English | 中文
蒸馏 GitHub 项目为 AI Skill 技能并发布到开源社区
GitHub Skill Distiller 是一个 AI 驱动的技能蒸馏框架,能够自动将 GitHub 项目转化为标准化 AI Skill 技能,并一键发布到 ClawHub、GitHub 等开源社区。
核心价值:像蒸馏精华一样,从复杂的 GitHub 项目中提取核心能力,转化为简洁、可用、可发布的 AI 技能。
蒸馏过程(仅需 5 分钟):
GitHub 项目 → 项目分析 → 能力提取 → 技能生成 → 质量闸评分 → 自动修复 → 发布上线
(输入) (1分钟) (核心) (3分钟) (自动) (按需) (30秒)
实际案例:
- you-get 技能:从 56k stars 项目蒸馏为完整技能(5分钟)
- 输入:https://github.com/soimort/you-get
- 输出:SKILL.md + 使用指南 + 故障排查 + 配置示例(6个文件,1165行)
时间对比:
传统手动方式:调研(2-4h) + 编写(8-12h) + 验证(4-6h) + 发布(1-2h) = 20-30小时
自动蒸馏流程:分析(1min) + 提取(核心) + 生成(3min) + 验证(10s) + 发布(30s) = 5分钟
节省时间: 99%+
核心能力 - 技能蒸馏:
- 项目分析蒸馏:自动扫描 GitHub 项目结构,提取元数据、文档、配置
- 能力精华提取:AI 理解项目核心功能,提取可执行的技能能力
- 技能标准生成:生成符合 ClawHub/GitHub 标准的技能包
- 质量闸保障:生成后自动 100 分制评分,低于 70 分触发 AI 定向修复(最多 2 轮),确保蒸馏质量
- 一键发布上线:支持 ClawHub、GitHub Marketplace 双平台发布
技术特性:
- 🎯 输入简单:只需 GitHub URL
- ⚡ 速度极快:5分钟完成全流程
- 🤖 AI 驱动:智能理解项目核心能力
- ✅ 质量保证:100 分制质量闸 + AI 自动修复 + 标准化输出
- 🔧 工具兼容:支持 Claude Code、Codex、OpenCode 等主流 AI 工具
- 📦 即开即用:完整模板、脚本、示例项目
# 方式1: 使用 git clone(推荐)
git clone https://github.com/CN-big-cabbage/github-skill-distiller.git
cd github-skill-distiller
# 方式2: 使用 GitHub CLI
gh repo clone CN-big-cabbage/github-skill-distiller
cd github-skill-distiller
# 验证下载成功
ls -la skills/generate-skill.md根据你使用的 AI 编程工具,选择对应的安装方式:
# 项目级安装(仅当前项目可用)
mkdir -p .claude/commands
cp skills/generate-skill.md .claude/commands/generate-skill.md
# 或全局安装(所有项目可用)
mkdir -p ~/.claude/commands
cp skills/generate-skill.md ~/.claude/commands/generate-skill.md
# 验证安装
ls -la .claude/commands/generate-skill.md # 项目级
ls -la ~/.claude/commands/generate-skill.md # 全局# 项目级安装
mkdir -p .codex
cp skills/generate-skill.md .codex/generate-skill.md
# 或全局安装
cat skills/generate-skill.md >> ~/.codex/instructions.md
# 验证安装
cat .codex/generate-skill.md | head -10# 安装到 OpenCode 指令目录
mkdir -p .opencode/commands
cp skills/generate-skill.md .opencode/commands/generate-skill.md
# 验证安装
ls -la .opencode/commands/generate-skill.md# Cursor 安装
mkdir -p .cursor/rules
cp skills/generate-skill.md .cursor/rules/generate-skill.md
# Windsurf 安装
mkdir -p .windsurf/rules
cp skills/generate-skill.md .windsurf/rules/generate-skill.md
# 验证安装
ls -la .cursor/rules/generate-skill.md对于其他工具,直接将 skills/generate-skill.md 内容作为 prompt 使用。
在 Claude Code 中:
# 安装后直接使用蒸馏命令
/generate-skill https://github.com/user/project
# 示例:蒸馏 you-get 项目为技能
/generate-skill https://github.com/soimort/you-get在 Codex / OpenCode / Cursor 中:
# 描述蒸馏任务并引用技能
"请按照 generate-skill 的流程,蒸馏 https://github.com/user/project 为技能"蒸馏流程:
GitHub项目 → 项目分析 → 能力提取 → 技能生成 → 质量闸(自动评分+修复) → 发布上线
输入 1分钟 AI核心 3分钟 自动(按需修复) 30秒
1. 分析项目(提取项目精华)
# 分析 GitHub 项目元数据和结构
./scripts/analyze-repo.sh https://github.com/user/project /tmp/my-skill
# 查看提取的项目精华
cat /tmp/my-skill/project-profile.json2. 创建技能框架(构建蒸馏容器)
# 创建技能目录结构
./workflows/create-skill.sh my-skill
# 查看生成的框架
ls -la my-skill/3. 编辑内容(注入能力精华)
参考 cases/you-get/ 完整案例:
# 查看已蒸馏的技能示例
ls -la cases/you-get/
# 编辑你的技能主文件
vim my-skill/SKILL.md
# 添加使用指南
vim my-skill/guides/01-installation.md
vim my-skill/guides/02-quickstart.md
# 添加故障排查
vim my-skill/troubleshooting.md4. 验证质量(确保蒸馏纯度)
# 结构验证脚本
./workflows/validate-skill.sh my-skill
# 检查结果
# ✅ 文件结构完整
# ✅ frontmatter格式正确
# ✅ 占位符已替换
# ✅ 内容质量达标使用
/generate-skill命令时,系统会自动运行 100 分制质量闸(Phase 3a): 评分低于 70 分则触发 AI 定向修复(Phase 3b),最多循环 2 次后重评(Phase 3c)。
5. 发布技能(输出蒸馏成果)
# 方式1: 一键推送发布
./scripts/push-and-publish.sh my-skill
# 方式2: 手动发布到 ClawHub
clawhub publish ./my-skill \
--slug my-skill \
--name "My Skill" \
--version "1.0.0" \
--changelog "Distilled from GitHub project"
# 方式3: 发布到 GitHub
cd my-skill
git init
git add .
git commit -m "feat: distilled skill from GitHub project"
git remote add origin git@github.com:USER/my-skill.git
git push -u origin main
gh release create v1.0.0蒸馏完成并发布后,用户可以这样安装使用:
# 从 ClawHub 安装蒸馏后的技能
clawhub install my-skill
# 从 GitHub 克隆
git clone https://github.com/user/my-skill.git
# 查看技能文档
cat my-skill/SKILL.md# 测试蒸馏流程
/generate-skill https://github.com/soimort/you-get
# 预期输出:
# ✓ 项目分析完成(提取项目精华)
# ✓ 技能框架创建成功(构建蒸馏容器)
# ✓ 能力注入完成(蒸馏核心能力)
# ✓ 质量验证通过(确保蒸馏纯度)
# ✓ 发布成功(输出蒸馏成果)| 项目 | 类型 | Stars | 技能链接 |
|---|---|---|---|
| you-get | CLI 工具 | 50k+ | cases/you-get |
| httpie | CLI 工具 | 37k+ | cases/httpie |
| fzf | CLI 工具 | 79k+ | cases/fzf |
| rich | Python 库 | 56k+ | cases/rich |
| fastapi | 框架 | 97k+ | cases/fastapi |
| lazydocker | DevOps 工具 | 50k+ | cases/lazydocker |
| glances | 监控工具 | 32k+ | cases/glances |
| paper-checking | Web 应用 | - | cases/paper-checking |
使用
/generate-skill <github-url>生成你自己的技能!
github-skill-distiller/ # GitHub Skill Distiller
├── skills/ # 蒸馏核心引擎
│ └── generate-skill.md # 蒸馏编排器(AI驱动)
├── scripts/ # 自动化脚本
│ ├── analyze-repo.sh # 项目分析(提取精华)
│ ├── push-and-publish.sh # 发布上线
│ └── publish-you-get.sh # you-get蒸馏案例
├── workflows/ # 工作流
│ ├── create-skill.sh # 创建蒸馏容器
│ ├── validate-skill.sh # 质量验证(确保纯度)
│ └── publish-clawhub.sh # ClawHub发布
├── templates/ # 蒸馏模板
│ └── clawhub/
│ ├── SKILL.md.template # 技能容器模板
│ ├── guide.md.template # 指南模板
│ └── troubleshooting.md.template # 故障排查模板
├── docs/ # 方法论文档
│ ├── 00-overview.md # 蒸馏总览
│ ├── 01-platform-research.md # 平台研究
│ ├── 02-skill-design-principles.md # 设计原则
│ ├── 03-creation-workflow.md # 蒸馏流程
│ ├── 04-testing-validation.md # 测试验证
│ ├── 05-publishing-guide.md # 发布指南
│ ├── 06-maintenance-strategy.md # 维护策略
│ └── 07-case-study-kubeasz.md # 案例分析
├── examples/ # 示例项目
│ ├── hello-world/ # 入门级蒸馏
│ ├── data-processor/ # 中级蒸馏
│ └── kubeasz-deploy/ # 生产级蒸馏
├── cases/ # 蒸馏成果案例
│ ├── you-get/ # CLI工具案例(you-get)
│ │ ├── SKILL.md # 蒸馏后的技能主文件
│ │ ├── guides/ # 使用指南
│ │ ├── troubleshooting.md # 故障排查
│ │ └── configs/ # 配置示例
│ └── paper-checking/ # Web应用案例(论文查重)
├── checklists/ # 检查清单
│ └── pre-creation-checklist.md # 蒸馏前评估
└── resources/ # 参考资料
├── platform-comparison.md # 平台对比
├── skill-quality-metrics.md # 质量指标
└── common-patterns.md # 常见模式
| 对比维度 | 自动蒸馏 | 手动蒸馏 | 传统方式 |
|---|---|---|---|
| 处理时间 | 5 分钟 | 1-2 小时 | 20-30 小时 |
| 技术门槛 | 零门槛 | 低门槛 | 高门槛 |
| 质量保证 | 自动验证 | 自动验证 | 手动验证 |
| 平台支持 | 双平台 | 双平台 | 单平台 |
| 核心技术 | AI 提取精华 | 模板引导 | 手动编写 |
| 适合人群 | 所有人 | 学习者 | 专家 |
推荐使用自动蒸馏:输入 GitHub URL → 等待 5 分钟 → 获得纯净技能
GitHub Skill Distiller 采用 提取-转化-加载(ETL) 的蒸馏方法论:
第一阶段:提取(Extract)
GitHub 项目 → 项目扫描 → 元数据提取 → 文档分析 → 能力识别
(结构) (stars/语言) (README) (核心功能)
第二阶段:转化(Transform)
能力识别 → AI理解 → 技能设计 → 内容生成 → 标准化输出
(核心) (SKILL.md) (guides) (ClawHub格式)
第三阶段:加载(Load)
标准化输出 → 质量验证 → 平台适配 → 发布上线
(纯度检查) (ClawHub/GitHub) (可用技能)
蒸馏效果:
- 输入:复杂的 GitHub 项目(数十个文件,数千行代码)
- 输出:纯净的 AI 技能(6个文件,聚焦核心能力)
- 压缩比:20-30倍(提取精华,去除冗余)
GitHub Skill Distiller 已适配主流 AI 编程工具:
| 工具 | 安装方式 | 蒸馏命令 |
|---|---|---|
| Claude Code | .claude/commands/ |
/generate-skill <url> |
| OpenAI Codex CLI | .codex/ |
描述任务 + 引用 prompt |
| OpenCode | .opencode/commands/ |
描述任务 + 引用 prompt |
| Cursor | .cursor/rules/ |
描述任务 + 引用规则 |
| Windsurf | .windsurf/rules/ |
描述任务 + 引用规则 |
最适合蒸馏的项目:
- ✅ 有明确用户价值的开源项目
- ✅ 有 README 和基础文档的项目
- ✅ 命令行工具或 API 项目
- ✅ 需要快速推广和分发的项目
蒸馏成功案例:
- you-get:视频下载工具(56k stars)
- kubeasz-deploy:K8s部署工具
不适合蒸馏的项目:
- ❌ 完全无文档的项目
- ❌ 企业内部私有项目(无法开源)
- ❌ 纯图形界面应用(无 API/CLI)
深入学习技能蒸馏方法论:
| 文档 | 说明 |
|---|---|
| 蒸馏总览 | 方法论简介和快速开始 |
| 平台研究 | ClawHub / GitHub Marketplace 对比 |
| 设计原则 | 6 大核心要素 + 质量评估标准 |
| 蒸馏流程 | 提取-转化-加载完整流程 |
| 测试验证 | 验证策略和检查清单 |
| 发布指南 | 双平台发布步骤 |
| 维护策略 | 版本迭代和用户反馈 |
| 案例分析 | kubeasz 蒸馏案例 |
- GitHub: https://github.com/CN-big-cabbage/github-skill-distiller
- Issues: 问题反馈和功能建议
- ClawHub: https://clawhub.ai (发布平台)
- 成功案例: you-get 技能
GitHub Skill Distiller - 蒸馏 GitHub 项目精华,转化为纯净 AI 技能 🎯