skill-composer-mcp

skill-composer-mcp

A local AI skill composer that reads, analyzes, compares, and combines SKILL.md skill files, enabling modular skill reuse like Lego blocks.

Category
访问服务器

README

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

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:

{
  "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 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

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选