Skills Orchestrator

开源 SkillOps / AI instruction governance system — 用 policy packs、组织级 registry、证据包、SARIF/CI、SBOM、生态 adapter 和 MCP bridge，把分散的 .md skills 变成可治理、可审计、可接入团队流水线的工程资产。

它不替代 Codex、Claude Code、Omnigent、CodeGraph、Superpowers 或业务记忆系统；它位于这些工具之间，负责回答团队最实际的问题：哪些 skills 可以用、谁负责、来源是否可信、CI 是否能阻断、审计证据在哪里，以及下游 agent runtime 应消费哪些经过治理的指令资产。

License: MIT OR Apache-2.0 at your option. The top-level LICENSE keeps GitHub license detection on standard MIT text; Apache-2.0 remains available in LICENSE-APACHE.

可验证发布面

生产团队可以直接核验当前发布物，而不是只相信 README 声明：

• GitHub latest release: release tag、source archive、release notes 和 release commit。
• PyPI project: skills-orchestrator wheel / sdist；发布流程使用 PyPI Trusted Publishing 和 artifact attestations。
• GHCR package: 多架构 OCI image，可按 tag 或 digest 拉取。
• Post-release Smoke: 发布后核验 GitHub Release、PyPI install、consumer-side hash-locked install、GHCR image、Cosign signature、SBOM/provenance attestations、SLSA readiness report 和 starter kit path。
• Supply Chain Verification: 消费端验证 PyPI wheel/sdist attestations、GHCR provenance/SBOM/OS SBOM attestations、Cosign signature、 Docker digest 和 hash-lock 边界的命令。

SLSA 边界：项目生成的是 SLSA readiness / evidence input，用于说明哪些发布证据已经 可验证；它不是正式 SLSA 等级认证，也不声明已经达到 SLSA Build L3+。 细节见 SLSA Readiness。

python3.12 -m pip install skills-orchestrator
skills-orchestrator init --template team-standard
skills-orchestrator check --config config/skills.yaml

The default PyPI install is the lightweight CI governance CLI. Install the optional MCP runtime only when you want serve or mcp-test:

python3.12 -m pip install "skills-orchestrator[mcp]"

为什么需要它？

快速开始（5 分钟）

安装

python3.12 -m pip install skills-orchestrator

Skills Orchestrator requires Python 3.12 or newer. On macOS, /usr/bin/python3 is often Python 3.9, which can make pip install skills-orchestrator look like the package is missing. Use python3.12, pipx --python python3.12, uvx --python 3.12, or the Docker image.

pip 包内置 team-standard starter kit；需要更多 examples 时再 clone 本仓库。

serve and mcp-test need the optional MCP runtime extra:

python3.12 -m pip install "skills-orchestrator[mcp]"

不想在 CI host 上安装 Python 包时，也可以直接使用已发布容器：

docker run --rm ghcr.io/bamboogap/skills-orchestrator:v4.8.46 --version

初始化项目

cd my-project

# 生产 bootstrap：生成 config、示例 skills、CI workflow 和 evidence 目录
skills-orchestrator init --template team-standard

# 严格供应链 bootstrap：生成 pinned checkout 的 CI workflow
skills-orchestrator init --template team-standard --hardened-workflow

# 兼容旧流程：从已有 skills/*.md frontmatter 生成配置
skills-orchestrator init --non-interactive

# 交互式：逐个确认每个 Skill 的配置
skills-orchestrator init

检查 Skills

skills-orchestrator check --config config/skills.yaml
# Skills check
#   Findings: 0 errors, 0 warnings, 0 infos

启用团队标准规则：

skills-orchestrator check \
  --config config/skills.yaml \
  --policy-pack builtin/team-standard \
  --fail-on warning

启用工程级治理规则：

skills-orchestrator check \
  --config config/skills.yaml \
  --policy-pack builtin/engineering-grade \
  --fail-on warning

CI 或 GitHub Code Scanning 可以使用机器可读输出：

skills-orchestrator check --config config/skills.yaml --format json > check.json
skills-orchestrator check --config config/skills.yaml --format sarif
skills-orchestrator explainability build \
  --check-json check.json \
  --config config/skills.yaml \
  --output ci-explainability.json \
  --force
skills-orchestrator schema validate --kind check --input check.json
skills-orchestrator schema validate --kind ci-explainability --input ci-explainability.json

JSON check output includes policy_trace: an explainable CI trace for rule evaluation. It traces SkillOps rules and policy packs, not agent reasoning or runtime model behavior. ci-explainability.json turns the same trace into PR/CI-ready failure explanations: rule id, blocking status, file/line, skill id, severity, and suggested fix.

也可以直接在 GitHub Actions 中运行：

permissions:
  contents: read
  security-events: write
  pull-requests: write

jobs:
  skills:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: BambooGap/[email protected]
        with:
          config: config/skills.yaml
          policy-pack: builtin/team-standard
          upload-sarif: true
          reviewer-summary: true
          dashboard-snapshot: true
          comment-registry-diff: true

reviewer-summary: true 会生成 check JSON、policy trace、registry graph、evidence ledger 和 reviewer summary artifact；dashboard-snapshot: true 会从同一份 evidence bundle 派生 dashboard-ready JSON。如果同时启用 comment-registry-diff，PR comment 会使用更适合 reviewer 阅读的汇总内容。

更多输入参数见 GitHub Action 文档。团队文档入口见 Documentation Index。

Docker 运行方式见 Docker Usage。

15 分钟生产接入

如果你是在一个真实仓库里第一次接入，优先走 adoption playbook，而不是直接启用最严格的 enterprise gate：

1. 用 init --template team-standard 生成 starter kit。
2. 先跑 check，再跑 build --lock 生成 AGENTS.md 和 skills.lock.json。
3. 再跑 doctor --profile adopter --fail-under 100 和 conformance run --profile core。
4. 在 GitHub Action 里先用 advisory 或 warning gate。
5. 等 registry diff 和 SARIF 对 reviewer 有用后，再升级到 builtin/engineering-grade。

完整步骤见 Adoption Playbook。可复制的真实仓库形态示例见 Reference Repository Examples。

生产固定版本策略

生产仓库不要自动追最新 tag。固定 PyPI exact version、GitHub Action release commit SHA、 Docker digest 和依赖 hash lock；先以 advisory mode 运行，再按团队变更流程升级到 blocking gate。推荐流程见 Production Adoption。

规范、一致性与端到端参考

• SkillOps Contract v1: skill metadata、registry、diff、evidence、adapter 的机器可验证规范。
• Conformance: 如何用 conformance run、schema validate、check、registry、evidence 验证兼容性。
• Third-party Implementation Guide: 如何只依赖 schema、conformance 和负例 fixtures 实现兼容工具。
• Security Policy: MCP trust model、HMAC audit、import provenance 和漏洞报告流程。
• Reference Repository: 可复制到独立 repo 的端到端参考场景，覆盖 PR diff comment、SARIF、evidence bundle 和 adapter inspect。
• Negative Conformance Fixtures: 可复制的坏输入样本，证明高风险 instruction artifacts 会稳定失败。
• Adoption Playbook: 从 advisory CI 到 blocking gate 的接入路径。
• Production Adoption: 生产 CI 接入的 SHA pin、Docker digest、PyPI version pin、证据保留和 runtime 边界。
• Supply Chain Verification: 验证 PyPI wheel/sdist attestations、GHCR provenance/SBOM attestations、digest 和 hash-lock 边界。
• Adoption Authorization: 外部仓库维护者授权 adoption 的请求模板、公开引用许可和防误读边界。
• External Adoption Intake: 外部仓库接入前的 go / no-go 清单。
• Adoption Evidence Pack: 真实外部仓库接入的 artifact handoff、review agenda 和 promotion decision 清单。
• External Adoption Record: 用 schema-valid artifact 记录外部接入、promotion decision 和公开 listing consent。
• Adoption Case Study Template: 只有在 public listing consent 获批后才使用的公开案例模板。
• Adoption Maturity Model: 从本地接入到多仓治理的分级准入标准。
• Agent Fleet Governance: 多 Agent、多租户、多项目指令资产治理边界。
• Supervisor Governance: 总控 Agent、子 Agent、交接、权限和证据的治理模型。
• Agent Handoff Contract Example: 可验证的 supervisor/worker handoff、tenant scope、tool boundary 和 evaluation gate 示例。
• Agent Runtime Image Contract Example: 可验证的外部 agent runtime 容器镜像、权限边界、证据和 handoff gate 示例。
• Reference Repository Examples: Healthchecks、Umami、Woodpecker 风格仓库的最小接入包。
• External Consumer Example: hosted registry、GitHub App 和 multi-repo artifact 输入边界。
• Commercial And Foundation Readiness: 商用接入、外部 adoption、基金会候选之间的真实门槛。
• Release Rollback Playbook: 发布错误时如何处理 PyPI、GHCR、GitHub Release 和证据包。
• Support, Code of Conduct, and Third-party Notices: 外部贡献、支持边界和依赖 notices 入口。

SkillOps Readiness 与证据包

skills-orchestrator doctor --profile adopter --config config/skills.yaml

skills-orchestrator doctor --profile maintainer --config config/skills.yaml

skills-orchestrator conformance run \
  --config config/skills.yaml \
  --policy-pack builtin/engineering-grade

skills-orchestrator check \
  --config config/skills.yaml \
  --policy-pack builtin/engineering-grade \
  --format json \
  > check.json

skills-orchestrator explainability build \
  --check-json check.json \
  --config config/skills.yaml \
  --output ci-explainability.json \
  --force

skills-orchestrator evidence export \
  --config config/skills.yaml \
  --out evidence

skills-orchestrator evidence index \
  --manifest "repo-a=../repo-a/evidence/evidence-manifest.json" \
  --manifest "repo-b=../repo-b/evidence/evidence-manifest.json" \
  --scope-name platform-adoption \
  --output multi-repo-artifacts.json

skills-orchestrator registry build \
  --config-glob "config/skills.yaml" \
  --output skill-registry.json

skills-orchestrator registry graph \
  --config-glob "config/skills.yaml" \
  --output registry-graph.json

skills-orchestrator registry diff registry-before.json registry-after.json \
  --format json \
  --output registry-diff.json \
  --force

skills-orchestrator registry diff registry-before.json registry-after.json \
  --format markdown \
  --output registry-diff.md \
  --force

skills-orchestrator reviewer summary \
  --check-json check.json \
  --registry-diff-json registry-diff.json \
  --registry-diff-markdown registry-diff.md \
  --registry-graph registry-graph.json \
  --evidence-manifest evidence/evidence-manifest.json \
  --output skillops-review-summary.md

skills-orchestrator dashboard snapshot \
  --evidence-dir evidence \
  --repository BambooGap/skills-orchestrator \
  --ref refs/heads/main \
  --commit "$(git rev-parse HEAD)" \
  --output dashboard-snapshot.json

skills-orchestrator dashboard rollup \
  --snapshot dashboard-snapshot.json \
  --organization BambooGap \
  --output dashboard-rollup.json

skills-orchestrator registry comment-body registry-diff.md \
  --output registry-diff-comment.md

skills-orchestrator schema validate \
  --kind registry \
  --input skill-registry.json

skills-orchestrator schema validate \
  --kind registry-graph \
  --input registry-graph.json

skills-orchestrator schema validate \
  --kind enterprise-dashboard-snapshot \
  --input dashboard-snapshot.json

skills-orchestrator schema validate \
  --kind enterprise-dashboard-rollup \
  --input dashboard-rollup.json

skills-orchestrator schema list --format json > schema-catalog.json
skills-orchestrator schema validate \
  --kind schema-catalog \
  --input schema-catalog.json
skills-orchestrator schema audit --stability stable --format json > schema-audit.json
skills-orchestrator schema validate \
  --kind schema-audit \
  --input schema-audit.json

skills-orchestrator schema validate \
  --kind agent-handoff \
  --input examples/agent-handoff/release-review-handoff.json

skills-orchestrator schema validate \
  --kind agent-runtime-image \
  --input examples/agent-runtime-image/codex-worker-image.json

skills-orchestrator integrations list
skills-orchestrator adapters inspect --format json
skills-orchestrator supply-chain sbom --output package-sbom.cdx.json

doctor 默认使用 adopter profile，检查接入仓库真正需要的 config、policy、 SkillOps CI workflow、lock 和 AGENTS.md 证据；maintainer profile 才额外检查 本项目发版用的 action.yml、Dockerfile 和版本化质量报告；enterprise profile 读取 evidence bundle 并验证核心 artifact schema，适合平台团队接入。evidence export 写出 check.json、check.sarif、ci-explainability.json、instruction-manifest.json、 policy-opa-input.json、policy-proof.rego、doctor.json、skill-registry.json、 registry-graph.json、adapter-inspect.json 和 package-sbom.cdx.json，并在 evidence-manifest.json 中记录 artifact SHA-256、bundle_hash 和可选 previous_bundle_hash，适合 CI artifact、审计归档或客户交付。 多仓场景下，evidence index 会把多个仓库的 evidence manifest 聚合成 multi-repo-artifacts.json，供平台团队和 hosted registry 类外部消费者读取。 schema validate 可单独验证 config、check、CI explainability、manifest、policy OPA input、 doctor、registry、registry graph、registry diff、multi-repo artifacts、adapter inspection、 Claude Skills export manifest、SBOM、dashboard snapshot/rollup、agent handoff、agent runtime image 和 commercial handoff 文件合同。schema list --format json 现在输出可验证的 schema-catalog，包含每个合同的 contract_id、stability、since 和目标消费者， 适合平台团队做自动发现和兼容性审计；schema audit 会自检所有打包 schema 和 catalog 元数据，是 v4 线的合同自审计 gate。生产 blocking CI 建议使用 schema audit --stability stable，只绑定 stable contract surface；维护者发版继续运行默认 schema audit --stability all，同时覆盖 stable 与 preview 合同 fixtures。 builtin/engineering-grade 在 v3.2 起额外检查 license、外部 skill provenance 和 review-window 元数据；外部导入应保留 observed source_url、source_ref、 source_commit、content_hash 和 fetched_at，不要把未验证 frontmatter 当成可信来源。

生态适配与 Open-core Handoff

skills-orchestrator adapters inspect --path . --format json \
  > adapter-inspect.json

skills-orchestrator adapters export mcp-client-config \
  --config config/skills.yaml \
  --output mcp-client.json

skills-orchestrator adapters export claude-skills \
  --config config/skills.yaml \
  --output-dir .claude/skills \
  --manifest-output claude-skills-export.json \
  --force

skills-orchestrator schema validate \
  --kind claude-skills-export \
  --input claude-skills-export.json

skills-orchestrator adapters export openai-agents-sdk \
  --config config/skills.yaml \
  --output openai_skillops_agent.py

skills-orchestrator schema validate \
  --kind hosted-registry-ingest \
  --input examples/commercial-handoff/registry-ingest.json

开源核心只负责产出本地 artifact 与机器可读合同。GitHub App、hosted registry 和 enterprise dashboard 这类外部产品应消费这些文件，而不是在 SaaS 后端里重新实现 resolver 或 registry 语义。

导出 Instruction Manifest

Native JSON 保留 Skills Orchestrator 的完整语义，CycloneDX 输出是互操作映射，用于进入现有 BOM / supply-chain 词汇体系。

skills-orchestrator manifest --config config/skills.yaml --format json
skills-orchestrator manifest --config config/skills.yaml --format cyclonedx

导出 Policy Proof

OPA/Rego 是对外审计和集成表面，不是第二套运行时 backend。Resolver 仍然是权威决策系统。

skills-orchestrator policy export --config config/skills.yaml --format opa-input
skills-orchestrator policy export --config config/skills.yaml --format rego-test

编译生成 AGENTS.md

skills-orchestrator build --config config/skills.yaml
# ✓ 解析完成: N skills, N zones
# ✓ 使用 Zone: 默认区 (default)
# ✓ 输出: AGENTS.md

把生成的 AGENTS.md 放到项目根目录，Claude / Cursor 会在会话启动或项目重新加载时读取。 build 会拒绝把明显的 secret-like 字段写入 AGENTS.md，并限制单个 required skill 的 输出大小。需要更严格限制时可传 --max-skill-bytes 或设置 SKILLS_ORCHESTRATOR_BUILD_MAX_SKILL_BYTES。

核心功能

Runtime Model

Skills Orchestrator 把“启动时引导”和“运行时加载”分开：

团队落地建议见 Team Standardization Guide。

同一会话内如何动态切换 Skills

AGENTS.md 不是热更新文件。多数 Agent 只会在 /new、新会话、项目重新加载时读取一次它。Skills Orchestrator 的动态能力来自 MCP：AGENTS.md 只告诉 Agent 一条固定协议，真正的 Skill 选择在每个任务开始时通过 prepare_context 完成。

/new
  ↓
Agent 读取一次 AGENTS.md
  ↓
AGENTS.md 提供固定协议：
  - 不要把所有 available skills 全量塞进上下文
  - 每个新任务开始或任务目标明显变化时，先调用 MCP prepare_context(task)
  - 本轮只遵循 prepare_context 返回的 active_skills
  - 上一轮加载过但本轮未返回的 skills 视为 inactive
  ↓
任务 1：用户说“帮我做安全审查”
  ↓
Agent 调用：
  prepare_context({"task": "帮我做安全审查", "max_skills": 3})
  ↓
MCP 返回本轮 active_skills，例如：
  - security-review（安全代码审查）
  - pr-review（PR Review）
  - error-handling（错误处理规范）
  ↓
Agent 按这组 Skills 执行任务 1
  ↓
任务 2：用户说“现在帮我写发版流程”
  ↓
Agent 再次调用：
  prepare_context({"task": "写发版流程", "max_skills": 3})
  ↓
MCP 返回新的 active_skills，例如：
  - deployment-checklist（部署检查清单）
  - git-commit-conventions（Git 提交规范）
  - documentation（写文档）
  ↓
Agent 按新这组 Skills 执行任务 2，任务 1 的安全审查 Skills 不再作为本轮规则

prepare_context 默认会直接返回 active skills 的完整内容，适合让 Agent 立即进入任务。如果只想先看路由结果，可以传 include_content: false，再对需要的条目调用 get_skill(id)。

skills-orchestrator mcp-test prepare_context \
  '{"task": "帮我做安全审查", "max_skills": 3, "include_content": false}' \
  --config config/skills.yaml

返回结果包含四类信息：

这意味着同一个会话可以连续处理多个不同任务，但每个任务边界都要重新路由一次。prepare_context 不能删除模型历史上下文里的旧文字，所以它会显式输出 inactive 规则，让 Agent 在行为上切换到新的一组 Skills。

因此，修改 Skill 后通常需要重新 build / sync 并重启或刷新对应 Agent 会话；如果使用 MCP Server，运行中的 server 也需要重启才能重新加载配置和 Skill 内容。

1. 编译时治理

解析 Skill 的 YAML frontmatter，检测冲突，按 Zone 生成 AGENTS.md。

• Zone 机制：不同目录自动应用不同规范（企业强制区 vs 个人自由区）
• 冲突检测：编译时 conflict_with 强制报错，不会运行时才发现
• Auto-Discovery：从 frontmatter 自动发现 Skill，无需手动注册

2. MCP Server（10 个工具）

让 Claude 在对话中按需动态加载 Skill，上下文零浪费。

MCP serving is optional. Install skills-orchestrator[mcp] before running serve or mcp-test.

推荐在 AGENTS.md 中固定写入这条规则：每次新任务开始或任务目标明显变化时，先调用 prepare_context(task)；本轮只遵循返回的 active_skills，之前任务加载过但本次未返回的 Skill 视为 inactive。

启动方式：

skills-orchestrator serve --config config/skills.yaml

需要运行期审计时，指定 audit 目录。审计事件是 JSONL，只记录 tool、参数 key、routing hash、active skill id 等治理字段，不记录任务原文或 Skill 正文。

skills-orchestrator serve --config config/skills.yaml --audit-dir .skills-audit
skills-orchestrator usage report --audit-dir .skills-audit

在 .claude/settings.json 中配置：

{
  "mcpServers": {
    "skills-orchestrator": {
      "command": "skills-orchestrator",
      "args": ["serve", "--config", "/absolute/path/to/config/skills.yaml"]
    }
  }
}

3. Pipeline 编排

把多个 Skill 编排成有序工作流，质量门禁保证每步产出。

# config/pipelines/quick-fix.yaml
id: quick-fix
name: 快速修复流程
steps:
  - skill: systematic-debugging
    gate:
      must_produce: [root_cause]
      min_length: 50
  - skill: tdd
    gate:
      must_produce: [test_code]
      min_length: 100
  - skill: pr-review
    skip_if: trivial_fix

# 启动工作流
skills-orchestrator pipeline start quick-fix

# 查看进度
skills-orchestrator pipeline status

# 推进到下一步
skills-orchestrator pipeline advance quick-fix

# 恢复中断的工作流
skills-orchestrator pipeline resume

关键设计：

• pipeline_start / pipeline_advance / pipeline_resume 返回时自动注入当前步骤 Skill 的完整内容，AI 无需额外调用 get_skill
• Gate 质量门禁：must_produce 检查上下文中 key 的存在性，min_length 检查最小长度；可选 check_command 在当前工作目录以无 shell、受限环境执行真实验证（60 秒超时）。Pipeline 配置应只来自受信任仓库；它不验证 Agent 的推理或替代 CI/eval。
• skip_if 条件跳过：满足条件时自动跳过该步骤
• RunState 持久化：工作流状态存到 ~/.skills-orchestrator/runs/，中断后可恢复

4. Skill Inheritance

子 Skill 继承父 Skill 的内容，避免重复维护。

---
id: chinese-code-review
name: 中文代码审查
base: code-review          # 继承父 Skill
tags: [review, coding, chinese]
---

## 额外规则（追加到父内容之后）

- 审查意见用中文撰写
- 遵循国内团队 commit 规范

编译时 Resolver 校验继承链（循环引用、缺失父 Skill），运行时 get_skill 返回合并后的完整内容。

5. Sync 多工具同步

将 Skill 同步到不同 AI 工具的目录格式。

# 同步到 Hermes Agent（全量，默认）
skills-orchestrator sync hermes

# 同步到 OpenClaw（全量，默认）
skills-orchestrator sync openclaw

# 同步到 AGENTS.md（摘要模式，默认）
skills-orchestrator sync agents-md

# 同步到 Cursor（摘要模式，默认）
skills-orchestrator sync cursor

# 同步到 Copilot（摘要模式，默认）
skills-orchestrator sync copilot

# 全量导出到指定文件
skills-orchestrator sync agents-md --full -o AGENTS.md

AGENTS.md 输出格式：

<!-- sync | 2026-05-02 -->

## Required Skills

---
id: systematic-debugging
...

（完整 Skill 内容）

---

## Available Skills

| Skill | 描述 | Tags |
|-------|------|------|
| brainstorming | 在任何创造性工作之前必须使用... | planning, creative |
| writing-plans | 当你有规格说明或需求时使用... | planning |

Skill 文件格式

每个 .md 文件开头加 YAML frontmatter，Skills Orchestrator 自动发现，无需手动注册：

---
id: my-skill
name: 我的技能
summary: "一句话描述，用于 search 和摘要展示"
tags: [coding, quality]
load_policy: free      # free / require（强制注入）
priority: 80           # 数值越大优先级越高
zones: [default]       # 适用的 Zone
conflict_with: []      # 互斥的 Skill ID 列表
base: parent-skill     # 可选：继承父 Skill
---

# 正文内容（Markdown）
...

目录结构（推荐）

skills/
├── coding/        tdd.md, error-handling.md, api-design.md
├── git/           git-operations.md, git-worktrees.md
├── ops/           deployment-checklist.md, environment-setup.md
├── planning/      brainstorming.md, writing-plans.md
├── quality/       refactoring.md, systematic-debugging.md
└── review/        chinese-code-review.md, security-review.md

配置文件（skills.yaml）

version: "2.0"

# 自动扫描目录，无需手动列出每个 Skill
skill_dirs:
  - ../skills

# Zone：不同目录使用不同规范
zones:
  - id: enterprise
    name: 企业强制区
    load_policy: require       # 该 Zone 内所有 Skill 强制注入（free 自动升级为 forced）
    rules:
      - pattern: "*/internal/*"
      - git_contains: "company.com"

  - id: default
    name: 默认区
    load_policy: free
    rules: []

# 覆盖个别 Skill 的 frontmatter 默认值
overrides: []

# Combo：预定义的 Skill 组合
combos:
  - id: full-dev-workflow
    name: 完整开发工作流
    skills: [brainstorming, writing-plans, git-worktrees, finish-branch]

所有命令

# 编译 & 验证
skills-orchestrator build     --config <path>            # 生成 AGENTS.md
skills-orchestrator validate  --config <path>            # 验证，不生成文件
skills-orchestrator status    --config <path>            # 查看 forced/passive/blocked
skills-orchestrator inspect   --workdir <path>           # 检查目录命中哪个 Zone

# 初始化 & 导入
skills-orchestrator init                                 # 交互式初始化
skills-orchestrator init --non-interactive                # 非交互式，从 frontmatter 自动生成
skills-orchestrator import    <github-url>                # 从 GitHub 导入 Skill

# MCP Server
skills-orchestrator serve     --config <path>            # 启动 MCP Server
skills-orchestrator mcp-test  <tool> <args>              # 调用 MCP 工具
# 示例：为一个新任务动态选择本轮 skills
skills-orchestrator mcp-test prepare_context '{"task": "做安全审查", "max_skills": 3}'

# Pipeline 编排
skills-orchestrator pipeline start    <pipeline-id>      # 启动工作流
skills-orchestrator pipeline status                       # 查看进度
skills-orchestrator pipeline advance <pipeline-id>       # 推进到下一步
skills-orchestrator pipeline resume                      # 恢复中断的工作流

# Sync 同步
skills-orchestrator sync hermes                          # 同步到 Hermes Agent
skills-orchestrator sync openclaw                        # 同步到 OpenClaw
skills-orchestrator sync agents-md [-o FILE]             # 同步到 AGENTS.md
skills-orchestrator sync cursor                          # 同步到 Cursor (.cursor/rules/*.mdc)
skills-orchestrator sync copilot [-o FILE]               # 同步到 Copilot

# Lock 可复现性
skills-orchestrator build --lock                         # 编译时同时生成 skills.lock.json
skills-orchestrator check --check-lock skills.lock.json      # 检查 lock 是否过期

从 GitHub 导入 Skill

# 导入受信任仓库里的所有 Skill
skills-orchestrator import https://github.com/example/your-reviewed-skills

# 导入后记录 observed source/provenance；加入默认 skill_dirs 前先复核 license 与内容安全

开发

git clone https://github.com/BambooGap/skills-orchestrator
cd skills-orchestrator
python3.12 -m pip install -e ".[dev]"
pytest tests/ -v
ruff check skills_orchestrator/ tests/

CI 运行：ruff lint + format check + Python 3.12/3.13 matrix。

License

Licensed under either MIT or Apache-2.0, at your option.