前言¶
长期用 Agent 做开发或写作，对话里往往已经出现过可复用的做法和踩坑记录，但任务一结束就散在上下文里，下次类似需求又要从头摸索。手工写复盘文档成本高，通用记忆文件也不一定能按「场景—方法—教训」结构化沉淀。下面介绍 SkillHub 社区技能 Agent经验提炼（@user_ef64daef/jingyantilian）：从任务执行中抽取经验，生成方法论卡片，并支持检索、关联推荐与导出，便于 Agent 持续积累个人方法库。
这是什么¶
Agent经验提炼 是面向 Agent 工作流的 Skill，遵循通用 SKILL.md 格式。发布者为 SkillHub 用户 user_ef64daef（页面标注作者「洋洋」），来源为 community，分类 ai-agent，当前商店版本 1.0.1，标签 requires_api_key=false，无需额外 API Key。
官方简介：智能从任务执行中提取可复用经验，生成方法论卡片，帮助 Agent 持续成长；支持多种触发方式（手动/自动）、多种输入方式（手动输入/对话历史/记忆文件）、多种输出（经验卡片/方法论列表/改进计划），以及智能检索与提醒。
核心功能¶
以下能力均来自官方页面简介与技能包内 SKILL.md、脚本模块说明。
经验卡片与输出形态¶
根据任务信息生成结构化经验卡片，字段覆盖场景、方法、避坑、效果评估、延伸应用与标签等。除单张卡片外，还可整理为方法论列表、改进计划（失败复盘场景在文档中单独描述为「教训卡片」）。
触发方式¶
手动触发（主触发词示例）：
/经验提炼/复盘/经验总结/方法论/从经验学习
自动触发（文档约定）：任务完成后可询问是否提炼；遇到类似任务时可检索历史经验；支持按日/周做批量整理（需与 Agent 的提醒能力配合）。
输入来源¶
| 方式 | 说明 |
|---|---|
| 手动输入 | 直接描述刚完成的任务 |
| 对话历史 | 从当前会话提取关键任务做复盘 |
| 记忆文件 | 从 MEMORY.md、TOOLS.md 等挖掘经验 |
| 文件导入 | 读取 .txt / .md 外部文档 |
技能包内提供 input_processor.py 等模块处理多源输入；默认经验库存储路径在配置中为 ./data/experience_db.json（可通过配置覆盖）。
关联推荐、检索与库管理¶
- 关联推荐：按标签重叠、任务类型、技能重叠、关键词与场景相似度等维度关联历史经验，单次推荐上限 5 条（可在配置中调整
max_recommendations）。 - 检索：文档约定最小相似度约 0.6、单次最多 10 条结果，并有时效性与价值权重；可用自然语言查询，例如「有没有关于代码开发的相关经验」。
- 去重与版本：相似度超过约 70% 时可提示合并/覆盖/并存；卡片支持版本历史记录。
- 导出：支持 Markdown、JSON、CSV、PDF；可全量、筛选或单条导出（
exporter.py）。
配套脚本¶
安装后的技能目录包含 scripts/：主入口 main.py 协调卡片生成、输入处理、关联推荐、导出、库管理与检索（experience_card_generator.py、relation_recommender.py、retriever.py 等）。Agent 在对话中按 SKILL.md 流程执行即可；需要本地批处理时，可在技能目录下用 Python 调用 ExperienceRefiningSkill（以包内 main.py 为准）。
安装与启用¶
安装前确认本机已有 SkillHub CLI；完整说明见 SkillHub 安装与优先源配置。
1、检查 CLI：
command -v skillhub && skillhub --version
未安装时可按官方文档执行（示例为完整安装）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2、安装本技能。官方页面与 CLI 搜索结果的安装形式为：
skillhub install jingyantilian --namespace user_ef64daef --dir <当前 Agent 的 skills 目录>
必须使用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能不被加载。常用路径（摘自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
也可将提示词交给 AI，让其按 https://skillhub.cn/install/skillhub.md 安装 @user_ef64daef/jingyantilian。
3、安装完成后重启或重新加载 Agent，使新 Skill 生效。商店侧该技能 requires_api_key=false，一般无需额外密钥配置。
典型用法¶
经过上面的步骤启用技能后，可按文档中的对话式流程操作。
快速提炼单条经验：发送 /经验提炼，按提示补充任务类型、目标、过程与结果，Agent 生成经验卡片并询问是否写入经验库。
基于对话批量复盘：
帮我复盘一下最近完成的所有任务
Agent 读取对话历史并批量生成卡片。
检索与导出：
有没有关于代码开发的相关经验
导出我的经验库为 JSON
库维护（文档提供的指令示例）：/我的经验 查看列表；/检查重复 做相似度检查；/关闭推荐 关闭自动推荐。
配置项（节选，见技能包 scripts/config.py 默认值）：storage_path、min_similarity（0.6）、max_results（10）、dedup_similarity_threshold（0.7）、auto_recommend、max_recommendations（5）；SKILL.md 还说明可将卡片自动写入 TOOLS.md 及自定义存储路径、提醒频率等。
适用场景与注意¶
适合：需要把 Agent 协助完成的任务系统化复盘的个人或小团队；希望在新任务前检索「同类场景怎么做过」；愿意维护一份结构化经验库并偶尔导出备份的用户。
注意：
- 自动触发、定时提醒、PDF 生成等依赖当前 Agent 是否支持对应能力；文档中的执行约束（如经验库少于 3 条时不自动推荐）需在真实数据积累后才会明显生效。
- 关联推荐、相似度与去重阈值在配置与
SKILL.md中有说明，可按团队习惯调整。 - SkillHub 页面列出版本为 1.0.1；技能包内文档 frontmatter 可能标注更高文档版本，以你安装时 CLI 解析到的包内容为准。
- 商店统计（截至资料抓取）：评分 100000，下载 2172；安装数在页面展示为 0，仅作商店参考，不代表本地使用情况。
结尾¶
Agent经验提炼把「做完就忘」的对话经验，收敛为可检索、可关联、可导出的方法论卡片，适合作为 ai-agent 类工作流里的沉淀层。官方 SkillHub 页面：https://www.skillhub.cn/skills/user_ef64daef/jingyantilian；坐标 @user_ef64daef/jingyantilian，API 入口 https://api.skillhub.cn/user_ef64daef/jingyantilian。
