前言¶
在桌面环境里接任务时，常见情况是：用户点名某个本地应用，而 Agent 既没有该软件的上下文，也没有可复用的操作记忆。临时查文档、试菜单，往往耗时长、结果不稳定。若希望 Agent 能像使用者一样，先摸清机器上有什么软件，再按使用频率决定学多深，并在被点名时补学缺口，就需要一套围绕「探索—学习—记忆」设计的 Skill 指令，而不是每次从零摸索。
下面介绍 SkillHub 社区 Skill「AI探索欲学习模块」（坐标 @user_09a38a2b/aits，版本 1.0.0），以及如何在支持 Skill 的客户端里安装与触发。
这是什么¶
「AI探索欲学习模块」是一条面向 AI Agent 的技能说明（SKILL.md 格式），由社区发布者 user_09a38a2b 维护；SkillHub 页面标注作者为独孤剑虎。分类为 ai-agent，标签显示 requires_api_key=false，安装后不要求额外配置 API Key。
官方简介将其定位为：AI 自主探索电脑技能——让 AI 自动发现、学习、掌握电脑上的应用程序，而不是仅在对话里泛泛描述「可能会用某软件」。
核心功能¶
以下五点均来自 SkillHub 与 API 元数据中的官方简介，未在资料中出现的实现细节（具体脚本、存储路径等）不在本文展开。
1. 环境扫描¶
自动发现本机可见的软件入口与安装信息，例如桌面快捷方式、开始菜单、已安装 APP 列表。目的是先建立「这台电脑上有什么」的清单，再决定后续学习对象。
2. 被召唤自学习¶
当用户要求使用 Agent 尚不熟悉的应用时，按使用价值分级自学，而不是一律做同等深度的探索。
3. 价值驱动学习¶
对不常出现的应用浅尝辄止；对高频使用的应用投入更多步骤，力求「学透」可操作路径。这与一次性把所有软件都深挖的策略不同，更贴近真实工作负载。
4. 后台观察学习¶
在后台根据用户实际打开、使用的软件与频率，悄悄补充学习优先级。官方表述为观察「主人」的真实使用习惯。部署前需自行评估隐私与合规：是否允许 Agent 记录进程或窗口级行为，应由使用者在策略层明确。
5. 记忆系统¶
采用热 / 温 / 冷三级记忆，并配合自动遗忘，避免无限堆积过时操作步骤。具体分级规则以 Skill 包内 SKILL.md 为准；公开简介未给出字段名或存储格式。
触发词¶
在对话中可使用官方列出的触发词，引导 Agent 进入对应模式，例如：
- 中文：自主探索、自动学习、探索电脑、学会用 APP、认识电脑、后台观察、自动学
- 英文：auto explore、self-learning computer
安装与启用¶
SkillHub 提供的通用安装指引见 skillhub.md。针对本 Skill，页面给出的安装坐标为：
@user_09a38a2b/aits
也可将下面提示词发给已具备 Skill 安装能力的 AI，由其按官方文档完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_09a38a2b/aits`。
若本机已安装 SkillHub CLI，可先确认版本，再安装到当前 Agent 实际读取的 skills 目录（装错目录会导致技能不被加载）：
command -v skillhub && skillhub --version
skillhub install @user_09a38a2b/aits --dir <你的 Agent skills 目录>
常见客户端的 skills 路径（摘自 SkillHub 安装文档，以你本机为准）：
| 客户端 | 典型 skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
安装后按所用客户端要求刷新或重启 Agent，使新 Skill 进入可用列表。资料中未区分 Cursor、Codex CLI、Claude Code 对本 Skill 的差异化配置项，故不单独罗列。
官方资源地址：
- Skill 元数据 API：
https://api.skillhub.cn/user_09a38a2b/aits - SkillHub 展示页：
https://www.skillhub.cn/skills/user_09a38a2b/aits
典型用法¶
公开页面未附带逐步操作录像或独立示例仓库，可复现的用法主要来自简介能力 + 触发词的组合：
- 安装并启用 Skill 后，在对话中说「探索电脑」或「自主探索」，引导 Agent 先做环境扫描，汇总本机应用入口。
- 当任务涉及具体软件（例如「用某某打开这份文件」）而 Agent 表示不熟悉时，使用「学会用 APP」「自动学」等触发词，进入被召唤自学习流程。
- 若你接受后台观察策略，可在日常工作中正常使用各类应用；Skill 设计意图是根据使用频率在后台调整学习深度（具体行为以
SKILL.md指令为准）。 - 长期使用时，依赖热/温/冷记忆与遗忘机制，减少陈旧步骤干扰；若发现记忆不符合预期，应在对话中明确要求重新扫描或重新学习该应用。
以上步骤描述的是官方宣称的能力边界，而非第三方测评结论。
适用场景与注意¶
更适合：
- 长期在固定 Windows（或含「开始菜单」类入口）桌面上使用 Agent，任务经常落在本地 GUI 应用上。
- 希望 Agent 维护「本机软件图谱」，并按频率分配学习精力，而不是每次临时搜索菜单。
限制与注意：
- 简介强调桌面/开始菜单/已安装 APP，主要面向传统桌面环境；在纯远程 Linux 服务器、无图形界面的场景下，能力可能与设计假设不一致。
- 「后台观察学习」涉及对用户行为的推断，团队或企业环境需事先约定监控范围与数据留存。
- SkillHub 统计（截至抓取时）：评分 100000，下载 757，安装 6——仅反映商店计数，不代表质量背书。
- 未要求 API Key 仅指 Skill 元数据标签；Agent 本身仍可能需要模型或工具链的其他凭证。
结尾¶
「AI探索欲学习模块」把环境扫描、按需自学、价值分级、后台观察与分级记忆写进同一套 Agent Skill，适合想把「认识本机软件」从一次性 prompt 变成可持续能力的开发者。安装坐标为 @user_09a38a2b/aits，说明与元数据见 SkillHub 页面 与 API 地址。
