# 环境探测
python scripts/environment.py

# 查看推荐配置
python -c "from scripts.environment import EnvironmentProbe; p=EnvironmentProbe(); print(p.get_optimal_profile())"

# 初始化配置 (选择模板)
python scripts/preference.py init balanced

# 查看当前配置
python scripts/preference.py show

# 查看模板
python scripts/preference.py template speed

# 查看统计
python scripts/learning.py stats

# 分析某类别
python scripts/learning.py analyze search

# 运行学习算法
python scripts/learning.py learn

# 获取推荐
python scripts/learning.py recommend search

# 生成文本报告
python scripts/observability.py report

# 生成 Markdown 报告
python scripts/observability.py report markdown

# 保存报告
python scripts/observability.py save

# 查看技能健康状态
python scripts/observability.py health

SkillPilot - 智能技能调度引擎

自适应技能调度，零侵入优化，让每个人都能适配最优执行链路

版本: 0.4.6
定位: 通用技能调度优化框架
核心原则: 零侵入 · 自适应 · 可观测 · 可移植
新增功能: 双模式支持 + 安全修复 + 纯调度器重构

---

🎯 产品愿景

让 SkillPilot 成为通用的技能调度优化框架，帮助每个人根据自己的环境适配最优执行链路。

• - 零侵入: 不修改其他技能，即插即用
• 自适应: 自动学习环境特点和用户偏好
• 可观测: 调度决策透明，性能数据可视
• 可移植: 配置可导出/导入，策略可分享
• 双模式: 默认模式快速执行，全量模式对比优化

---

🚀 双模式说明

默认模式 (default) - 自动触发

触发条件: 输入内容不包含全量、full、对比等关键词

特点: 快速执行，使用默认工具，简洁输出

用户输入：伊朗最新战况
输出：直接显示结果 + 来源

行为:

• - 使用预设的默认工具
• 单次执行，快速返回
• 直接输出查询结果和来源
• 记录执行表现用于后续优化

---

全量模式 (full) - 手动触发

触发条件: 输入内容包含全量、full、对比等关键词，或显式指定 mode=full

特点: 对比优化，自动选择最优

用户输入：SkillPilot 全量模式 伊朗最新战况
输出：工具对比报告 + 最佳结果 + 自动优化

行为:

1. 1. 使用该类别所有工具并行执行
2. 对比所有工具的结果
3. 评估结果质量（内容长度、信息密度等）
4. 自动将表现最好的工具设置为新的默认工具
5. 返回详细对比报告

适用场景:

• - 重要任务，需要确保最佳结果
• 新环境，需要探索最优工具
• 定期运行，持续优化默认选择

---

模式对比

维度	默认模式	全量模式
触发	自动（无关键词）	手动（含关键词）
执行工具

1 个（默认） | N 个（所有同类） |
| 执行速度 | 快 | 较慢 |
| 输出 | 简洁（结果 + 来源） | 详细（对比报告） |
| 自动优化 | ❌ | ✅ |
| 适用场景 | 日常查询 | 重要任务/探索优化 |

---

🏗️ 架构设计

┌─────────────────────────────────────────────────────────┐
│ SkillPilot Core │
├─────────────────────────────────────────────────────────┤
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 环境探测层 │ │ 用户偏好层 │ │ 历史学习层 │ │
│ │ Environment │ │ Preference │ │ Learning │ │
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │
│ └────────────────┼────────────────┘ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 自适应路由决策引擎 (核心) │ │
│ └─────────────────────────────────────────────────┘ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ 技能注册中心 │ │ 降级处理器 │ │ 可观测性 │ │
│ └─────────────┘ └─────────────┘ └─────────────┘ │
└─────────────────────────────────────────────────────────┘

---

📦 核心模块

1. 环境探测 (environment.py)

功能: 自动检测网络特性和技能可用性

python
from scripts.environment import EnvironmentProbe

probe = EnvironmentProbe()
result = probe.probe_all([multi-search-engine, exa-web-search-free])

输出:

- 区域：cn

- 代理：否

- 推荐配置：cn-no-proxy

预设配置模板:

模板	适用场景
cn-no-proxy	中国大陆无代理环境
cn-with-proxy

中国大陆有代理环境 |
| global | 海外环境 |

使用:
bash

环境探测

python scripts/environment.py

查看推荐配置

python -c from scripts.environment import EnvironmentProbe; p=EnvironmentProbe(); print(p.getoptimalprofile())

---

2. 用户偏好 (preference.py)

功能: 让用户定义优化目标和约束条件

python
from scripts.preference import UserPreference

pref = UserPreference()
pref.optimization_goal = speed # speed | cost | quality | balanced
pref.budget_limit = free
pref.save()

预设模式:

模式	说明
speed	极速模式，优先选择响应最快的技能
cost

经济模式，优先选择免费/低成本技能 |
| quality | 质量优先，优先选择质量最高的技能 |
| balanced | 平衡模式，速度/成本/质量平衡 |
| cn-optimized | 国内优化，针对中国大陆网络环境 |
| global-optimized | 全球优化，针对海外网络环境 |

使用:
bash

初始化配置 (选择模板)

python scripts/preference.py init balanced

查看当前配置

python scripts/preference.py show

查看模板

python scripts/preference.py template speed

---

3. 历史学习 (learning.py)

功能: 从历史执行记录中学习最优调度策略

python
from scripts.learning import ExecutionHistory

history = ExecutionHistory()

分析某类别的最优技能

pattern = history.analyze_pattern(search) print(f最优技能：{pattern[best_skill]}) print(f成功率：{pattern[success_rate]*100:.1f}%)

学习所有模式

patterns = history.learn_patterns()

学习维度:

• - 按类别 (search/fetch/summarize)
• 按环境 (cn/global)
• 按技能表现 (成功率/响应时间)

使用:
bash

查看统计

python scripts/learning.py stats

分析某类别

python scripts/learning.py analyze search

运行学习算法

python scripts/learning.py learn

获取推荐

python scripts/learning.py recommend search

---

4. 可观测性 (observability.py)

功能: 提供调度看板、性能报告和诊断工具

python
from scripts.observability import SchedulerDashboard

dashboard = SchedulerDashboard(history=history, environment=environment)

生成报告

report = dashboard.generate_report(text) print(report)

保存报告

filepath = dashboard.save_report(markdown)

报告内容:

• - 环境配置状态
• 技能表现统计
• 学习成果展示
• 优化建议

使用:
bash

生成文本报告

python scripts/observability.py report

生成 Markdown 报告

python scripts/observability.py report markdown

保存报告

python scripts/observability.py save

查看技能健康状态

python scripts/observability.py health

---

🚀 快速开始

步骤 1: 环境探测 (1 分钟)

bash
cd skills/skill-pilot
python scripts/environment.py

输出示例:

🔍 开始环境探测...
→ 探测网络环境...
→ 探测 3 个技能可用性...
✓ 推荐配置：cn-no-proxy

步骤 2: 设置用户偏好 (1 分钟)

bash

使用平衡模式模板

python scripts/preference.py init balanced

步骤 3: 开始使用

SkillPilot 会自动:

• - 根据环境选择最优配置
• 根据偏好调整路由权重
• 记录执行历史
• 学习优化模式

步骤 4: 查看报告 (可选)

bash

每周查看一次

python scripts/observability.py report

---

📊 调度策略模板

中文搜索优化 (strategies/search-cn.yaml)