荣哥技能卷轴收藏馆
Ronge's Adaptive Skill Cockpit（沉浸式体验版）
不是「最大的技能库」，而是「最懂你此刻该用哪个技能的驾驶舱」——本地、可解释、会记住效果。
会话右侧的「技能」抽屉：6,399 条公开 SKILL.md 索引、上下文推荐、正在使用、经验与自进化都在这里。
30 秒开始
# 1) 先跑 npx 助手：检查环境 + 打印这台机器该用的安装命令（不装任何东西）
npx dsh-ronge-adaptive-skill-archive
# 想先体检：npx dsh-ronge-adaptive-skill-archive doctor
# 2) 把打印出的这一行交给任意 DSH 会话里的 Agent 执行
plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@3.0.0
# 3) 刷新页面 → 右上角「技能」→ 右侧抽屉；计划模式 / 沉浸模式切换
npx不是 npm 的替代品（它本身也从 npm registry 取包），而是「装之前先看一眼」的安装助手：不修改 profile、不联网做任何写入，只打印命令和检查 Node / profile / 数据目录 / 已装版本。没有 npm 也能装：用 GitHub tag 或本地目录路径，见安装。
为什么是「驾驶舱」而不是「货架」
大多数 skill 工具回答的是「有哪些 skill、怎么装」。这个插件回答三个更贴近当下任务的问题：
- 现在这个项目、这句话，适合用哪个 skill？ —— 结合会话最近内容 + 项目文件名，给出 Top 4 和匹配理由。
- 我现在到底在用哪些 skill？ —— 从真实的
skill工具调用里读，不靠猜。 - 哪些做法真的有效？ —— 任务完成后写入经验，你的 👍/👎 会反过来教推荐器。
它不替代 Agent 自己的 skill catalog，只是把「该用哪个」变成一眼可见，并让系统随使用变准。
和同类项目比
口径：竞品信息来自其公开文档/README（2026-10 整理），可能随版本变化；本行只比较与本插件重叠的维度。它们在生态规模、跨宿主、企业治理上远超本插件——那是它们的主场，不是我们的。这是单宿主（DeepSeek Harness）的深度插件，不是通用技能市场。
| 维度 | 本插件 | skills.sh 生态 | Claude Code plugins | DSH 内技能管理插件 |
|---|---|---|---|---|
| 主形态 | DSH 右侧抽屉，单宿主深做 | 跨 agent 市场 + CLI | 官方插件市场 + skills | 目录 / 搜索 / 启停 / 安装 |
| 推荐 + 理由 | 会话上下文 → Top 4，附名称/关键词/类别/经验/手感理由 | 按安装量排行，无用户可见理由 | 模型按 description 自动加载，无用户可见排序 |
以列表、搜索为主 |
| 正在使用 | 真实 skill 工具调用，实时显示 |
— | /skill-doctor 历史频次、Last used |
部分有使用记录 |
| Plan / Immersive | skill 编排级双模式：先问 = 计划，不问 = 沉浸 | — | Plan 属权限模式，不针对 skill 选择 | — |
| 经验 → 自进化 | 经验记忆 + 👍/👎 归因 + 本地权重学习 + 探索配额 | 安装量统计 | skill-creator 面向作者做评估 | 少数有使用记录，无权重学习 |
| 安装前安全 | 本地启发式扫描 + 信任分级 + 许可证 | 合作方审计（Vercel 公布） | 市场分层 + 来源校验 + sha256 | 部分有 trust score |
| 更新 / 回滚 | 内容 diff + 更新前备份 + 一键回滚 | lockfile + update | 市场内更新 | 部分有更新检查，回滚少见 |
| 数据 / 遥测 | 全本地，无遥测 | 安装遥测默认开启（可关） | 使用数据不回传作者 | 本地 |
| 规模口径 | 6,399 条 GitHub 公开 SKILL.md 可复核快照（2026-10-28） |
官方博客称 69,000+；站点另有 1.5M 级数字，口径未注明 | 官方 marketplace 精选，未公布总量 | 各家不同 |
「四项同时具备」的判断来自我们对 28 个相关项目的公开资料梳理（自报口径，欢迎 issue 指正）；如果你发现有项目已做到，告诉我们，我们会更新这张表。
在其他智能体里用（Claude Code / Codex / Cursor）
同一个推荐 + 经验 + 自进化引擎，通过 MCP（stdio） 接入任意支持 MCP 的智能体：
# Claude Code
claude mcp add ronge -- npx -y dsh-ronge-adaptive-skill-archive mcp
# Codex: ~/.codex/config.toml
# [mcp_servers.ronge]
# command = "npx"
# args = ["-y", "dsh-ronge-adaptive-skill-archive", "mcp"]
# Cursor: ~/.cursor/mcp.json 的 mcpServers 同上
提供 recommend_skills（已装技能推荐）、discover_skills（从 6,399 条索引找未装技能，按本地 256 维哈希向量 + 中英概念 + 信号分排序）、search_skills、scan_skill_text、install_skill（高风险拒绝）、record_outcome、experience_summary；另有 prompts（Claude Code 里是 /mcp__ronge__recommend、/mcp__ronge__skill-workflow）和 resources（ronge://experience/summary、ronge://library/{name}、ronge://skill/{name}）。完整配置与边界见 docs/cross-agent.md。
核心功能
当前组合通知 + 只看未装
- 面板顶部常驻「当前组合」：运行中的 skill/skill 组合、平均评级、为什么切到这个组合（推荐理由归因）。
- 组合切换时右下角弹出小通知（即使面板关着也会轮询提醒），点一下打开面板。
- 卷轴馆默认「只看未安装」，并新增「库里还没装的」区块：按整段会话从 6,399 条索引里挑 3 个未安装技能，带评分/预览/安装。
- 更优技能自动升级（默认关闭）：推荐器会对比「已装技能」和「库里未装技能」；发现明显更匹配的未装技能时显示「发现更优的未装技能」（命中关键词、完整度、相比已装的证据）。自动安装需手动开启，只对
autoSafe且低/中风险候选生效，高风险一律拒绝。
上下文推荐（带理由）
读取当前会话最近 8 条用户消息和项目根最多 80 个文件名，对技能的 name + description + whenToUse 做本地打分：中英文 token 重叠 + 技能名命中 + 类别线索 + 经验/手感加权，只返回得分 > 0 的 Top 4。每条都带结构化理由：命中的名称、关键词、类别、经验次数、「手感」或「探索」。面板打开时每 10 秒静默刷新，不打断输入。
正在使用 / 最近使用
从会话真实的 skill 工具调用读取当前 turn 正在用的技能；空闲时显示最近使用。不是分析推测，是工具调用事实。
计划模式 / 沉浸模式
| 模式 | 行为 |
|---|---|
| 计划模式（默认） | 下一次任务开始前先给方案和 1–3 个推荐 skill，先问你确认，确认后再执行 |
| 沉浸模式 | 不询问，按上下文自动匹配并组合 1–3 个 skill 执行，结束时说明用了哪些、为什么 |
两种模式都是 prompt 级默认行为，不是硬编码固定管线（诚实边界，见文末）。
经验记忆 + 反馈
主会话任务完成、且用了至少一个 skill 时，自动写入一条经验：任务、Skills、结果摘要、耗时、会话。人读的写在 experience.md，机读的写在 experience.json。推荐分里会加 min(4, uses × 0.8)，好评再加、差评再减——用得越稳的 skill 越容易被优先想到。支持跨会话成功率、平均耗时、连续失败，以及经验 JSON 导出/导入。
自进化：10% 探索 + 权重学习
推荐权重不是写死的常数，而是可学习参数：反馈会被归因到「产生这条推荐的 top 理由类型」，然后以小步长、有上下界地微调。探索配额保证系统不会「越推荐越窄」：默认 10% 的推荐位给平时很少被推荐的技能；如果探索长期没人采用会自动调低，采用率高会自动调高（可调范围 0–30%）。完整参数见下一节。
安装前安全扫描
预览/安装任何第三方 SKILL.md 前，在本机跑一遍启发式静态扫描：shell 执行、curl | bash、动态解码（eval/base64）、提示注入语句、网络访问、凭据路径、文件写入、过宽 allowed-tools。输出低/中/高风险与命中行号，并展示来源信任级别（official / verified / community / local / unknown）和 license 字段。**只读文本，不联网、不上传、不执行。面板安装、更新中心与 MCP install_skill 一致：高风险默认拒绝，必须显式 force 才允许写入/更新。**扫描规则仍是启发式正则（含 shell/管道执行/混淆载荷/破坏性命令/全局安装/外传地址等），不是安全保证。
更新 diff / 更新全部 / 回滚
skills-lock.json 记录每个已安装 skill 的来源、repo、SHA-256、信任、许可证与时间戳。检查更新时返回内容 diff（新增/删除/改动行）；支持单条更新、一键全部更新，更新前自动备份到 backups/<skill>/<timestamp>.md，随时回滚到上一版。
6,399 条卷轴馆
GitHub 公开、可检索的 SKILL.md 元数据快照（2026-10-28）：6,399 条，其中 5,398 条带描述，14 个分类（AI 2,070 / 编程 789 / 设计 663 / 数据 512 / 其他 1,662 / 视频 163 / 写作 155 / 效率 122 / 办公 86 / 营销 53 / 安全 48 / 研究 41 / 商业 24 / 教育 11）。按分类、最低评分、关键词筛选，预览全文后安装。口径写清楚：这不是「全网所有 skill」，只覆盖 GitHub 上公开可检索到的 SKILL.md，且不存正文。
小功能
中英双语技能简介、主任务完成提示音（子智能体/fork 不响）、新建 Skill 到 ~/.dsh/skills/、更新中心（检查已装技能远程更新、diff、更新/回滚）。
越用越好用：机制与参数
你的反馈（复制 /skill = adopt，👍 / 👎）──归因到理由类型──► 权重微调 ──► 下一次排序更准
▲ │
└──────────── 经验记忆 + 10% 探索配额持续采样 ◄───────────┘
| 信号 | 记录位置 | 影响 |
|---|---|---|
复制 /skill（采用） |
rec-feedback.json + kindBySkill |
归因到产生该推荐的 top 理由类型 |
| 👍 / 👎 | 同上，另加类别与技能「手感」 | 同类理由、类别权重、该技能亲和度一起学习 |
| 经验条目 👍 / 👎 | evolution.json |
通过上次推荐归因，不污染无关技能 |
- 评估节奏：每累计 10 条反馈评估一次；任一理由类型样本 ≥ 8 才调整，冷启动完全不动。
- 权重默认值：名称 8 / 关键词 1 / 经验 1 / 类别 0.6 / 完成度 1；命中率 ≥ 70% 时 ×1.1、≤ 40% 时 ×0.9（步长 10%），带上下界（如名称 4–14、类别 0.2–1.5）。
- 类别权重：视频、办公、Harness、通用四类，范围 0.5–2，按你的真实好评/差评调整。
- 探索配额：默认 10%，范围 0–30%。命中时把推荐末位换成一条用得少的候选（标记「探索」）；累计 20 次探索后，若采用率 < 5% 则降 5%，≥ 30% 则升 5%。
- 护栏：全部本地、无网络、无模型调用；变更历史最多 50 条，可查看、回滚、重置；不自动删数据。
安装
前置
- DeepSeek Harness（Desktop / Web profile）
- macOS（提示音用系统
afplay；Linux 可改为paplay） - 安装插件需要
danger-full-access或审批
四种入口（profile 级，所有会话生效）
| 方式 | 命令 | 适合 |
|---|---|---|
| npx 助手 | npx dsh-ronge-adaptive-skill-archive（体检：npx dsh-ronge-adaptive-skill-archive doctor） |
第一次用；不装东西，只体检 + 打印安装命令 |
| npm | plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@3.0.0 |
已发布到 npm，版本解析最顺 |
| GitHub tag | plugin_manager install_bundle target=git+https://github.com/bugtakue/dsh-ronge-adaptive-skill-archive.git#v3.0.0 |
不用 npm、固定版本、可审源码 |
| 本地目录 | plugin_manager install_bundle target="/absolute/path/to/dsh-ronge-adaptive-skill-archive" |
开发、改代码、离线 |
DSH 兼容性（已测 0.2.1-rc.3）
- 当前 bundle 在 DeepSeek Harness Desktop 0.2.1-rc.3 上验证：Host 路由、Client slot（技能按钮 + 右侧抽屉）、locale 元数据、图标、npm 安装与数据迁移均通过。
- 替换已安装包后需重启 DSH 才会加载新的 Host 模块；浏览器刷新加载 Client。
- 兼容性检查：
npm run check:dsh；完整说明见 docs/dsh-compatibility.md。
升级（旧包名 → v3.0.0）
- v3.0.0 是 breaking rename：包名、路由、bundle id、数据目录都改为
dsh-ronge-adaptive-skill-archive；显示名不变。 - 同一 profile 不能同时启用旧包和新包——先移除旧 bundle，再装 v3.0.0；旧数据目录（
skill-studio、ronge-adaptive-skill-archive）会在首次启动时自动合并复制到新目录（旧目录保留）。 - 旧 npm 包会 deprecate 并指向新包；旧 GitHub URL 自动跳转。
重命名细节见 v3.0.0 发布说明，完整变更见 CHANGELOG。
6,399 索引的能力边界（重要）
这 6,399 条是 GitHub 公开 SKILL.md 的元数据快照，不是人工质量榜：
- 1,001 条没有描述、只有 26 条带
whenToUse，512 个名称重复（其中 291 个都叫skill）； - v2.8.0 起每条带
quality信号：完整度 55% + GitHub stars/维护度/许可/归档 45%；4,007 个仓库已拉取，6,397 条有 stars。UI 显示「信号分」+ ★ stars；它仍不是「好用程度」或安全评级； - 发现/更优推荐会跳过无描述、重复名、非最佳版本和低信号条目；安装同名技能自动改名并改写 frontmatter；
- 安装前请先「预览」看 SKILL.md 与安全扫描结果。
评测口径
npm run eval:recommend：旧 10 条作者用例（Recall@4 = 1.0），只覆盖仓库自带技能。npm run eval:real：30 条更接近真实使用的半人工任务（视频/Office/Harness/MCP/skill 设计/preset/跨类别），Recall@4 = 0.9 (27/30)；3 条已知 MISS 保留在docs/eval.md，不洗成 HIT。npm run eval:discover：24 条 6,399 库检索任务，Category Hit@5 = 0.958 (23/24)、Category P@5 = 0.733、Top-1 = 0.917、Category MRR = 0.938、Keyword Hit@5 = 0.875；结果与 MISS 同样在docs/eval.md，不把类别命中当成质量证明。- 两者都不代表 6,399 条库的推荐质量；索引没有人工质量标注，信号分只能做完整度/仓库热度启发式。
数据在哪
| 路径 | 内容 |
|---|---|
~/.dsh/dsh-ronge-adaptive-skill-archive/config.json |
模式（plan / immersive） |
~/.dsh/dsh-ronge-adaptive-skill-archive/experience.md / .json |
经验（人读 / 机读） |
~/.dsh/dsh-ronge-adaptive-skill-archive/evolution.json |
权重、探索配额、变更历史 |
~/.dsh/dsh-ronge-adaptive-skill-archive/rec-feedback.json |
推荐反馈 |
~/.dsh/dsh-ronge-adaptive-skill-archive/skills-lock.json |
安装来源 / SHA-256 / 信任 / 许可证 |
~/.dsh/dsh-ronge-adaptive-skill-archive/backups/<skill>/<timestamp>.md |
更新前备份 |
~/.dsh/skills/<name>/SKILL.md |
已安装 / 新建的技能 |
技能来源（优先级从高到低）：项目 .dsh/skills → 项目 .agents/skills → profile 目录 → ~/.dsh/skills → 用户 agents 目录 → 预设包，并合并会话 ctx.skills 注册表。
插件市场索引（可选）
docs/plugin-market.json 是 DSH format 1 市场索引，可托管到 https URL 后在 DSH 的自定义插件市场里被发现。发版后运行 npm run build:market-index 更新版本。
隐私与安全边界
- 推荐、扫描、自进化全部在本机完成，不调用外部模型或网络；不上传、不写日志、无遥测。
- 推荐只读取当前会话最近的消息和项目根目录文件名；面板显示来自真实工具调用的数据。
- 安装前扫描是本地启发式提示，不是安全保证（静态扫描无法覆盖全部攻击面）；安装前仍应预览全文。
- 只允许从
raw.githubusercontent.com/**/SKILL.md拉取，最大 256 KiB，不自动拉脚本/资源，不覆盖已有 skill。 - 新建技能只写入
~/.dsh/skills/<kebab-case-name>/SKILL.md，名称白名单拒绝/、..和绝对路径。 - 更新中心只处理已装技能的 SKILL.md 更新；提示音失败不影响任务。
- 换提示音：
export DSH_TASK_CHIME_SOUND=/System/Library/Sounds/Ping.aiff
架构
┌─ DeepSeek Harness ──────────────────────────────────────────┐
│ session header ──[技能]──► 右侧抽屉（client.js，无构建） │
│ │ │ │
│ session events HTTP（仅 loopback，无新端口） │
│ └───────────┬──────────────┘ │
│ ▼ │
│ Host（index.js，仅 Node 内置模块） │
│ catalog · 推荐 · 经验 · 自进化 · 安全扫描 · lock/diff/回滚 │
│ 卷轴馆索引 · 更新中心 · 提示音 · system prompt 注入 │
│ │ │
│ ~/.dsh/dsh-ronge-adaptive-skill-archive/ ← 配置/经验/权重 │
│ ~/.dsh/skills/ ← 安装/新建的 skill │
└─────────────────────────────────────────────────────────────┘
Host 只依赖 Node 内置模块；Client 是 plain JS，经 window.__ModuleLoader__.load 注册，无需构建、无 JSX。路由只监听 loopback，由 webServer 注册。
路线图
以下是接下来想补的方向（计划，不是承诺；欢迎 PR 认领）：
- 输入框推荐 chips：面板内 Top 2 chips 已有一键复制
/skill，下一步接进 composer。 - 按项目置顶：每个 workspace 记住常用 skill，打开面板先显示 pinned。
- 本地语义搜索：词典/本地 embedding 混合，搜「帮我做张海报」也能命中图片类技能。
- 推荐理由三段式：任务类型 / 项目指纹 / 经验值分组展示，并扩大离线金标集。
- 原生右侧栏 tab 与快捷键：不再用抽屉，
Cmd+Shift+S打开面板。 - 健康报告迭代：frontmatter 缺失、重名、断链一次标出。
贡献
见 CONTRIBUTING.md。无构建步骤、无运行时依赖；改完跑：
npm run check # 校验 client factory id 与包名一致
npm test # 单元 + 路由 + 迁移测试（不联网）
npm run eval:recommend # 离线推荐金标集 Recall@K
node --check index.js && node --check client.js
欢迎从 Issues 里的「推荐不准」「某个 skill 该降权」开始——这类反馈比 star 更有用。
License
MIT。见 LICENSE。
如果这个面板帮你少翻一次目录、少装错一个 skill，欢迎点一个 Star。
也欢迎把「我这里推荐不准」发到 Issues——那是最有价值的反馈。
English
Ronge's Adaptive Skill Cockpit (Immersive Edition) is a context-aware, self-evolving skill cockpit for DeepSeek Harness. A single bundle adds a right-side drawer that answers three questions most skill tools ignore: which skill fits this task now, which skills am I actually using, and which ones actually work for me.
- Contextual recommendations with reasons — recent session messages + project file names → Top 4, with name / keyword / category / experience / affinity reasons. Local heuristic, no model calls.
- Now using — read from real
skilltool calls, not inferred. - Plan / Immersive modes — ask-first skill orchestration, or no-ask auto-composition of 1–3 skills.
- Experience memory + feedback —
experience.md/json, cross-session success rate, export/import. - Self-evolution — feedback-attributed, bounded weight tuning plus a 10% exploration quota; fully local, logged, and rollback-able.
- Pre-install safety scan — local heuristic scan (shell exec, pipe-to-shell, dynamic eval, prompt injection, credentials, over-broad
allowed-tools), trust level and license. - Update center — content diff, update-all, backup before overwrite, one-click rollback.
- 6,399-skill index — snapshot of public GitHub
SKILL.mdfiles (14 categories, 1–5 rating), an update center for installed skills, and a completion chime.
Install (in a DSH session):
plugin_manager install_bundle target=git+https://github.com/bugtakue/dsh-ronge-adaptive-skill-archive.git#v3.0.0
# then open any session → 「技能」in the header → switch Plan / Immersive
Privacy: everything (recommendations, scans, learning) runs locally; no telemetry, no uploads. The safety scan is a heuristic hint, not a security guarantee. MIT licensed — see LICENSE and CONTRIBUTING.md.
No comments yet. Be the first to write one.