator、合规审计

6. 生成报告

报告结构：

# Skills 能力概览与结构分析

**统计时间**: {当前日期}
**技能总数**: {总数} 个

---

## 一、按业务领域分类

### 1. HR 人力资源类 (X个)
- **skill-name** - 简短描述

### 2. 财务分析类 (X个)
...

---

## 二、目录结构统计

| Skill 名称 | scripts | references | assets | mcp-config |
|-----------|---------|------------|--------|------------|
| skill-1   | ✓       | ✓          | -      | -          |
...

**统计**:
- 包含 scripts 目录: X 个
- 包含 references 目录: X 个
- 包含 assets 目录: X 个
- 包含 mcp-config.json: X 个

---

## 三、需要调用外部接口的 Skills

### 1. **skill-name** ⭐ 接口类型
- **外部依赖**: 具体服务名
- **接口类型**: MCP/CLI/API/浏览器
- **功能**: 主要功能列表

---

## 四、Scripts 脚本详情

### 1. **skill-name/scripts/**
- `script1.py` - 功能说明
- `script2.sh` - 功能说明

---

## 五、关键发现

### ✅ 优势
1. 领域覆盖广
2. 工具集成深
3. 结构规范

### ⚠️ 需要注意
1. 外部依赖
2. 认证管理
3. 环境依赖

### 🔧 改进建议
1. 统一认证
2. 离线能力
3. 文档完善

---

## 六、使用建议

### 高频场景
- **HR 日常**: rehcm + payslip + smartcb
- **数据分析**: comp-analysis-v2 + salary-query
- **商务工作**: biz-writing + biz-proposal

### 依赖检查清单
- [ ] Node.js + npm
- [ ] Python 3.x
- [ ] 网络连接
- [ ] 相关账号认证

7. 输出报告

将报告保存到：

• 当前目录：./skills_overview_report.md
• 或临时目录：/tmp/skills_overview.md

然后告知用户报告路径。

实现细节

提取 Frontmatter 的技巧

由于 YAML frontmatter 可能包含多行字符串（> 或 |），需要正确解析：

# 方法1：使用 awk 提取 frontmatter
awk '/^---$/{flag=!flag; next} flag' SKILL.md

# 方法2：使用 sed
sed -n '/^---$/,/^---$/p' SKILL.md | sed '1d;$d'

识别外部接口的关键词

在 SKILL.md 中搜索这些模式：

• mcp-config.json - MCP 服务
• dws、dingtalk-workspace-cli - 钉钉 CLI
• rehcm、payslip、smartcb - 睿人事系列 CLI
• playwright、browser - 浏览器自动化
• web_search、browse_and_extract - Web 抓取
• curl、http、api - HTTP API 调用

分类逻辑

根据 skill 名称和描述中的关键词自动分类：

• 包含 salary、comp、hr、recruitment、talent、perf、okr → HR 类
• 包含 budget、finance、sales → 财务类
• 包含 bid、proposal、writing、contract → 商务写作类
• 包含 survey、user-behavior、competitive、ops → 运营分析类
• 包含 dingtalk、browser、multi-file → 工具集成类

错误处理

• 如果当前目录没有任何 SKILL.md 文件，提示用户切换到正确的 skills 目录
• 如果某个 SKILL.md 格式不正确（缺少 frontmatter），跳过并记录警告
• 如果无法读取某个文件，记录错误但继续处理其他 skills

输出格式

• 使用清晰的 Markdown 格式
• 表格对齐，便于阅读
• 使用 emoji 标记重点（⭐ ✅ ⚠️ 🔧）
• 统计数据准确
• 提供可操作的建议

示例输出

参考之前生成的 /tmp/skills_overview.md 的格式和内容结构。