skill-create

/skill-create - 本地技能生成

分析你的仓库的 git 历史，以提取编码模式并生成 SKILL.md 文件，用于向 Claude 传授你团队的实践方法。

使用方法

/skill-create                    # Analyze current repo
/skill-create --commits 100      # Analyze last 100 commits
/skill-create --output ./skills  # Custom output directory
/skill-create --instincts        # Also generate instincts for continuous-learning-v2

功能说明

1. 解析 Git 历史 - 分析提交记录、文件更改和模式
2. 检测模式 - 识别重复出现的工作流程和约定
3. 生成 SKILL.md - 创建有效的 Claude Code 技能文件
4. 可选创建 Instincts - 用于 continuous-learning-v2 系统

分析步骤

步骤 1：收集 Git 数据

# Get recent commits with file changes
git log --oneline -n ${COMMITS:-200} --name-only --pretty=format:"%H|%s|%ad" --date=short

# Get commit frequency by file
git log --oneline -n 200 --name-only | grep -v "^$" | grep -v "^[a-f0-9]" | sort | uniq -c | sort -rn | head -20

# Get commit message patterns
git log --oneline -n 200 | cut -d' ' -f2- | head -50

步骤 2：检测模式

寻找以下模式类型：

模式	检测方法
提交约定	对提交消息进行正则匹配 (feat:, fix:, chore:)
文件协同更改	总是同时更改的文件
工作流序列	重复的文件更改模式
架构	文件夹结构和命名约定
测试模式	测试文件位置、命名、覆盖率

步骤 3：生成 SKILL.md

输出格式：

---
name: {repo-name}-patterns
description: 从 {repo-name} 提取的编码模式
version: 1.0.0
source: local-git-analysis
analyzed_commits: {count}
---

# {Repo Name} 模式

## 提交规范
{detected commit message patterns}

## 代码架构
{detected folder structure and organization}

## 工作流
{detected repeating file change patterns}

## 测试模式
{detected test conventions}

步骤 4：生成 Instincts（如果使用 --instincts）

用于 continuous-learning-v2 集成：

---
id: {repo}-commit-convention
trigger: "when writing a commit message"
confidence: 0.8
domain: git
source: local-repo-analysis
---

# Use Conventional Commits

## Action
Prefix commits with: feat:, fix:, chore:, docs:, test:, refactor:

## Evidence
- Analyzed {n} commits
- {percentage}% follow conventional commit format

示例输出

在 TypeScript 项目上运行 /skill-create 可能会产生：