Skill Evolution Manager
这是整个 AI 技能系统的“进化中枢”。它不仅负责优化单个 Skill，还负责跨 Skill 的经验复盘和沉淀。
核心职责
复盘诊断 (Session Review)
：在对话结束时，分析所有被调用的 Skill 的表现。
经验提取 (Experience Extraction)
：将非结构化的用户反馈转化为结构化的 JSON 数据（
evolution.json
）。
智能缝合 (Smart Stitching)
：将沉淀的经验自动写入
SKILL.md
，确保持久化且不被版本更新覆盖。
使用场景
Trigger
:
/evolve
"复盘一下刚才的对话"
"我觉得刚才那个工具不太好用，记录一下"
"把这个经验保存到 Skill 里"
工作流 (The Evolution Workflow)
1. 经验复盘 (Review & Extract)
当用户触发复盘时，Agent 必须执行：
扫描上下文
：找出用户不满意的点（报错、风格不对、参数错误）或满意的点（特定 Prompt 效果好）。
定位 Skill
：确定是哪个 Skill 需要进化（例如
yt-dlp
或
baoyu-comic
）。
生成 JSON
：在内存中构建如下 JSON 结构：
{
"preferences"
:
[
"用户希望下载默认静音"
]
,
"fixes"
:
[
"Windows 下 ffmpeg 路径需转义"
]
,
"custom_prompts"
:
"在执行前总是先打印预估耗时"
}
2. 经验持久化 (Persist)
Agent 调用
scripts/merge_evolution.py
，将上述 JSON 增量写入目标 Skill 的
evolution.json
文件中。
命令
:
python scripts/merge_evolution.py
User-Learned Best Practices & Constraints
章节。 scripts/align_all.py : 全量对齐工具 。一键遍历所有 Skill 文件夹，将存在的 evolution.json 经验重新缝合回对应的 SKILL.md 。常用于 skill-manager 批量更新后的经验还原。 最佳实践 不要直接修改 SKILL.md 的正文 ：除非是明显的拼写错误。所有的经验修正应通过 evolution.json 通道进行，这样可以保证在 Skill 升级时经验不丢失。 多 Skill 协同 ：如果一次对话涉及多个 Skill，请依次为每个 Skill 执行上述流程。