🧠 AI Skills Collection (AI 技能库)

这是一个专为 AI 编码助手（如 Gemini/Claude Code 等）设计的自定义技能库（Custom Skills Collection），用于辅助科学自学、结构化笔记大纲的定制生成以及 Obsidian 笔记的脱敏优化。

---

📁 仓库结构

该仓库采用多 Skill 存储架构，目前包含以下核心技能及开发测试工作区：

ai-skills/
├── README.md                      # 仓库主文档（本文件）
├── skills/                        # 技能存放目录（各技能含各自的 README.md, SKILL.md, evals.json）
│   ├── agents-init/               # 技能 1: 项目级 Agent 规则初始化工具
│   ├── notes-create-template/     # 技能 2: 学习笔记与大纲架构师
│   ├── notes-optimize/            # 技能 3: Obsidian & RAG 笔记优化专家
│   ├── deconstruct/               # 技能 4: 信息解构与脱水阅读器
│   └── deconstruct-interview/     # 技能 5: 面试问题解构器
└── workspaces/                    # 技能开发与测试工作区（包含运行产物及评测数据）
    ├── agents-init/               # agents-init 评测与开发工作目录
    ├── deconstruct/               # deconstruct 评测与开发工作目录
    └── deconstruct-interview/     # deconstruct-interview 评测与开发工作目录

---

🛠️ 技能介绍

1. agents-init (项目级 Agent 规则初始化)

• 核心功能：通过自动分析和提取项目中的 prd.md（产品需求）和 tech-stack.md（技术架构），整合并生成一套专门约束和引导后续开发 Agent 的行为守则及项目规范（写在 .agents/AGENTS.md 中）。
• 内置方法：自动识别核心业务逻辑实体限制（如文件大小限制、过期时间限制）以及硬性技术规范（如数据库框架选用、错误返回及日志打印限制），并格式化为标准规则模块。
• 适用场景：新项目初始化时需要划定 Agent 行为准则，或需求设计文档变动后需要一键同步规则给后续 Agent 时。

2. notes-create-template (学习笔记与大纲架构师)

• 核心功能：根据具体的学习事物及应用目标，为用户量身定制纯净空白、高启发性的 Markdown 笔记大纲模板。
• 内置方法：深度融入了 SQ3R 提问法、康奈尔双栏笔记法、费曼测试以及蔡格尼克悬案箱，促进用户深度加工与主动学习，同时设计了双向代码路由以便后期维护。
• 适用场景：想要系统化学习某个新协议、新工具或手写核心项目时。

3. notes-optimize (Obsidian & RAG 笔记优化专家)

• 核心功能：将凌乱的技术草稿、日常随手记，一键转化为对大模型 RAG（检索增强生成）友好且安全脱敏的 Obsidian 笔记。
• 内置方法：自动识别并过滤隐私信息（IP地址、私钥、公司名、真实姓名等）为占位符；提取高信息密度的笔记摘要（summary）放入 YAML 中以提升向量数据库的检索召回精度。
• 适用场景：发布笔记前需要安全脱敏，或者想将笔记存入 Obsidian 并实现向量检索时。

4. deconstruct (信息解构与脱水阅读器)

• 核心功能：剥离文章、链接或长文本中的噪音、故事和主观说教包装，以极高的信噪比拆解为一句话核心、核心事实、客观因果算法、主观价值倾向和已跳过细节的故事，并提供一句话脱水精读建议。
• 内置方法：严格的结构化四要素分类（💡核心、📊事实、⚙️因果、⚠️主观、📦故事、🎯建议），对名人案例自动进行 [已跳过细节] 过滤，提供对情绪渲染性文章的避坑提示。
• 适用场景：想要快速过滤长篇大论的废话、提取学术论文机制或识别商业分析软性偏见并做脱水阅读时。

5. deconstruct-interview (面试问题解构器)

• 核心功能：输入任何维度的面试题，从技术背景与底层原理、10分制量化回答评估体系、面试官深层目的及问题复杂度 4 个模块对其进行系统化、深度的拆解。
• 内置方法：建立包含明确得分点与扣分项的 10 分制评分表格，剖析初中级与专家级候选人回答的区分度，自动引入 Mermaid 展示其底层工作机制。
• 适用场景：面试官建立标准化面试题评估模型时，或求职候选人需要对高频及复杂技术/行为面试题进行无死角演练复习时。

---

🚀 安装与集成

1. gh skill 安装

如果你配置了 gh skill 扩展，可以直接在终端运行以下命令来安装对应的技能：

# 安装项目规则初始化技能
gh skill install nothing248/ai-skills agents-init

# 或者一键集成此仓库内的所有技能
gh skill install nothing248/ai-skills

2. npx skills 安装

你也可以使用官方的 npx skills 工具从 GitHub 远程仓库或本地路径添加并管理技能：

# 远程安装：从 GitHub 仓库远程安装指定的单个技能
npx skills add nothing248/ai-skills --skill agents-init

# 或者一键集成此仓库内的所有技能
npx skills add nothing248/ai-skills --all

---

📄 许可证

本项目基于 MIT License 协议开源。