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) 安装(在任意 DSH 会话里让 Agent 执行;npm 发布前建议用 GitHub tag)
plugin_manager install_bundle target=git+https://github.com/bugtakue/ronge-adaptive-skill-archive.git#v2.1.1
# 2) 打开任意会话 → 右上角「技能」→ 右侧抽屉
# 3) 顶部切换「计划模式 / 沉浸模式」,然后正常发任务
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。
核心功能
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。
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。
MCP 目录 + 小功能
「工具」页浏览 MCP 官方 registry 的服务器(只发现,不自动安装/配置)。另有中英双语技能简介、主任务完成提示音(子智能体/fork 不响)、新建 Skill 到 ~/.dsh/skills/。
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
三种方式(profile 级,所有会话生效)
| 方式 | 命令 | 适合 |
|---|---|---|
| GitHub tag | plugin_manager install_bundle target=git+https://github.com/bugtakue/ronge-adaptive-skill-archive.git#v2.1.1 |
现在就能用、固定版本、可审源码 |
| npm | plugin_manager install_bundle target=ronge-adaptive-skill-archive@2.1.1 |
v2.1.0 发布到 npm 后可用(未发布时会 404,请先用上一种) |
| 本地目录 | plugin_manager install_bundle target="/absolute/path/to/ronge-adaptive-skill-archive" |
开发、改代码、离线 |
升级(v1.x / v2.0.0 → v2.1.0)
- 已装 v2.0.0:直接覆盖安装 v2.1.0,数据目录、经验与权重沿用。
- 从 v1.x 升级:v1.x 与 v2.x 的包名、路由前缀不同,同一 profile 不能同时启用——先移除旧 bundle,再装 v2.1.0;旧数据目录会在首次启动时自动复制(旧目录保留,不删除)。
重命名细节见 v2.0.0 发布说明,v2.1.0 的变更见 CHANGELOG。
数据在哪
| 路径 | 内容 |
|---|---|
~/.dsh/ronge-adaptive-skill-archive/config.json |
模式(plan / immersive) |
~/.dsh/ronge-adaptive-skill-archive/experience.md / .json |
经验(人读 / 机读) |
~/.dsh/ronge-adaptive-skill-archive/evolution.json |
权重、探索配额、变更历史 |
~/.dsh/ronge-adaptive-skill-archive/rec-feedback.json |
推荐反馈 |
~/.dsh/ronge-adaptive-skill-archive/skills-lock.json |
安装来源 / SHA-256 / 信任 / 许可证 |
~/.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。 - MCP 目录只做发现,不自动安装配置;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 │
│ MCP 目录 · 卷轴馆索引 · 提示音 · system prompt 注入 │
│ │ │
│ ~/.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), plus a browsable MCP registry and completion chime.
Install (in a DSH session):
plugin_manager install_bundle target=git+https://github.com/bugtakue/ronge-adaptive-skill-archive.git#v2.1.1
# 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.