foryourhealth111-pixel/Vibe-Skills

解决的问题

VibeSkills 是一个面向 AI 代理的通用编排层，解决了"技能疲劳"和工具使用效率低下问题。当代理能够访问大量本地专用技能（工具）时，它们常常难以发现合适的技能，反复调用无效工具，或无法规划复杂的多步骤工作流。VibeSkills 通过自动将这些本地技能路由并编排为可验证的交付流程，减轻了用户和代理的认知负担。

工作原理

VibeSkills 实现了一个结构化的五阶段流程，将任务从请求推进到交付：

1. 需求确认：在工作开始前，明确目标、约束条件和预期交付物。
2. 级别推荐：根据任务范围和依赖关系，建议工作流级别（L 表示可管理的多步骤任务，XL 表示更大规模、可能并行的任务）。
3. 技能组织：扫描本地技能文件夹，读取 SKILL.md 文件以筛选候选技能，并为任务模块分配具体技能，明确交付物和检查项。
4. 执行与记录：代理执行计划，对代码任务使用 TDD（测试驱动开发），并记录每个工作单元的状态。
5. 结果验证：将实际输出与计划项目进行对比，确保所有要求在最终接受前均被满足。

适用人群

专为维护大型可重用 AI 技能/工具库的用户和开发者设计，希望获得一个能够自主规划、选择并执行跨多个领域复杂专业任务的代理框架，而无需手动微管理。

核心亮点

• 高效资源利用：在 SkillsBench 上的基准测试显示，平均任务得分提升 21.12%，同时 token 消耗减少 29.6%，工具调用次数减少 33.1%。
• 智能路由：不是被动触发，而是先分解任务，再从大型技能池（例如 100+ 个技能）中仅选择最相关的技能。
• 可验证工作流：集成严格的检查阶段（例如单个 ML 实验包含 17 项检查），确保跨交付物的一致性。
• 可扩展的库：支持添加个人、团队或第三方技能，且不会因每次任务增加 token 开销，因为它使用本地发现和索引机制。