self-learning

自主学习技能生成器

自主从网络研究和学习新技术，然后生成可复用的技能。

使用方法

/learn <topic>

如果 <topic> 缺失，显示用法。如果主题有歧义，请用户澄清：

• "react" → "React for web、React Native，还是像 react-query 这样的特定库？"
• "apollo" → "Apollo GraphQL 客户端、Apollo Server 还是 Apollo Federation？"
• "aws" → "哪个 AWS 服务？（S3、Lambda、DynamoDB 等）"

文件名规范化为 kebab-case。

2. 发现来源（网络搜索）

使用网络搜索工具查找权威文档：

尝试的搜索查询：

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

来源优先级：

1. 官方文档网站（例如 docs.、.dev）
2. 官方 GitHub 仓库（README、/docs）
3. 官方博客/公告

最多选择 3–5 个高质量 URL。

如果未找到可信来源，请用户提供 URL。

---

3. 提取内容（URL 读取）

对于每个选定的 URL，读取内容：

仅提取相关部分：

• 安装/设置
• 核心概念
• API 参考/关键函数
• 常见模式/示例
• 版本信息

跳过无关内容：

• 导航、广告、登录提示
• 无关的侧边栏内容
• 评论、论坛

如果读取内容失败（JavaScript 密集型网站），回退到浏览器代理：

任务：导航到 <URL> 并提取主要内容，包括：
- 安装说明
- 核心概念和 API 参考
- 代码示例
将提取的内容以 markdown 格式返回。

记录每个来源的抓取时间戳（使用当前日期：YYYY-MM-DD 格式）。

---

4. 生成技能

技能是模块化、自包含的包。每个技能由一个必需的 SKILL.md 文件和可选的捆绑资源组成：

skill-name/
├── SKILL.md (必需)
│   ├── YAML 前置元数据 (必需)
│   │   ├── name: (必需)
│   │   └── description: (必需)
│   └── Markdown 指令 (必需)
└── 捆绑资源 (可选)
    ├── scripts/          - 可执行代码（Python/Bash 等）
    ├── references/       - 文档，按需加载到上下文中
    └── assets/           - 输出中使用的文件（模板、图标、字体等）

1. 阅读 references/skill_creation_guide.md 以了解格式和原则。
2. 将学习和提取的信息综合成一个新技能。
   • 触发条件： 编写清晰定义何时使用的描述。
   • 工作流程： 创建逐步说明。
   • 格式： 确保有效的 YAML 前置元数据和正确的文件结构。

5. 保存技能

Antigravity 支持两种类型的技能，如果要求，保存为全局工作区。

• .agent/skills/<skill-folder>/ 特定工作区
• ~/.gemini/antigravity/skills/<skill-folder>/ 全局（所有工作区）

如果目录不存在则创建，覆盖现有技能前警告用户。

---

6. 向用户确认

报告：

✓ 已创建技能：<topic>
  抓取来源数：<N>
  保存至：.agent/skills/<topic>/SKILL.md
  此技能将在处理 <topic> 时自动触发。

---

工具参考

• search_web：发现文档 URL
• read_url_content：从静态页面提取内容
• browser_subagent：从 JavaScript 密集型网站提取内容
• write_to_file：保存生成的技能

关键规则

1. 绝不虚构文档： 仅包含从抓取来源获取的信息。
2. 绝不发明 API： 如果文档不清晰，询问用户该怎么做。
3. 请求 URL： 如果自动发现失败，请用户提供特定 URL。
4. 验证来源： 优先选择官方来源而非第三方教程。