skill-composer-mcp
# Skill Composer MCP — 介绍
## 这是什么
一个本地运行的 **AI 技能组合器**。它能读取、分析、对比和组合多个 SKILL.md 技能文件,让不同的 AI 技能像乐高积木一样拼接使用。
**核心原则**:所有原始技能文件**只读不写**,永不污染源文件。
## 关键内容
### 13 个 MCP 工具
| 工具 | 一句话说明 |
|---|---|
| `configure_skills` | 首次使用配置技能目录 |
| `list_skills` | 列出/搜索所有技能 |
| `analyze_skill` | **六维分析**(速度/准确度/鲁棒性/输出质量/提示策略/工具使用)+ 逆向工程 |
| `compare_skills` | 两个技能差异对比 + 六维雷达图 |
| `compose_skills` | 组合技能(diff/temp/persist/dry-run) |
| `recommend_combo` | AI 自动推荐最佳组合方案 |
| `save_template` / `load_template` / `list_templates` | 模板管理 |
| `search_patterns` | 搜索模式库(成功率/分类/标签) |
| `analyze_evolution` | 进化分析(六维差异 + 路线图) |
| `progressive_inject` | **逐维度渐进注入**,一步一确认 |
| `approve_step` / `reject_step` | 注入步骤决策 |
| `reload_config` | 手动热加载配置 |
### 六维评估框架
每个技能从 6 个维度打分(0-10),生成雷达图:
```
speed ─ 执行效率与性能
accuracy ─ 校验与精确度
robustness ─ 错误处理与容错
output_quality ─ 输出结构化与可读性
prompt_strategy─ 提示词设计策略
tool_usage ─ 工具调用与编排
```
### 模式库
从技能中自动提取可复用设计模式,持久化到 `~/.composed_skills/pattern-library.json`,追踪每次使用的成功/失败和生命周期。
## 使用方法
### 1. 安装
```bash
git clone https://github.com/K-Host/skill-composer-mcp.git
cd skill-composer-mcp
uv sync
```
### 2. 配置 MCP 客户端
在 opencode.json 或 MCP 客户端配置文件中添加:
```json
{
"mcp": {
"skill-composer": {
"type": "local",
"command": ["uv", "run", "python", "-m", "skill_composer_mcp"],
"enabled": true
}
}
}
```
### 3. 首次引导
启动后调用 `configure_skills` 告诉工具去哪找你的技能文件:
```
configure_skills(skill_paths=[
"~/.config/opencode/skills",
"./skills"
])
```
### 4. 在对话中使用
配置完成后直接说:
- *"列出所有技能"*
- *"分析一下 xxx 技能"*
- *"对比 A 和 B"*
- *"把 A 和 B 组合起来"*
## 融合方法参考
本项目六维评估框架、模式库提取、渐进式注入等核心技术受 [Taotie Skill](https://github.com/binggandata/bggg-skill-taotie) 启发。Taotie 是一套开源的技能进化框架,提供了技能质量评估、模式复用和持续优化的完整方法论,推荐参考。
## 项目结构
```
├── 介绍.md ← 本文档
├── opencode.json ← MCP 客户端配置
├── pyproject.toml ← 项目依赖
├── src/
│ └── skill_composer_mcp/
│ ├── server.py # MCP 协议层(13 个工具)
│ ├── config.py # 配置 + 热加载
│ ├── models.py # 数据模型
│ └── core/
│ ├── skill_loader.py # 技能扫描
│ ├── skill_parser.py # 技能解析
│ ├── skill_analyzer.py # 六维分析 + 逆向工程
│ ├── skill_composer.py # 组合引擎 + 渐进注入
│ ├── pattern_library.py # 持久化模式库
│ ├── security_guard.py # 安全沙箱
│ ├── template_manager.py # 模板管理
│ └── llm_factory.py # LLM 封装
├── skills/ ← 自定义技能目录
└── examples/ ← 示例技能
```
TDQS
Scored across 15 tools
Each tool has a clearly distinct purpose: analysis, comparison, composition, progressive injection with approval workflow, template management, pattern search, and configuration. No overlap or ambiguity.
All tools follow a consistent verb_noun snake_case pattern (e.g., analyze_evolution, compare_skills, list_templates). The pattern is uniform and predictable.
15 tools cover the domain of skill composition and analysis comprehensively without being excessive. Each tool serves a necessary function in the workflow.
The tool set covers listing, analysis, comparison, composition, progressive injection, template management, pattern search, and configuration. Minor gap: no explicit delete operation for templates or skills, but this is acceptable for the intended use.