SkillProvider 技能系统

技能系统允许 Twinkle Auto 智能体从外部来源（Git 仓库、API、本地文件）动态加载专业知识，并注入到 LLM 的系统提示词中。

架构

类	角色
Skill	持有单个技能名称、内容和来源的数据类
SkillProvider	从数据源获取技能的抽象基类
SkillManager	编排多个 Provider，聚合技能用于提示词注入

Skill 数据类

@dataclasses.dataclass
class Skill:
    name: str       # 简短标识符（通常为文件名去除扩展名）
    content: str    # 完整的 Markdown 内容
    source: str     # Provider 名称 + 相对路径，用于可追溯性

创建自定义 Provider

继承 SkillProvider 并实现 name 和 fetch()：

from twinkle_client.skills.base import SkillProvider

class MySkillProvider(SkillProvider):

    @property
    def name(self) -> str:
        return 'my-skills'

    async def fetch(self) -> None:
        # 将技能文件下载/克隆到 self.cache_dir
        # 例如：git clone、API 下载、文件拷贝
        ...

默认的 load_skills() 会扫描 self.cache_dir 中的 .md 文件（跳过 README、LICENSE 等），返回 Skill 对象。

SkillManager

from twinkle_client.skills.manager import SkillManager

manager = SkillManager()
manager.register(my_provider)
manager.register(another_provider)

# 拉取并加载所有技能
skills = await manager.load_all()

# 格式化为 LLM 系统提示词注入内容
prompt_section = manager.format_for_prompt()

关键方法

方法	说明
register(provider)	添加技能 Provider
load_all()	从所有 Provider 拉取并加载
format_for_prompt()	将技能渲染为系统提示词格式
get_skill_names()	列出已加载技能名称

缓存目录

默认缓存在 ~/.cache/twinkle/auto/skills/<provider_name>/。可通过向 Provider 构造函数传入 cache_dir 参数覆盖。