技能语义检索 ryasrk/dsh-awesome-skills

description: "对 6,097 个技能的本地语料库（skills.sh 前 100 名 + a5c-ai/babysitter 库）进行语义向量搜索，以 DeepSeek Harness 捆绑包形式安装" kind: "package-reference"

dsh-awesome-skills

一个 DeepSeek Harness 捆绑包，让智能体能够对精选的本地技能语料库进行语义访问——包括 skills.sh 前 100 名（83 个 GitHub 托管的技能）以及完整的 a5c-ai/babysitter 库（约 2,100 个技能）——总计 6,097 个技能——而无需将该语料库放入每轮对话的模型目录中。

为什么

DeepSeek Harness 发现的技能目录会成为一个目录条目，而每个目录条目都会在每一轮对话中注入到模型的上下文中。一个庞大的语料库放在那里，意味着每一轮都要付出非常高昂的 token 成本，而这些东西在某一轮对话中几乎从不需要。

这个插件颠覆了这一点。语料库留在目录之外；取而代之的是安装一个很小的 skill-router 技能，它教会智能体按需搜索语料库。

语料库

语料库按来源组织，每个 owner/repo 一个目录，每个技能目录都包含其完整内容——SKILL.md 以及它指向的每一个引用文件（示例、模板、脚本）：

skills/
├── a5c-ai/babysitter/ # ~2,100 个技能（specializations + methodologies，含 domains 树） ├── mattpocock/skills/ # 17 个技能（tdd、grilling、code-review、...） ├── microsoft/azure-skills/ # 20 个技能（含 microsoft-foundry：191 个文件） ├── anthropics/skills/frontend-design/ ├── vercel-labs/agent-skills/ # vercel-react-best-practices（62 条规则） ├── obra/superpowers/ # brainstorming、systematic-debugging、... └── ... # 157 个 owner/repo 分组，6,097 个技能，17,600+ 个文件

skills.sh 排行榜上仅存在于网站的 17 个条目（open.feishu.cn 的 lark 套件及类似条目，它们没有公开仓库）被排除在外——没有可获取的内容。

| 路径 | 内容 |
| lib/ | 编译后的插件宿主 + 搜索服务 + query.js CLI |
| skills/skills.json | 语料库索引：每个技能的名称、路径、描述 |
| skills/vectors.f32 | 384 维 L2 归一化嵌入向量，每个技能一行 |
| model/ | all-MiniLM-L6-v2，量化 ONNX + 分词器 |

索引是预构建并已提交的。技能正文位于规范语料库目录（~/.dsh/awesome-skills/skills）中，由包引用——而非复制：搜索结果返回指向该目录的路径，因此磁盘上语料库只有一份副本。

安装

dsh plugin --profile web add github:ryasrk/dsh-awesome-skills

该插件以 cordis 捆绑包形式挂载（参见 cordis.patch.yml），并在 apply 时将捆绑的 skill-router 技能安装到 ~/.agents/skills/skill-router。捆绑的 skill-router 会在每次 apply 时刷新——随附的副本是其行为的唯一事实来源。

面向模型的工具

在暴露 tools 服务的主机上，该插件注册两个工具，它们在进程内以宿主权限运行——这是通往语料库的标准权限模式路径，因为该 agent 不需要 Bash 或工作区外的 Read：

- skills_search(query, k?) —— 经过校准的混合搜索；设置旋钮（prio/blacklist/whitelist）适用。
- skills_read(path, file?) —— 从某个命中目录中读取一个文件，受限于语料库根目录（禁止遍历），仅限文本扩展名，上限 64 KiB。

skill-router 技能教授工具优先的流程，并保留 node lib/query.js CLI（stdin 输入 JSON → stdout 输出 JSON）作为与 shell 无关的单段回退方案，供没有工具服务的宿主使用——它读取 stdin 并写入 stdout，因此在任何 shell（bash、PowerShell、cmd）上都不需要 bash 特有的语法。

排序

三条通道融合，然后在候选池上重新排序：

score = (1 - WEIGHT) * semantic + WEIGHT * lexical + GRAM_WEIGHT * char-3-gram

- 语义 —— MiniLM 余弦相似度，对所有行进行暴力计算。精确；无量化漂移。
- 词法 —— IDF 加权的 token 重叠度。
- 字符 3-gram —— 与文字系统无关，因此 CJK/西里尔字母查询和技术标识符仍能区分。

WEIGHT 0.55，GRAM_WEIGHT 0.5，池大小 1200。在随附语料库上用 150 条标签的规范集重新检验：R@1 80%，R@3 93%。

速度

在随附的 6,097 个技能语料库上测量（暴力计算仍会对每一行评分；每进程的模型加载占主导）：

| 路径 | 延迟 |
| 冷启动（模型加载） | ~0.7s |
| 热启动（查询缓存命中） | ~0.6s |

派生缓存（每个技能的字符 gram、查询嵌入）位于语料库旁边，并以语料库指纹为键，因此语料库变更会自动使其失效。

服务接口

其他插件和工具可以直接使用搜索服务：

const search = ctx.get('skills-search')
const hits = await search.search('set up end-to-end browser tests', 5)
const dir = search.skillDir(hits[0].path) // e.g. .../skills/mattpocock/skills/tdd

命中的 path 是语料库根目录下的子路径（owner/repo/skill），每个消费者都拼接 corpusDir + path + /SKILL.md——优先级加载器、skill-router 模板和设置 UI 都共享这一约定。参考文件位于 SKILL.md 旁边，因此命中的目录就是完整的操作手册。

配置

所有字段均可选，通过 cordis.patch.yml 中的一行配置：

| 字段 | 默认值 | 含义 |
| corpusDir | ~/.dsh/awesome-skills/skills | 技能正文（/SKILL.md） |
| home | 操作系统主目录（os.homedir()） | 路由器技能安装所在的基础主目录（/.agents） |
| agentsHome | /.agents | 宿主读取其 skills/ 根目录的 agents 主目录；覆盖 $DSH_AGENTS_HOME |
| installSkillRouter | true | 在 apply 时安装路由器技能 |

环境变量：DSH_AWESOME_SKILLS_CORPUS（语料库）、DSH_AWESOME_SKILLS_INDEX（CLI 的索引目录）、DSH_AGENTS_HOME（agents 主目录；解析方式与宿主技能提供程序相同，因此迁移后的 agents 主目录仍能接收路由技能）。

重建索引

索引以预构建形式随 skills/skills.json 和 skills/vectors.f32 提供；用户永远不需要重建它。在更改语料库后重建是维护者步骤，需在单独的语料库摄取工作区中完成（遍历器位于那里，而不在此包中）——它会递归读取语料库并重写 skills.json 和 vectors.f32，然后将它们复制回此仓库的 skills/。如果已部署的配置文件带有过期的索引，请将此仓库的 lib/ 和 skills/ 目录重新同步到该配置文件的已安装副本中。

技能目录是任何包含 SKILL.md 的目录；嵌套在其中的目录（作为参考材料提供的子技能）不会被单独索引。拉取源代码更改后重新生成客户端包：npx tsdown -c tsdown.client.ts，然后运行 node scripts/preflight.mjs。

许可证

MIT