yusufkaraaslan--skill_seekers/README.ru.md

Skill Seekers

English | 简体中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | Türkçe | العربية | हिन्दी | Русский

⚠️ Уведомление о машинном переводе

Этот документ был автоматически переведён с помощью ИИ. Несмотря на наши усилия по обеспечению качества, возможны неточные выражения.

🧠 Слой данных для ИИ-систем. Skill Seekers преобразует документацию сайтов, репозитории GitHub, PDF, видео, Jupyter-ноутбуки, вики и более 10 других типов источников в структурированные базы знаний — готовые к использованию в ИИ-навыках (Claude, Gemini, OpenAI), RAG-конвейерах (LangChain, LlamaIndex, Pinecone) и ИИ-помощниках для программирования (Cursor, Windsurf, Cline) за считанные минуты.

🌐 Посетите SkillSeekersWeb.com — просматривайте 24+ готовых конфигураций, делитесь своими настройками и получайте доступ к полной документации!

📋 Смотрите дорожную карту разработки и задачи — 134 задачи в 10 категориях, выберите любую для участия!

🌐 Экосистема

Skill Seekers — это мульти-репозиторный проект. Вот где находится каждая часть:

Репозиторий	Описание	Ссылки
Skill_Seekers	Основной CLI и MCP сервер (этот репозиторий)	PyPI
skillseekersweb	Веб-сайт и документация	Сайт
skill-seekers-configs	Репозиторий конфигураций сообщества
skill-seekers-action	GitHub Action для CI/CD
skill-seekers-plugin	Плагин Claude Code
homebrew-skill-seekers	Homebrew tap для macOS

Хотите внести вклад? Репозитории сайта и конфигураций — отличная отправная точка для новых участников!

🧠 Слой данных для ИИ-систем

Skill Seekers — это универсальный слой предобработки, расположенный между необработанной документацией и всеми ИИ-системами, которые её потребляют. Независимо от того, создаёте ли вы навыки для Claude, RAG-конвейер LangChain или файл .cursorrules для Cursor — подготовка данных одинакова. Выполните её один раз и экспортируйте во все целевые платформы.

# Одна команда → структурированная база знаний
skill-seekers create https://docs.react.dev/
# или: skill-seekers create facebook/react
# или: skill-seekers create ./my-project

# Экспорт в любую ИИ-систему
skill-seekers package output/react --target claude      # → Claude AI навык (ZIP)
skill-seekers package output/react --target langchain   # → LangChain Documents
skill-seekers package output/react --target llama-index # → LlamaIndex TextNodes
skill-seekers package output/react --target cursor      # → .cursorrules
skill-seekers package output/react --target ibm-bob     # → Директория навыка IBM Bob

Что создаётся

Результат	Цель	Где используется
Claude навык (ZIP + YAML)	--target claude	Claude Code, Claude API
Gemini навык (tar.gz)	--target gemini	Google Gemini
OpenAI / Custom GPT (ZIP)	--target openai	GPT-4o, пользовательские ассистенты
LangChain Documents	--target langchain	QA-цепочки, агенты, ретриверы
LlamaIndex TextNodes	--target llama-index	Движки запросов, движки диалогов
Haystack Documents	--target haystack	Корпоративные RAG-конвейеры
Pinecone-ready (Markdown)	--target markdown	Загрузка в векторное хранилище
ChromaDB / FAISS / Qdrant	--target chroma/faiss/qdrant	Локальные векторные базы данных
IBM Bob навык (директория)	--target ibm-bob	Проектные/глобальные навыки IBM Bob
Cursor .cursorrules	--target markdown → скопировать SKILL.md	Cursor IDE .cursorrules
Windsurf / Cline / Continue	--target claude → скопировать	VS Code, IntelliJ, Vim

Почему это важно

• ⚡ На 99% быстрее — дни ручной подготовки данных → 15–45 минут
• 🎯 Качество ИИ-навыков — файлы SKILL.md на 500+ строк с примерами, шаблонами и руководствами
• 📊 Готовые к RAG блоки — умная разбивка сохраняет блоки кода и контекст
• 🎬 Видео — извлечение кода, субтитров и структурированных знаний из YouTube и локальных видео
• 🔄 Множество источников — объединение 18 типов источников (документация, GitHub, PDF, видео, ноутбуки, вики и другие) в единую базу знаний
• 🌐 Одна подготовка — все платформы — экспорт одного актива на 21 платформу без повторного сканирования
• ✅ Проверено в бою — 3 700+ тестов, 24+ пресетов для фреймворков, готово к продакшену

🚀 Быстрый старт (3 команды)

# 1. Установка
pip install skill-seekers

# 2. Создание навыка из любого источника
skill-seekers create https://docs.django.com/

# 3. Упаковка для вашей ИИ-платформы
skill-seekers package output/django --target claude

Вот и всё! Теперь у вас есть готовый к использованию output/django-claude.zip.

# Использование другого ИИ-агента для улучшения (по умолчанию: claude)
skill-seekers create https://docs.django.com/ --agent kimi
skill-seekers create https://docs.django.com/ --agent codex
skill-seekers create https://docs.django.com/ --agent-cmd "my-custom-agent run"

🛰️ Сканирование проекта с помощью ИИ (новое)

Направьте scan на любой проект — ИИ-агент прочитает его манифесты, README, Dockerfile/CI и выборку импортов исходного кода, а затем создаст по одной конфигурации на каждый обнаруженный фреймворк плюс <project>-codebase.json для вашего собственного кода. Обнаруженная версия фиксируется, поэтому повторные запуски сообщают об обновлениях:

skill-seekers scan ./my-react-app --out ./configs/scanned/
# → react.json, vite.json, tailwind.json, jest.json, my-react-app-codebase.json

# Затем соберите любую из них
skill-seekers create ./configs/scanned/react.json

Если для обнаружения нет готового пресета, ИИ генерирует новую конфигурацию; при выходе её можно опционально опубликовать в реестре сообщества.

Другие источники (поддерживается 18)

# Репозиторий GitHub
skill-seekers create facebook/react

# Локальный проект
skill-seekers create ./my-project

# PDF-документ
skill-seekers create manual.pdf

# Документ Word
skill-seekers create report.docx

# Электронная книга EPUB
skill-seekers create book.epub

# Jupyter-ноутбук
skill-seekers create notebook.ipynb

# Спецификация OpenAPI
skill-seekers create openapi.yaml

# Презентация PowerPoint
skill-seekers create presentation.pptx

# Документ AsciiDoc
skill-seekers create guide.adoc

# Локальный HTML-файл (автоопределение по расширению)
skill-seekers create page.html

# Целая директория HTML-файлов (автоопределение для директорий с преобладанием HTML)
skill-seekers create ./mirror_output/site/

# Принудительный HTML-режим для смешанной директории с большим количеством кода
skill-seekers create ./repo/ --html-path ./repo/docs/build/html/

# RSS/Atom-лента
skill-seekers create feed.rss

# Man-страница
skill-seekers create curl.1

# Видео (YouTube, Vimeo или локальный файл — требуется skill-seekers[video])
skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial
# Первый запуск? Автоматическая установка зависимостей с поддержкой GPU:
skill-seekers create --setup

# Вики Confluence
skill-seekers create --space-key TEAM --name wiki

# Страницы Notion
skill-seekers create --database-id ... --name docs

# Экспорт чатов Slack/Discord
skill-seekers create --chat-export-path ./slack-export --name team-chat

Экспорт куда угодно

# Упаковка для нескольких платформ
for platform in claude gemini openai langchain; do
  skill-seekers package output/django --target $platform
done

Что такое Skill Seekers?

Skill Seekers — это слой данных для ИИ-систем, который преобразует 18 типов источников — документацию сайтов, репозитории GitHub, PDF, видео, Jupyter-ноутбуки, документы Word/EPUB/AsciiDoc, спецификации OpenAPI/Swagger, презентации PowerPoint, RSS/Atom-ленты, man-страницы, вики Confluence, страницы Notion, экспорты Slack/Discord и другое — в структурированные базы знаний для всех ИИ-целей:

Сценарий использования	Что вы получаете	Примеры
ИИ-навыки	Полный SKILL.md + справочные файлы	Claude Code, Gemini, GPT
RAG-конвейеры	Документы, разбитые на блоки с метаданными	LangChain, LlamaIndex, Haystack
Векторные базы данных	Предварительно отформатированные данные для загрузки	Pinecone, Chroma, Weaviate, FAISS
ИИ-помощники для кода	Файлы контекста, которые IDE-ИИ читает автоматически	Cursor, Windsurf, Cline, Continue.dev

📚 Документация

Я хочу...	Читайте это
Быстро начать	Быстрый старт — 3 команды до первого навыка
Понять концепции	Основные концепции — как это работает
Сканировать источники	Руководство по сканированию — все типы источников
Улучшать навыки	Руководство по улучшению — ИИ-улучшение
Экспортировать навыки	Руководство по упаковке — экспорт на платформы
Найти команды	Справка по CLI — все 20 команд
Настроить	Формат конфигурации — спецификация JSON
Решить проблемы	Устранение неполадок — типичные проблемы

Полная документация: docs/README.md

Skill Seekers заменяет дни ручной предобработки следующими шагами:

1. Сбор — документация, репозитории GitHub, локальные кодовые базы, PDF, видео, Jupyter-ноутбуки, вики и более 10 других типов источников
2. Анализ — глубокий AST-разбор, обнаружение паттернов, извлечение API
3. Структурирование — категоризированные справочные файлы с метаданными
4. Улучшение — генерация SKILL.md с помощью ИИ (Claude, Gemini или локально)
5. Экспорт — 16 платформоспецифичных форматов из одного актива

Зачем использовать Skill Seekers?

Для создателей ИИ-навыков (Claude, Gemini, OpenAI)

• 🎯 Навыки продакшен-уровня — файлы SKILL.md на 500+ строк с примерами кода, шаблонами и руководствами
• 🔄 Рабочие процессы улучшения — применяйте security-focus, architecture-comprehensive или пользовательские YAML-пресеты
• 🎮 Любая предметная область — игровые движки (Godot, Unity), фреймворки (React, Django), внутренние инструменты
• 🔧 Командная работа — объединяйте внутреннюю документацию + код в единый источник истины
• 📚 Качество — ИИ-улучшение с примерами, кратким справочником и навигацией

Для RAG-разработчиков и ИИ-инженеров

• 🤖 Данные, готовые к RAG — предварительно разбитые LangChain Documents, LlamaIndex TextNodes, Haystack Documents
• 🚀 На 99% быстрее — дни предобработки → 15–45 минут
• 📊 Умные метаданные — категории, источники, типы → более точный поиск
• 🔄 Множество источников — объединяйте документацию + GitHub + PDF в одном конвейере
• 🌐 Платформонезависимость — экспорт в любую векторную базу данных или фреймворк без повторного сканирования

Для пользователей ИИ-помощников для программирования

• 💻 Cursor / Windsurf / Cline — автоматическая генерация .cursorrules / .windsurfrules / .clinerules
• 🎯 Постоянный контекст — ИИ «знает» ваши фреймворки без повторных подсказок
• 📚 Всегда актуально — обновляйте контекст за минуты при изменении документации

Ключевые возможности

🌐 Сканирование документации

• ✅ Умное обнаружение SPA — трёхуровневое обнаружение для JavaScript SPA-сайтов (sitemap.xml → llms.txt → рендеринг в безголовом браузере)
• ✅ Поддержка llms.txt — автоматическое обнаружение и использование LLM-ready файлов документации (в 10 раз быстрее)
• ✅ Универсальный сканер — работает с ЛЮБЫМ сайтом документации
• ✅ Умная категоризация — автоматическая организация контента по темам
• ✅ Определение языка кода — распознавание Python, JavaScript, C++, GDScript и других
• ✅ 24+ готовых пресетов — Godot, React, Vue, Django, FastAPI и другие

📄 Поддержка PDF

• ✅ Базовое извлечение PDF — извлечение текста, кода и изображений из PDF-файлов
• ✅ OCR для сканированных PDF — извлечение текста из сканированных документов
• ✅ PDF с паролем — обработка зашифрованных PDF
• ✅ Извлечение таблиц — извлечение сложных таблиц из PDF
• ✅ Параллельная обработка — в 3 раза быстрее для больших PDF
• ✅ Умное кэширование — на 50% быстрее при повторных запусках

🎬 Извлечение из видео

• ✅ YouTube и локальные видео — извлечение субтитров, кода и структурированных знаний из видео
• ✅ Анализ визуальных кадров — OCR-извлечение из редакторов кода, терминалов, слайдов и диаграмм
• ✅ Автоопределение GPU — автоматическая установка правильной сборки PyTorch (CUDA/ROCm/MPS/CPU)
• ✅ ИИ-улучшение — двухэтапное: очистка артефактов OCR + генерация отполированного SKILL.md
• ✅ Обрезка по времени — извлечение определённых фрагментов с --start-time и --end-time
• ✅ Поддержка плейлистов — пакетная обработка всех видео в плейлисте YouTube
• ✅ Резервный Vision API — использование Claude Vision для OCR-кадров с низкой достоверностью

🐙 Анализ репозиториев GitHub

• ✅ Глубокий анализ кода — AST-разбор для Python, JavaScript, TypeScript, Java, C++, Go
• ✅ Извлечение API — функции, классы, методы с параметрами и типами
• ✅ Метаданные репозитория — README, дерево файлов, распределение языков, звёзды/форки
• ✅ GitHub Issues и PR — получение открытых/закрытых issues с метками и вехами
• ✅ CHANGELOG и релизы — автоматическое извлечение истории версий
• ✅ Обнаружение конфликтов — сравнение документированных API с фактической реализацией кода
• ✅ MCP-интеграция — на естественном языке: «Просканируй GitHub-репозиторий facebook/react»

🔄 Унифицированное мультиисточниковое сканирование

• ✅ Объединение нескольких источников — смешивайте документацию + GitHub + PDF в одном навыке
• ✅ Обнаружение конфликтов — автоматическое нахождение расхождений между документацией и кодом
• ✅ Умное слияние — на основе правил или с помощью ИИ
• ✅ Прозрачная отчётность — сравнение бок о бок с предупреждениями ⚠️
• ✅ Анализ пробелов в документации — выявление устаревшей документации и недокументированных функций
• ✅ Единый источник истины — один навык показывает и намерение (документация), и реальность (код)
• ✅ Обратная совместимость — устаревшие одноисточниковые конфигурации продолжают работать

🤖 Поддержка нескольких LLM-платформ

• ✅ 12 LLM-платформ — Claude AI, Google Gemini, OpenAI ChatGPT, MiniMax AI, универсальный Markdown, OpenCode, Kimi (Moonshot AI), DeepSeek AI, Qwen (Alibaba), OpenRouter, Together AI, Fireworks AI
• ✅ Универсальное сканирование — одна и та же документация для всех платформ
• ✅ Платформоспецифичная упаковка — оптимизированные форматы для каждой LLM
• ✅ Экспорт одной командой — флаг --target для выбора платформы
• ✅ Опциональные зависимости — устанавливайте только то, что нужно
• ✅ 100% обратная совместимость — существующие рабочие процессы Claude без изменений

Платформа	Формат	Загрузка	Улучшение	API Key	Пользовательский эндпоинт
Claude AI	ZIP + YAML	✅ Авто	✅ Да	ANTHROPIC_API_KEY	ANTHROPIC_BASE_URL
Google Gemini	tar.gz	✅ Авто	✅ Да	GOOGLE_API_KEY	-
OpenAI ChatGPT	ZIP + Vector Store	✅ Авто	✅ Да	OPENAI_API_KEY	-
MiniMax AI	ZIP + Knowledge Files	✅ Авто	✅ Да	MINIMAX_API_KEY	-
Универсальный Markdown	ZIP	❌ Вручную	❌ Нет	-	-

# Claude (по умолчанию — без изменений!)
skill-seekers package output/react/
skill-seekers upload react.zip

# Google Gemini
pip install skill-seekers[gemini]
skill-seekers package output/react/ --target gemini
skill-seekers upload react-gemini.tar.gz --target gemini

# OpenAI ChatGPT
pip install skill-seekers[openai]
skill-seekers package output/react/ --target openai
skill-seekers upload react-openai.zip --target openai

# MiniMax AI
pip install skill-seekers[minimax]
skill-seekers package output/react/ --target minimax
skill-seekers upload react-minimax.zip --target minimax

# Универсальный Markdown (универсальный экспорт)
skill-seekers package output/react/ --target markdown
# Используйте markdown-файлы напрямую в любой LLM

🔧 Используйте собственного ИИ-провайдера (OpenAI-совместимые эндпоинты + подписки, кредиты Anthropic не нужны)

Опциональный этап ИИ-улучшения (используется командами create, scan и enhance) не требует ключа Anthropic. Есть три способа его запустить:

1. Используйте подписку, за которую вы уже платите — вообще без API-кредитов (LOCAL-режим агента)

Skill Seekers может вызывать CLI кодинг-агента, в который вы уже вошли, поэтому улучшение работает на вашем существующем тарифе вместо оплачиваемых API-токенов:

skill-seekers create <source> --agent codex     # OpenAI Codex CLI → ваш ChatGPT Plus
skill-seekers create <source> --agent claude    # Claude Code      → ваш Claude Pro/Max

Поддерживаемые агенты: claude, codex, copilot, opencode, kimi и custom (сочетайте --agent custom с --agent-cmd "<your-cli> ...", чтобы использовать любой другой инструмент).

2. Любой OpenAI-совместимый провайдер (OpenRouter, Groq, Cerebras, Mistral, NVIDIA NIM, …)

Все они предоставляют OpenAI-совместимый эндпоинт /v1. Направьте Skill Seekers на один из них с помощью трёх переменных окружения — он обнаруживает OPENAI_API_KEY, а OpenAI SDK автоматически учитывает OPENAI_BASE_URL:

export OPENAI_API_KEY="<your provider key>"
export OPENAI_BASE_URL="https://openrouter.ai/api/v1"   # эндпоинт провайдера (см. таблицу)
export OPENAI_MODEL="<a model that provider offers>"     # обязательно — модель по умолчанию gpt-4o в других местах не существует
skill-seekers create <source>

Провайдер	OPENAI_BASE_URL
OpenRouter	https://openrouter.ai/api/v1
Groq	https://api.groq.com/openai/v1
Cerebras	https://api.cerebras.ai/v1
Mistral	https://api.mistral.ai/v1
NVIDIA NIM	https://integrate.api.nvidia.com/v1

Определение провайдера выбирает первую найденную переменную окружения с API-ключом (ANTHROPIC_API_KEY → GOOGLE_API_KEY → OPENAI_API_KEY → MOONSHOT_API_KEY). Установите SKILL_SEEKER_PROVIDER, чтобы принудительно выбрать конкретного провайдера, или убедитесь, что ключи с более высоким приоритетом не заданы.

3. Claude-совместимые эндпоинты (например, GLM, прокси)

export ANTHROPIC_API_KEY="your-key"
export ANTHROPIC_BASE_URL="https://your-claude-compatible-endpoint/v1"

Google Gemini (GOOGLE_API_KEY) и Kimi/Moonshot (MOONSHOT_API_KEY) также поддерживаются нативно. Полный список, включая переопределение моделей для каждого провайдера, см. в Справке по переменным окружения.

Установка:

# Установка с поддержкой Gemini
pip install skill-seekers[gemini]

# Установка с поддержкой OpenAI
pip install skill-seekers[openai]

# Установка с поддержкой MiniMax
pip install skill-seekers[minimax]

# Установка всех LLM-платформ
pip install skill-seekers[all-llms]

🔗 Интеграции с RAG-фреймворками

• ✅ LangChain Documents — прямой экспорт в формат Document с page_content + метаданными

  • Подходит для: QA-цепочек, ретриверов, векторных хранилищ, агентов
  • Пример: LangChain RAG-конвейер
  • Руководство: Интеграция с LangChain

• ✅ LlamaIndex TextNodes — экспорт в формат TextNode с уникальными ID + эмбеддингами

  • Подходит для: движков запросов, движков диалогов, контекста хранилища
  • Пример: LlamaIndex движок запросов
  • Руководство: Интеграция с LlamaIndex

• ✅ Формат, готовый к Pinecone — оптимизирован для загрузки в векторную базу данных

  • Подходит для: продакшен-поиска по векторам, семантического и гибридного поиска
  • Пример: Загрузка в Pinecone
  • Руководство: Интеграция с Pinecone

Быстрый экспорт:

# LangChain Documents (JSON)
skill-seekers package output/django --target langchain
# → output/django-langchain.json

# LlamaIndex TextNodes (JSON)
skill-seekers package output/django --target llama-index
# → output/django-llama-index.json

# Markdown (универсальный)
skill-seekers package output/django --target markdown
# → output/django-markdown/SKILL.md + references/

Полное руководство по RAG-конвейерам: Документация по RAG-конвейерам

---

🧠 Интеграции с ИИ-помощниками для программирования

Преобразуйте документацию любого фреймворка в экспертный контекст для 4+ ИИ-помощников:

• ✅ Cursor IDE — генерация .cursorrules для ИИ-подсказок при написании кода

  • Подходит для: генерации кода с учётом фреймворка, единообразных паттернов
  • Руководство: Интеграция с Cursor
  • Пример: Cursor React навык

• ✅ Windsurf — настройка контекста ИИ-помощника Windsurf через .windsurfrules

  • Подходит для: встроенной ИИ-помощи в IDE, потоковое программирование
  • Руководство: Интеграция с Windsurf
  • Пример: Windsurf FastAPI контекст

• ✅ Cline (VS Code) — системные промпты + MCP для VS Code-агента

  • Подходит для: автономной генерации кода в VS Code
  • Руководство: Интеграция с Cline
  • Пример: Cline Django ассистент

• ✅ Continue.dev — контекстные серверы для IDE-независимого ИИ

  • Подходит для: мультисредных окружений (VS Code, JetBrains, Vim), пользовательских LLM-провайдеров
  • Руководство: Интеграция с Continue
  • Пример: Continue универсальный контекст

Быстрый экспорт для ИИ-инструментов программирования:

# Для любого ИИ-помощника (Cursor, Windsurf, Cline, Continue.dev)
skill-seekers create --config configs/django.json
skill-seekers package output/django --target claude  # или --target markdown

# Скопируйте в свой проект (пример для Cursor)
cp output/django-claude/SKILL.md my-project/.cursorrules

# Или для Windsurf
cp output/django-claude/SKILL.md my-project/.windsurf/rules/django.md

# Или для Cline
cp output/django-claude/SKILL.md my-project/.clinerules

# Или для Continue.dev (HTTP-сервер)
python examples/continue-dev-universal/context_server.py
# Настройте в ~/.continue/config.json

Центр интеграций: Все интеграции с ИИ-системами

---

🌊 Трёхпоточная архитектура GitHub

• ✅ Трёхпоточный анализ — разделение GitHub-репозитория на потоки «Код», «Документация» и «Аналитика»
• ✅ Унифицированный анализатор кодовой базы — работает как с URL GitHub, так и с локальными путями
• ✅ C3.x как глубина анализа — выбор «basic» (1–2 мин) или «c3x» (20–60 мин)
• ✅ Расширенная генерация маршрутизатора — метаданные GitHub, быстрый старт из README, типичные проблемы
• ✅ Интеграция Issues — распространённые проблемы и решения из GitHub Issues
• ✅ Умные ключевые слова маршрутизации — метки GitHub с двойным весом для лучшего определения тем

Описание трёх потоков:

• Поток 1: Код — глубокий C3.x-анализ (паттерны, примеры, руководства, конфигурации, архитектура)
• Поток 2: Документация — документация репозитория (README, CONTRIBUTING, docs/*.md)
• Поток 3: Аналитика — знания сообщества (Issues, метки, звёзды, форки)

from skill_seekers.cli.unified_codebase_analyzer import UnifiedCodebaseAnalyzer

# Анализ GitHub-репозитория со всеми тремя потоками
analyzer = UnifiedCodebaseAnalyzer()
result = analyzer.analyze(
    source="https://github.com/facebook/react",
    depth="c3x",  # или "basic" для быстрого анализа
    fetch_github_metadata=True
)

# Доступ к потоку кода (C3.x-анализ)
print(f"Паттерны проектирования: {len(result.code_analysis['c3_1_patterns'])}")
print(f"Примеры из тестов: {result.code_analysis['c3_2_examples_count']}")

# Доступ к потоку документации (документация репозитория)
print(f"README: {result.github_docs['readme'][:100]}")

# Доступ к потоку аналитики (метаданные GitHub)
print(f"Звёзды: {result.github_insights['metadata']['stars']}")
print(f"Типичные проблемы: {len(result.github_insights['common_problems'])}")

Полная документация: Сводка по реализации трёхпоточной архитектуры

🔐 Умное управление лимитами запросов и конфигурация

• ✅ Система конфигурации с несколькими токенами — управление несколькими аккаунтами GitHub (личный, рабочий, open source)
  • Безопасное хранение конфигурации в ~/.config/skill-seekers/config.json (права 600)
  • Стратегии лимита запросов для каждого профиля: prompt, wait, switch, fail
  • Умная цепочка резервирования: аргумент CLI → переменная окружения → файл конфигурации → запрос
• ✅ Интерактивный мастер настройки — красивый терминальный интерфейс для простой настройки
• ✅ Умный обработчик лимитов запросов — больше никаких бесконечных ожиданий!
  • Обратный отсчёт в реальном времени, автоматическое переключение профилей
  • Четыре стратегии: prompt (спросить), wait (обратный отсчёт), switch (переключить), fail (прервать)
• ✅ Возобновление — продолжение прерванных задач
• ✅ Поддержка CI/CD — флаг --non-interactive для автоматизации

Быстрая настройка:

# Однократная настройка (5 минут)
skill-seekers config --github

# Использование определённого профиля для приватных репозиториев
skill-seekers create mycompany/private-repo --profile work

# Режим CI/CD (быстрый отказ, без запросов)
skill-seekers create owner/repo --non-interactive

# Возобновление прерванной задачи
skill-seekers resume --list
skill-seekers resume github_react_20260117_143022

Описание стратегий лимита запросов:

• prompt (по умолчанию) — спросить, что делать при достижении лимита (подождать, переключиться, настроить токен, отменить)
• wait — автоматически ждать с обратным отсчётом (учитывает тайм-аут)
• switch — автоматически пробовать следующий доступный профиль (для настроек с несколькими аккаунтами)
• fail — немедленно завершиться с понятной ошибкой (идеально для CI/CD)

🎯 Bootstrap-навык — самохостинг

Генерация skill-seekers как навыка для использования в вашем ИИ-агенте (Claude Code, Kimi, Codex и т. д.):

# Генерация навыка
./scripts/bootstrap_skill.sh

# Установка в Claude Code
cp -r output/skill-seekers ~/.claude/skills/

Что вы получаете:

• ✅ Полная документация навыка — все CLI-команды и шаблоны использования
• ✅ Справка по CLI-командам — каждый инструмент и его опции задокументированы
• ✅ Примеры быстрого старта — типичные рабочие процессы и лучшие практики
• ✅ Автогенерируемая API-документация — анализ кода, паттерны и примеры

🔐 Приватные репозитории конфигураций

• ✅ Git-источники конфигураций — получение конфигураций из приватных/командных Git-репозиториев
• ✅ Управление несколькими источниками — регистрация неограниченного количества репозиториев GitHub, GitLab, Bitbucket
• ✅ Командная работа — обмен пользовательскими конфигурациями в командах из 3–5 человек
• ✅ Корпоративная поддержка — масштабирование до 500+ разработчиков
• ✅ Безопасная аутентификация — токены через переменные окружения (GITHUB_TOKEN, GITLAB_TOKEN)
• ✅ Умное кэширование — клонируйте один раз, обновления подтягиваются автоматически
• ✅ Офлайн-режим — работа с кэшированными конфигурациями без подключения к сети

🤖 Анализ кодовой базы (C3.x)

C3.4: Извлечение паттернов конфигурации с ИИ-улучшением

• ✅ 9 форматов конфигурации — JSON, YAML, TOML, ENV, INI, Python, JavaScript, Dockerfile, Docker Compose
• ✅ 7 типов паттернов — база данных, API, логирование, кэш, почта, аутентификация, сервер
• ✅ ИИ-улучшение — опциональный двухрежимный ИИ-анализ (API + LOCAL)
• ✅ Анализ безопасности — обнаружение жёстко закодированных секретов и открытых учётных данных
• ✅ Автодокументирование — генерация JSON + Markdown документации всех конфигураций
• ✅ MCP-интеграция — инструмент extract_config_patterns с поддержкой улучшения

C3.3: ИИ-улучшенные пошаговые руководства

• ✅ Полное ИИ-улучшение — преобразование базовых руководств в профессиональные учебники
• ✅ 5 автоматических улучшений — описание шагов, устранение неполадок, предварительные требования, следующие шаги, сценарии использования
• ✅ Двухрежимная поддержка — API-режим (Claude API) или LOCAL-режим (Claude Code CLI)
• ✅ Нулевые затраты в LOCAL-режиме — БЕСПЛАТНОЕ улучшение с вашим планом Claude Code Max
• ✅ Качественное преобразование — шаблоны на 75 строк → подробные руководства на 500+ строк

Использование:

# Быстрый анализ (1–2 мин, только базовые функции)
skill-seekers scan tests/ --quick

# Комплексный анализ (с ИИ, 20–60 мин)
skill-seekers scan tests/ --comprehensive

# С ИИ-улучшением
skill-seekers scan tests/ --enhance

Полная документация: docs/features/HOW_TO_GUIDES.md

🔄 Пресеты рабочих процессов улучшения

Многоразовые YAML-определённые конвейеры улучшения, управляющие тем, как ИИ преобразует необработанную документацию в отшлифованный навык.

• ✅ 5 встроенных пресетов — default, minimal, security-focus, architecture-comprehensive, api-documentation
• ✅ Пользовательские пресеты — добавляйте собственные рабочие процессы в ~/.config/skill-seekers/workflows/
• ✅ Цепочки рабочих процессов — объединяйте два или более рабочих процесса в одной команде
• ✅ Полное управление через CLI — просмотр, копирование, добавление, удаление и валидация рабочих процессов

# Применение одного рабочего процесса
skill-seekers create ./my-project --enhance-workflow security-focus

# Цепочка нескольких рабочих процессов (применяются по порядку)
skill-seekers create ./my-project \
  --enhance-workflow security-focus \
  --enhance-workflow minimal

# Управление пресетами
skill-seekers workflows list                          # Список всех (встроенные + пользовательские)
skill-seekers workflows show security-focus           # Показать содержимое YAML
skill-seekers workflows copy security-focus           # Скопировать в пользовательскую директорию для редактирования
skill-seekers workflows add ./my-workflow.yaml        # Установить пользовательский пресет
skill-seekers workflows remove my-workflow            # Удалить пользовательский пресет
skill-seekers workflows validate security-focus       # Проверить структуру пресета

# Копирование нескольких сразу
skill-seekers workflows copy security-focus minimal api-documentation

# Добавление нескольких файлов сразу
skill-seekers workflows add ./wf-a.yaml ./wf-b.yaml

# Удаление нескольких сразу
skill-seekers workflows remove my-wf-a my-wf-b

Формат YAML-пресета:

name: security-focus
description: "Обзор безопасности: уязвимости, аутентификация, обработка данных"
version: "1.0"
stages:
  - name: vulnerabilities
    type: custom
    prompt: "Проверить на OWASP Top 10 и распространённые уязвимости..."
  - name: auth-review
    type: custom
    prompt: "Исследовать паттерны аутентификации и авторизации..."
    uses_history: true

⚡ Производительность и масштаб

• ✅ Асинхронный режим — сканирование в 2–3 раза быстрее с async/await (флаг --async)
• ✅ Поддержка большой документации — обработка документов на 10K–40K+ страниц с умным разделением
• ✅ Маршрутизатор/Hub-навыки — интеллектуальная маршрутизация к специализированным поднавыкам
• ✅ Параллельное сканирование — одновременная обработка нескольких навыков
• ✅ Контрольные точки/Возобновление — прогресс никогда не теряется при длительном сканировании
• ✅ Система кэширования — сканируйте один раз, пересобирайте мгновенно

🤖 Генерация навыков, независимая от агента

• ✅ Поддержка нескольких агентов — генерация навыков для Claude, Kimi, Codex, Copilot, OpenCode или любого пользовательского агента через флаг --agent
• ✅ Пользовательские команды агентов — используйте --agent-cmd, чтобы задать собственную CLI-команду агента для улучшения
• ✅ Универсальные флаги — --agent и --agent-cmd доступны во всех командах (create, scrape, github, pdf и т. д.)

📦 Конвейер маркетплейса

• ✅ Публикация в маркетплейсе — публикация навыков в репозитории маркетплейса плагинов Claude Code
• ✅ Сквозной конвейер — от источника документации до опубликованной записи в маркетплейсе

✅ Контроль качества

• ✅ Полное покрытие тестами — 3 700+ тестов с обширным покрытием

---

📦 Установка

# Базовая установка (сканирование документации, анализ GitHub, PDF, упаковка)
pip install skill-seekers

# С поддержкой всех LLM-платформ
pip install skill-seekers[all-llms]

# С MCP-сервером
pip install skill-seekers[mcp]

# Всё включено
pip install skill-seekers[all]

Нужна помощь с выбором? Запустите мастер настройки:

skill-seekers-setup

Варианты установки

Команда установки	Функциональность
pip install skill-seekers	Сканирование, анализ GitHub, PDF, все платформы
pip install skill-seekers[gemini]	+ Поддержка Google Gemini
pip install skill-seekers[openai]	+ Поддержка OpenAI ChatGPT
pip install skill-seekers[all-llms]	+ Все LLM-платформы
pip install skill-seekers[mcp]	+ MCP-сервер
pip install skill-seekers[video]	+ Извлечение субтитров и метаданных YouTube/Vimeo
pip install skill-seekers[video-full]	+ Транскрипция Whisper и извлечение визуальных кадров
pip install skill-seekers[jupyter]	+ Поддержка Jupyter-ноутбуков
pip install skill-seekers[pptx]	+ Поддержка PowerPoint
pip install skill-seekers[confluence]	+ Поддержка вики Confluence
pip install skill-seekers[notion]	+ Поддержка страниц Notion
pip install skill-seekers[rss]	+ Поддержка RSS/Atom-лент
pip install skill-seekers[chat]	+ Поддержка экспорта чатов Slack/Discord
pip install skill-seekers[asciidoc]	+ Поддержка документов AsciiDoc
pip install skill-seekers[all]	Всё включено

Визуальные зависимости для видео (с поддержкой GPU): После установки skill-seekers[video-full] запустите skill-seekers create --setup для автоопределения вашего GPU и установки правильной сборки PyTorch

• easyocr. Это рекомендуемый способ установки зависимостей для визуального извлечения.

---

🚀 Рабочий процесс установки одной командой

Самый быстрый способ от конфигурации до загруженного навыка — полная автоматизация:

# Установка навыка React из официальных конфигураций (автозагрузка в Claude)
skill-seekers install --config react

# Установка из локального файла конфигурации
skill-seekers install --config configs/custom.json

# Установка без загрузки (только упаковка)
skill-seekers install --config django --no-upload

# Предпросмотр рабочего процесса без выполнения
skill-seekers install --config react --dry-run

Время: 20–45 минут всего | Качество: Готово к продакшену (9/10) | Стоимость: Бесплатно

Выполняемые фазы:

📥 ФАЗА 1: Получение конфигурации (если указано имя конфигурации)
📖 ФАЗА 2: Сканирование документации
✨ ФАЗА 3: ИИ-улучшение (ОБЯЗАТЕЛЬНО — без возможности пропуска)
📦 ФАЗА 4: Упаковка навыка
☁️  ФАЗА 5: Загрузка в Claude (опционально, требуется API Key)

Требования:

• Переменная окружения ANTHROPIC_API_KEY (для автозагрузки)
• План Claude Code Max (для локального ИИ-улучшения) или используйте --agent для выбора другого ИИ-агента

---

📊 Матрица функций

Skill Seekers поддерживает 12 LLM-платформ, 8 RAG/векторных целей, 18 типов источников и полный паритет функций по всем целевым платформам.

Платформы: Claude AI, Google Gemini, OpenAI ChatGPT, MiniMax AI, универсальный Markdown, OpenCode, Kimi (Moonshot AI), DeepSeek AI, Qwen (Alibaba), OpenRouter, Together AI, Fireworks AI Типы источников: Документация сайтов, репозитории GitHub, PDF, Word (.docx), EPUB, видео, локальные кодовые базы, Jupyter-ноутбуки, локальный HTML, OpenAPI/Swagger, AsciiDoc, PowerPoint (.pptx), RSS/Atom-ленты, man-страницы, вики Confluence, страницы Notion, экспорты чатов Slack/Discord

Подробности см. в Полной матрице функций.

Быстрое сравнение платформ

Функция	Claude	Gemini	OpenAI	MiniMax	Markdown
Формат	ZIP + YAML	tar.gz	ZIP + Vector	ZIP + Knowledge	ZIP
Загрузка	✅ API	✅ API	✅ API	✅ API	❌ Вручную
Улучшение	✅ Sonnet 4	✅ 2.0 Flash	✅ GPT-4o	✅ M3	❌ Нет
Все режимы навыков	✅	✅	✅	✅	✅

---

Примеры использования

Сканирование документации

# Сканирование документации сайта
skill-seekers create --config configs/react.json

# Быстрое сканирование без конфигурации
skill-seekers create https://react.dev --name react

# Асинхронный режим (в 3 раза быстрее)
skill-seekers create --config configs/godot.json --async --workers 8

# Использование конкретного ИИ-агента для улучшения
skill-seekers create --config configs/react.json --agent kimi

Извлечение из PDF

# Базовое извлечение из PDF
skill-seekers create --pdf docs/manual.pdf --name myskill

# Расширенные функции
skill-seekers create --pdf docs/manual.pdf --name myskill \
    --extract-tables \        # Извлечение таблиц
    --parallel \              # Быстрая параллельная обработка
    --workers 8               # Использование 8 ядер CPU

# Сканированные PDF (требуется: pip install pytesseract Pillow)
skill-seekers create --pdf docs/scanned.pdf --name myskill --ocr

Извлечение из видео

# Установка поддержки видео
pip install skill-seekers[video]        # Субтитры + метаданные
pip install skill-seekers[video-full]   # + Whisper транскрипция + извлечение визуальных кадров

# Автоопределение GPU и установка визуальных зависимостей (PyTorch + easyocr)
skill-seekers create --setup

# Извлечение из видео YouTube
skill-seekers create --video-url https://www.youtube.com/watch?v=dQw4w9WgXcQ --name mytutorial

# Извлечение из плейлиста YouTube
skill-seekers create --video-playlist https://www.youtube.com/playlist?list=... --name myplaylist

# Извлечение из локального видеофайла
skill-seekers create --video-file recording.mp4 --name myrecording

# Извлечение с анализом визуальных кадров (требуются зависимости video-full)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --name mytutorial --visual

# С ИИ-улучшением (очистка OCR + генерация отполированного SKILL.md)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --visual --enhance-level 2

# Обрезка определённого фрагмента видео (поддерживаются секунды, MM:SS, HH:MM:SS)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --start-time 1:30 --end-time 5:00

# Использование Vision API для OCR-кадров с низкой достоверностью (требуется ANTHROPIC_API_KEY)
skill-seekers create --video-url https://www.youtube.com/watch?v=... --visual --vision-ocr

# Пересборка навыка из ранее извлечённых данных (пропуск загрузки)
skill-seekers create --from-json output/mytutorial/video_data/extracted_data.json --name mytutorial

Полное руководство: см. docs/VIDEO_GUIDE.md для полной справки по CLI, деталей визуального конвейера, опций ИИ-улучшения и устранения неполадок.

Анализ репозиториев GitHub

# Базовое сканирование репозитория
skill-seekers create facebook/react

# С аутентификацией (более высокие лимиты запросов)
export GITHUB_TOKEN=ghp_your_token_here
skill-seekers create facebook/react

# Настройка содержимого
skill-seekers create django/django \
    --include-issues \        # Извлечение GitHub Issues
    --max-issues 100 \        # Ограничение количества issues
    --include-changelog       # Извлечение CHANGELOG.md

Унифицированное мультиисточниковое сканирование

Объединение документации + GitHub + PDF в один навык с обнаружением конфликтов:

# Использование готовых унифицированных конфигураций
skill-seekers create --config configs/react_unified.json
skill-seekers create --config configs/django_unified.json

# Или создание унифицированной конфигурации
cat > configs/myframework_unified.json << 'EOF'
{
  "name": "myframework",
  "merge_mode": "rule-based",
  "sources": [
    {
      "type": "documentation",
      "base_url": "https://docs.myframework.com/",
      "max_pages": 200
    },
    {
      "type": "github",
      "repo": "owner/myframework",
      "code_analysis_depth": "surface"
    }
  ]
}
EOF

skill-seekers create --config configs/myframework_unified.json

Обнаружение конфликтов автоматически находит:

• 🔴 Отсутствует в коде (высокий приоритет): задокументировано, но не реализовано
• 🟡 Отсутствует в документации (средний приоритет): реализовано, но не задокументировано
• ⚠️ Несовпадение сигнатур: различные параметры/типы
• ℹ️ Несовпадение описаний: различные пояснения

Полное руководство: см. docs/features/UNIFIED_SCRAPING.md.

Приватные репозитории конфигураций

Обмен пользовательскими конфигурациями в команде через приватные Git-репозитории:

# Использование MCP-инструментов для регистрации приватного командного репозитория
add_config_source(
    name="team",
    git_url="https://github.com/mycompany/skill-configs.git",
    token_env="GITHUB_TOKEN"
)

# Получение конфигурации из командного репозитория
fetch_config(source="team", config_name="internal-api")

Поддерживаемые платформы:

• GitHub (GITHUB_TOKEN), GitLab (GITLAB_TOKEN), Gitea (GITEA_TOKEN), Bitbucket (BITBUCKET_TOKEN)

Полное руководство: см. docs/reference/GIT_CONFIG_SOURCES.md.

Как это работает

graph LR
    A[Документация сайта] --> B[Skill Seekers]
    B --> C[Сканер]
    B --> D[ИИ-улучшение]
    B --> E[Упаковщик]
    C --> F[Организованные справочные файлы]
    D --> F
    F --> E
    E --> G[ИИ-навык .zip]
    G --> H[Загрузка на ИИ-платформу]

0. Обнаружение llms.txt — проверка наличия llms-full.txt, llms.txt, llms-small.txt (часть умного обнаружения SPA)
1. Сканирование: извлечение всех страниц из документации
2. Категоризация: организация контента по темам (API, руководства, учебники и т.д.)
3. Улучшение: ИИ анализирует документацию и создаёт всеобъемлющий SKILL.md с примерами (поддерживает несколько агентов через --agent)
4. Упаковка: объединение всего в готовый для платформы .zip-файл

Архитектура

Система организована в 8 основных модулей и 5 вспомогательных модулей (всего ~200 классов):

Модуль	Назначение	Ключевые классы
CLICore	Диспетчер команд в стиле Git	CLIDispatcher, SourceDetector, CreateCommand
Scrapers	Извлечение из 18 типов источников	DocToSkillConverter, DocumentSkillBuilder (общий слой сборки), UnifiedScraper
Adaptors	20+ форматов выходных платформ	SkillAdaptor (ABC), ClaudeAdaptor, LangChainAdaptor
Analysis	Конвейер анализа кодовой базы C3.x	UnifiedCodebaseAnalyzer, PatternRecognizer, 10 детекторов GoF
Enhancement	ИИ-улучшение навыков через AgentClient	AgentClient, AIEnhancer, UnifiedEnhancer, WorkflowEngine
Packaging	Упаковка, загрузка, установка навыков	PackageSkill, InstallAgent
MCP	FastMCP-сервер (40 инструментов)	SkillSeekerMCPServer, 10 модулей инструментов
Sync	Обнаружение изменений документации	ChangeDetector, SyncMonitor, Notifier

Вспомогательные модули: Parsers (28 CLI-парсеров), Storage (S3/GCS/Azure), Embedding (векторы от нескольких провайдеров), Benchmark (производительность), Utilities (16 общих помощников).

Полные UML-диаграммы: docs/UML_ARCHITECTURE.md | Проект StarUML: docs/UML/skill_seekers.mdj | HTML-справка по API: docs/UML/html/

📋 Предварительные требования

Перед началом убедитесь, что у вас есть:

1. Python 3.10 или выше — Скачать | Проверить: python3 --version
2. Git — Скачать | Проверить: git --version
3. 15–30 минут для первоначальной настройки

Впервые? → Начните здесь: Безотказное руководство быстрого старта 🎯

---

📤 Загрузка навыков в Claude

После упаковки навыка его необходимо загрузить в Claude:

Вариант 1: Автоматическая загрузка (через API)

# Установка API Key (однократно)
export ANTHROPIC_API_KEY=sk-ant-...

# Упаковка и автоматическая загрузка
skill-seekers package output/react/ --upload

# ИЛИ загрузка существующего .zip
skill-seekers upload output/react.zip

Вариант 2: Ручная загрузка (без API Key)

# Упаковка навыка
skill-seekers package output/react/
# → Создаёт output/react.zip

# Затем загрузите вручную:
# - Перейдите на https://claude.ai/skills
# - Нажмите «Upload Skill»
# - Выберите output/react.zip

Вариант 3: MCP (Claude Code)

В Claude Code просто попросите:
"Упакуй и загрузи навык React"

---

🤖 Установка в ИИ-агенты

Skill Seekers может автоматически устанавливать навыки в 19 ИИ-агентов для программирования.

# Установка в конкретный агент
skill-seekers install-agent output/react/ --agent cursor

# Установка в IBM Bob (проектная директория .bob/skills/)
skill-seekers install-agent output/react/ --agent bob

# Установка во все агенты сразу
skill-seekers install-agent output/react/ --agent all

# Предпросмотр без установки
skill-seekers install-agent output/react/ --agent cursor --dry-run

Поддерживаемые агенты

Агент	Путь	Тип
Claude Code	~/.claude/skills/	Глобальный
Cursor	.cursor/skills/	Проектный
VS Code / Copilot	.github/skills/	Проектный
Amp	~/.amp/skills/	Глобальный
Goose	~/.config/goose/skills/	Глобальный
OpenCode	~/.opencode/skills/	Глобальный
Windsurf	~/.windsurf/skills/	Глобальный
Roo Code	.roo/skills/	Проектный
Cline	.cline/skills/	Проектный
Aider	~/.aider/skills/	Глобальный
Bolt	.bolt/skills/	Проектный
Kilo Code	.kilo/skills/	Проектный
Continue	~/.continue/skills/	Глобальный
Kimi Code	~/.kimi/skills/	Глобальный
IBM Bob	.bob/skills/	Проектный

---

🔌 MCP-интеграция (40 инструментов)

Skill Seekers поставляется с MCP-сервером для использования из Claude Code, Cursor, Windsurf, VS Code + Cline или IntelliJ IDEA.

# Режим stdio (Claude Code, VS Code + Cline)
python -m skill_seekers.mcp.server_fastmcp

# Режим HTTP (Cursor, Windsurf, IntelliJ)
python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765

# Автоматическая настройка всех агентов за раз
./setup_mcp.sh

Все 40 инструментов:

• Основные (9): list_configs, generate_config, validate_config, estimate_pages, scrape_docs, package_skill, upload_skill, enhance_skill, install_skill
• Расширенные (10): scrape_github, scrape_pdf, unified_scrape, merge_sources, detect_conflicts, add_config_source, fetch_config, list_config_sources, remove_config_source, split_config
• Векторные БД (4): export_to_chroma, export_to_weaviate, export_to_faiss, export_to_qdrant
• Облачные (3): cloud_upload, cloud_download, cloud_list

Полное руководство: docs/guides/MCP_SETUP.md

---

⚙️ Конфигурация

Доступные пресеты (24+)

# Список всех пресетов
# skill-seekers list-configs  # Недоступно в v3.7.0

Категория	Пресеты
Веб-фреймворки	react, vue, angular, svelte, nextjs
Python	django, flask, fastapi, sqlalchemy, pytest
Разработка игр	godot, pygame, unity
Инструменты и DevOps	docker, kubernetes, terraform, ansible
Унифицированные (документация + GitHub)	react-unified, vue-unified, nextjs-unified и другие

Создание собственной конфигурации

# Вариант 1: Интерактивный
skill-seekers create --interactive

# Вариант 2: Копирование и редактирование пресета
cp configs/react.json configs/myframework.json
nano configs/myframework.json
skill-seekers create --config configs/myframework.json

Структура файла конфигурации

{
  "name": "myframework",
  "description": "Когда использовать этот навык",
  "base_url": "https://docs.myframework.com/",
  "selectors": {
    "main_content": "article",
    "title": "h1",
    "code_blocks": "pre code"
  },
  "url_patterns": {
    "include": ["/docs", "/guide"],
    "exclude": ["/blog", "/about"]
  },
  "categories": {
    "getting_started": ["intro", "quickstart"],
    "api": ["api", "reference"]
  },
  "rate_limit": 0.5,
  "max_pages": 500
}

Где хранить конфигурации

Инструмент выполняет поиск в следующем порядке:

1. Точный путь, как указан
2. ./configs/ (текущая директория)
3. ~/.config/skill-seekers/configs/ (пользовательская директория конфигурации)
4. SkillSeekersWeb.com API (готовые конфигурации)

---

📊 Что создаётся

output/
├── godot_data/              # Полученные необработанные данные
│   ├── pages/              # JSON-файлы (по одному на страницу)
│   └── summary.json        # Обзор
│
└── godot/                   # Навык
    ├── SKILL.md            # Улучшенный с реальными примерами
    ├── references/         # Категоризированная документация
    │   ├── index.md
    │   ├── getting_started.md
    │   ├── scripting.md
    │   └── ...
    ├── scripts/            # Пусто (добавьте свои скрипты)
    └── assets/             # Пусто (добавьте свои ресурсы)

---

🐛 Устранение неполадок

Контент не извлечён?

• Проверьте селектор main_content
• Попробуйте: article, main, div[role="main"]

Данные есть, но не используются?

# Принудительное повторное сканирование
rm -rf output/myframework_data/
skill-seekers create --config configs/myframework.json

Категоризация не устраивает?

Отредактируйте раздел categories в конфигурации, используя более подходящие ключевые слова.

Хотите обновить документацию?

# Удалите старые данные и просканируйте заново
rm -rf output/godot_data/
skill-seekers create --config configs/godot.json

Улучшение не работает?

# Проверьте, установлен ли API Key
echo $ANTHROPIC_API_KEY

# Попробуйте LOCAL-режим (использует Claude Code Max, API Key не нужен)
skill-seekers enhance output/react/ --mode LOCAL

# Мониторинг статуса фонового улучшения
skill-seekers enhance-status output/react/ --watch

Проблемы с лимитами GitHub?

# Установите GitHub Token (5000 запросов/час вместо 60/час анонимно)
export GITHUB_TOKEN=ghp_your_token_here

# Или настройте несколько профилей
skill-seekers config --github

---

📈 Производительность

Задача	Время	Примечания
Сканирование (синхр.)	15–45 мин	Только первый раз, на основе потоков
Сканирование (асинхр.)	5–15 мин	В 2–3 раза быстрее с флагом --async
Сборка	1–3 мин	Быстрая пересборка из кэша
Пересборка	<1 мин	С --skip-scrape
Улучшение (LOCAL)	30–60 сек	Использует Claude Code Max
Улучшение (API)	20–40 сек	Требуется API Key
Видео (субтитры)	1–3 мин	YouTube/локальное, только субтитры
Видео (визуальное)	5–15 мин	+ OCR-извлечение кадров
Упаковка	5–10 сек	Создание итогового .zip

---

🆕 Новое в v3.6.0

Предустановки рабочих процессов

Управляйте глубиной анализа с помощью --preset:

skill-seekers create https://docs.react.dev/ --preset quick      # Быстрый, поверхностный
skill-seekers create https://docs.react.dev/ --preset standard   # Сбалансированный (по умолчанию)
skill-seekers create https://docs.react.dev/ --preset comprehensive # Глубокий, исчерпывающий

Флаги жизненного цикла

skill-seekers create https://docs.react.dev/ --dry-run    # Предпросмотр без сканирования
skill-seekers create https://docs.react.dev/ --fresh      # Игнорировать кэш, полное пересканирование
skill-seekers create https://docs.react.dev/ --resume     # Возобновить прерванную задачу
skill-seekers create https://docs.react.dev/ --skip-scrape # Переупаковать существующий результат

Проверка здоровья и утилиты

skill-seekers doctor                    # Диагностика установки и окружения
skill-seekers sync-config               # Обнаружение отклонений конфигурации
skill-seekers stream <source>           # Потоковое поглощение для больших документов
skill-seekers update output/react/      # Инкрементальное обновление
skill-seekers multilang <source>        # Генерация навыков на нескольких языках
skill-seekers quality output/react/     # Отчёт о качестве (добавьте --threshold 7 для контроля: ненулевой код выхода ниже 7/10)

Опции RAG-фрагментации (упаковка)

skill-seekers package output/react/ --chunk-for-rag --chunk-tokens 512 --chunk-overlap-tokens 50

Публикация в маркетплейсе

skill-seekers package output/react/ --marketplace --marketplace-category frontend

Дополнительные опциональные зависимости

Дополнение	Установка	Назначение
browser	pip install "skill-seekers[browser]"	Безголовый Playwright для SPA-сайтов
embedding	pip install "skill-seekers[embedding]"	Поддержка сервера эмбеддингов
s3 / gcs / azure	pip install "skill-seekers[s3]" и т. д.	Загрузка в облачное хранилище
rag-upload	pip install "skill-seekers[rag-upload]"	Комбинированные зависимости загрузки в векторные БД

---

📚 Документация

Начало работы

• BULLETPROOF_QUICKSTART.md — 🎯 НАЧНИТЕ ЗДЕСЬ, если вы новичок!
• QUICKSTART.md — Быстрый старт для опытных пользователей
• TROUBLESHOOTING.md — Распространённые проблемы и решения
• docs/archive/legacy/QUICK_REFERENCE.md — Краткая справка на одну страницу

Архитектура

• docs/UML_ARCHITECTURE.md — Обзор UML-архитектуры с 14 диаграммами
• docs/UML/exports/ — Экспорт диаграмм в PNG (обзор пакетов + 13 диаграмм классов)
• docs/UML/html/ — Полная HTML-справка по API (все классы, операции, атрибуты)
• docs/UML/skill_seekers.mdj — Файл проекта StarUML (откройте в StarUML)

Руководства

• docs/reference/LARGE_DOCUMENTATION.md — Работа с документами на 10K–40K+ страниц
• docs/features/ENHANCEMENT_MODES.md — Руководство по режимам ИИ-улучшения
• docs/guides/MCP_SETUP.md — Настройка MCP-интеграции
• docs/features/UNIFIED_SCRAPING.md — Мультиисточниковое сканирование
• docs/VIDEO_GUIDE.md — Полное руководство по извлечению из видео

Руководства по интеграции

• docs/integrations/LANGCHAIN.md — LangChain RAG
• docs/integrations/CURSOR.md — Cursor IDE
• docs/integrations/WINDSURF.md — Windsurf IDE
• docs/integrations/CLINE.md — Cline (VS Code)
• docs/integrations/RAG_PIPELINES.md — Все RAG-конвейеры

---

📝 Лицензия

Лицензия MIT — подробности в файле LICENSE

---

Удачного создания навыков! 🚀

---

🔒 Безопасность

---

💛 Спонсоры

Atlas Cloud — полномодальная, OpenAI-совместимая платформа ИИ-инференса. Skill Seekers поддерживает её как цель упаковки/улучшения через --target atlas с ATLAS_API_KEY.