name: Skill Evolution Manager
description: 专门用于在对话结束时，根据用户反馈和对话内容总结优化并迭代现有 Skills 的核心工具。它通过吸取对话中的“精华”（如成功的解决方案、失败的教训、特定的代码规范）来持续演进 Skills 库。
license: MIT

Skill Evolution Manager

这是整个 AI 技能系统的“进化中枢”。它不仅负责优化单个 Skill，还负责跨 Skill 的经验复盘和沉淀。

核心职责

1. 复盘诊断 (Session Review)：在对话结束时，分析所有被调用的 Skill 的表现。
2. 经验提取 (Experience Extraction)：将非结构化的用户反馈转化为结构化的 JSON 数据（evolution.json）。
3. 智能缝合 (Smart Stitching)：将沉淀的经验自动写入 SKILL.md，确保持久化且不被版本更新覆盖。

使用场景

Trigger:
- /evolve
- "复盘一下刚才的对话"
- "我觉得刚才那个工具不太好用，记录一下"
- "把这个经验保存到 Skill 里"

工作流 (The Evolution Workflow)

1. 经验复盘 (Review & Extract)

当用户触发复盘时，Agent 必须执行：
1. 扫描上下文：找出用户不满意的点（报错、风格不对、参数错误）或满意的点（特定 Prompt 效果好）。
2. 定位 Skill：确定是哪个 Skill 需要进化（例如 yt-dlp 或 baoyu-comic）。
3. 生成 JSON：在内存中构建如下 JSON 结构：
json { "preferences": ["用户希望下载默认静音"], "fixes": ["Windows 下 ffmpeg 路径需转义"], "custom_prompts": "在执行前总是先打印预估耗时" }

2. 经验持久化 (Persist)

Agent 调用 scripts/merge_evolution.py，将上述 JSON 增量写入目标 Skill 的 evolution.json 文件中。
- 命令: python scripts/merge_evolution.py <skill_path> <json_string>

3. 文档缝合 (Stitch)

Agent 调用 scripts/smart_stitch.py，将 evolution.json 的内容转化为 Markdown 并追加到 SKILL.md 末尾。
- 命令: python scripts/smart_stitch.py <skill_path>

4. 跨版本对齐 (Align)

当 skill-manager 更新了某个 Skill 后，Agent 应主动运行 smart_stitch.py，将之前保存的经验“重新缝合”到新版文档中。

核心脚本

• scripts/merge_evolution.py: 增量合并工具。负责读取旧 JSON，去重合并新 List，保存。
• scripts/smart_stitch.py: 文档生成工具。负责读取 JSON，在 SKILL.md 末尾生成或更新 ## User-Learned Best Practices & Constraints 章节。
• scripts/align_all.py: 全量对齐工具。一键遍历所有 Skill 文件夹，将存在的 evolution.json 经验重新缝合回对应的 SKILL.md。常用于 skill-manager 批量更新后的经验还原。

最佳实践

• 不要直接修改 SKILL.md 的正文：除非是明显的拼写错误。所有的经验修正应通过 evolution.json 通道进行，这样可以保证在 Skill 升级时经验不丢失。
• 多 Skill 协同：如果一次对话涉及多个 Skill，请依次为每个 Skill 执行上述流程。