self-learning

自學技能產生器

自主從網路研究並學習新技術，然後產生可重複使用的技能。

使用方式

/learn <topic>

如果 <topic> 遺漏，顯示使用說明。如果主題不明確，要求使用者釐清：

• "react" → "React for web、React Native，還是特定函式庫如 react-query？"
• "apollo" → "Apollo GraphQL 客戶端、Apollo Server，還是 Apollo Federation？"
• "aws" → "哪個 AWS 服務？（S3、Lambda、DynamoDB 等）"

將檔名標準化為kebab-case。

2. 探索來源（網路搜尋）

使用網路搜尋工具尋找官方文件：

嘗試的搜尋查詢：

1. <topic> official documentation
2. <topic> getting started guide
3. <topic> API reference
4. <topic> GitHub repository

來源優先順序：

1. 官方文件網站（例如 docs.、.dev）
2. 官方 GitHub 儲存庫（README、/docs）
3. 官方部落格/公告

最多選擇 3–5 個高品質 URL。

如果找不到可信來源，要求使用者提供 URL。

---

3. 提取內容（URL 讀取）

針對每個選定的 URL，讀取內容：

僅提取相關章節：

• 安裝/設定
• 核心概念
• API 參考/關鍵函式
• 常見模式/範例
• 版本資訊

跳過不相關的內容：

• 導覽列、廣告、登入提示
• 不相關的側邊欄內容
• 留言、論壇

如果讀取內容失敗（JavaScript 密集型網站），改用瀏覽器代理：

任務：前往 <URL> 並提取主要內容，包括：
- 安裝說明
- 核心概念和 API 參考
- 程式碼範例
將提取的內容以 Markdown 格式回傳。

記錄每個來源的擷取時間戳（使用目前日期：YYYY-MM-DD 格式）。

---

4. 產生技能

技能是模組化、自包含的套件。每個技能包含一個必要的 SKILL.md 檔案和可選的捆綁資源：

skill-name/
├── SKILL.md (必要)
│   ├── YAML frontmatter 元資料 (必要)
│   │   ├── name: (必要)
│   │   └── description: (必要)
│   └── Markdown 指令 (必要)
└── 捆綁資源 (可選)
    ├── scripts/          - 可執行程式碼（Python/Bash 等）
    ├── references/       - 文件，按需載入到上下文
    └── assets/           - 輸出中使用的檔案（範本、圖示、字型等）

1. 閱讀 references/skill_creation_guide.md 以了解格式和原則。
2. 將學習和提取的資訊整合成新的技能。
   • 觸發條件： 撰寫清楚定義何時使用的描述。
   • 工作流程： 建立逐步指令。
   • 格式： 確保有效的 YAML frontmatter 和正確的檔案結構。

5. 儲存技能

Antigravity 支援兩種技能類型，如果被要求，儲存為全域工作區。

• .agent/skills/<skill-folder>/ 工作區特定
• ~/.gemini/antigravity/skills/<skill-folder>/ 全域（所有工作區）

如果目錄不存在則建立，覆寫現有技能前警告使用者。

---

6. 向使用者確認

回報：

✓ 已建立技能：<topic>
  已擷取來源數：<N>
  儲存至：.agent/skills/<topic>/SKILL.md
  此技能將在處理 <topic> 時自動觸發。

---

工具參考

• search_web：探索文件 URL
• read_url_content：從靜態頁面提取內容
• browser_subagent：從 JavaScript 密集型網站提取內容
• write_to_file：儲存產生的技能

關鍵規則

1. 絕不虛構文件： 僅包含從擷取來源取得的資訊。
2. 絕不發明 API： 如果文件不清楚，詢問使用者該怎麼做。
3. 要求 URL： 如果自動探索失敗，要求使用者提供特定 URL。
4. 驗證來源： 優先選擇官方來源而非第三方教學。