Skip to content

nelson2024-git/skill-agent

BranchesTags

Repository files navigation

Skill Agent

基于 pi + GitHub Copilot 的智能运维 Agent，遵循 agentskills.io 规范，支持 Skill 加载、定时调度与渐进式上下文加载。

架构

┌─────────────────────────────────────────────────┐
│              Skill Agent (主程序)                 │
├───────────────┬─────────────────────────────────┤
│   Scheduler   │       pi-agent-core             │
│  (node-cron)  │       Agent Runtime             │
│               │  ┌───────────────────────────┐  │
│  ┌─────────┐  │  │  Tool Registry            │  │
│  │  9:00   │──┼─►│  ┌────────┐ ┌──────────┐ │  │
│  │ Harbor  │  │  │  │Skill A │ │Skill B   │ │  │
│  ├─────────┤  │  │  └───┬────┘ └────┬─────┘ │  │
│  │  */30   │──┼─►│  ┌───▼──────────▼─────┐ │  │
│  │ Info    │  │  │  │  scripts/run.sh/.py │ │  │
│  └─────────┘  │  │  │  references/*.md    │ │  │
│               │  │  │  assets/*           │ │  │
│               │  │  └────────────────────┘ │  │
│               │  └───────────────────────────┘  │
├───────────────┴─────────────────────────────────┤
│  pi-ai (GitHub Copilot)                         │
│  26 个模型: claude-opus-4.7, gpt-5.5, ...      │
└─────────────────────────────────────────────────┘

快速部署

方式一：一行命令安装（推荐）

服务器需能访问 github.com 和 registry.npmjs.org：

curl -sL -H "Authorization: token <你的GitHubToken>" \
  https://raw.githubusercontent.com/nelson2024-git/skill-agent/main/setup-skill-agent.sh \
  | bash

默认安装到 /opt/skill-agent，可指定目录：

bash setup-skill-agent.sh /data/skill-agent

方式二：git clone

git clone https://github.com/nelson2024-git/skill-agent.git
cd skill-agent
npm install
cp .env.example .env
vi .env    # 填入 COPILOT_GITHUB_TOKEN
npx tsx src/index.ts --list   # 验证 Skill 加载

环境配置

必填：GitHub Copilot Token

环境变量 优先级 说明
COPILOT_GITHUB_TOKEN 最高 Copilot 专用 token
GH_TOKEN 中 GitHub CLI token
GITHUB_TOKEN 最低 GitHub PAT (需 copilot scope)

获取方式（任选其一）：

  1. VS Code Copilot：Ctrl+Shift+P → Copilot: Show Copilot Token
  2. GitHub Settings：https://github.com/settings/tokens → Generate new token (classic) → 勾选 copilot
  3. GitHub CLI：gh auth login → gh auth token

写入 .env：

COPILOT_GITHUB_TOKEN=gho_xxxxxxxxxxxx

可选配置

环境变量 默认值 说明
SKILL_AGENT_PROVIDER github-copilot LLM 提供商
SKILL_AGENT_MODEL gpt-4.1 模型 ID
SKILL_AGENT_THINKING low 思考级别：off/minimal/low/medium/high
SKILL_AGENT_SKILLS_DIR ./skills Skills 目录路径
HARBOR_TOKEN — Harbor API Token（harbor-check 使用）
HTTPS_PROXY — 代理地址

运行

cd /opt/skill-agent

# 交互式 REPL
npx tsx src/index.ts

# 列出所有 Skills
npx tsx src/index.ts --list

# 列出 GitHub Copilot 可用模型
npx tsx src/index.ts --list-models

# 运行指定 Skill
npx tsx src/index.ts --run harbor-check

# 使用指定模型
npx tsx src/index.ts --model claude-sonnet-4.5

REPL 命令

命令 说明
/skills 列出所有已加载的 Skill
/schedule 列出定时任务状态
/run <skill-name> 运行指定 Skill
直接输入 发送给 LLM 处理

systemd 服务（生产部署）

# 注册服务
cp deploy/skill-agent.service /etc/systemd/system/
systemctl daemon-reload
systemctl enable --now skill-agent

# 管理
systemctl start skill-agent
systemctl stop skill-agent
systemctl status skill-agent

# 查看日志
journalctl -u skill-agent -f

service 文件默认 WorkingDirectory=/opt/skill-agent，如安装到其他路径需修改。

Skill 规范（agentskills.io）

遵循 agentskills.io 开放标准。每个 Skill 是 skills/ 下的一个目录，最少只需一个 SKILL.md。

目录结构

skills/<skill-name>/
├── SKILL.md            # 必需：YAML frontmatter (元数据) + Markdown (技能指令)
├── scripts/            # 可选：可执行脚本
│   ├── run.sh          #   Bash 入口
│   └── run.py          #   Python 入口
├── references/         # 可选：附加参考文档（Agent 按需加载）
│   ├── REFERENCE.md    #   详细技术参考
│   └── api-spec.md     #   API 规范等
└── assets/             # 可选：模板、数据等静态资源
    ├── config.tpl      #   配置模板
    └── schema.json     #   数据结构

SKILL.md 格式

---
name: harbor-check
version: "1.0"
description: "Harbor V1.8 仓库巡检 - 检查 API 可达性、存储使用、项目统计"
schedule: "0 9 * * 1-5"
executor: bash
entry: scripts/run.sh
timeout: 30000
parameters:
  harbor_url:
    type: string
    description: "Harbor API 地址"
    default: "https://xcloud.lenovo.com/api/v2.0"
    required: true
  check_projects:
    type: boolean
    description: "是否检查项目详情"
    default: false
env:
  HARBOR_URL: "https://xcloud.lenovo.com/api/v2.0"
---

# Harbor 仓库巡检 Skill

检查 Harbor V1.8 镜像仓库的健康状态和资源使用情况。

## 触发条件
- 定时触发（工作日 9:00）
- 手动请求巡检时触发

## 执行步骤
1. 检查 Harbor API 可达性
2. 获取系统信息（版本、存储）
3. 检查各项目仓库统计
4. 输出巡检报告

Frontmatter 字段

字段 必需 说明
name ✅ Skill 标识，小写字母+数字+连字符，需与目录名一致
description ✅ 描述功能和使用场景，帮助 Agent 判断何时激活
version ❌ 版本号
schedule ❌ cron 表达式，如 "0 9 * * 1-5" = 工作日 9:00
executor ❌ 脚本执行器：bash（默认）或 python3
entry ❌ 入口脚本路径，默认 scripts/run.sh 或 scripts/run.py
timeout ❌ 超时时间(ms)，默认 60000
parameters ❌ 参数定义，每个参数含 type/description/default/required
env ❌ 注入脚本的环境变量

渐进式加载（Progressive Disclosure）

层级 加载内容 Token 量 时机
L1 name + description ~100 启动时加载所有 Skill 元数据
L2 SKILL.md 正文 <5000 Skill 被 Agent 激活时加载
L3 scripts/ + references/ + assets/ 按需 执行时按需读取

脚本编写约定

环境变量 说明
SKILL_ARGS 参数 JSON，如 {"harbor_url":"https://...","check_projects":false}
SKILL_DIR Skill 目录绝对路径
SKILL_NAME Skill 名称
env 中定义的 自定义环境变量，如 HARBOR_URL

Bash 示例：

#!/usr/bin/env bash
set -euo pipefail

ARGS="${SKILL_ARGS:-{}}"
MY_PARAM=$(echo "$ARGS" | python3 -c "import sys,json; print(json.load(sys.stdin).get('my_param',''))")

echo "Skill: ${SKILL_NAME}, Dir: ${SKILL_DIR}"
echo "参数值: ${MY_PARAM}"

Python 示例：

#!/usr/bin/env python3
import os, json

args = json.loads(os.environ.get('SKILL_ARGS', '{}'))
skill_dir = os.environ.get('SKILL_DIR', '')
skill_name = os.environ.get('SKILL_NAME', '')

# 读取 references
ref_path = os.path.join(skill_dir, 'references', 'REFERENCE.md')
if os.path.exists(ref_path):
    with open(ref_path) as f:
        reference = f.read()

# 读取 assets
asset_path = os.path.join(skill_dir, 'assets', 'schema.json')
if os.path.exists(asset_path):
    with open(asset_path) as f:
        schema = json.load(f)

print(f"Skill: {skill_name}, 参数: {args}")

已内置的 Skills

Skill 描述 定时 脚本
hello Agent 健康检查，输出系统信息 手动 bash
harbor-check Harbor V1.8 仓库巡检 工作日 9:00 bash
system-info CPU/内存/磁盘/进程采集 每 30 分钟 bash

可用模型（GitHub Copilot）

模型 Context Window Max Output
claude-opus-4.7 144K 64K
claude-sonnet-4.6 1M 32K
claude-sonnet-4.5 200K 16K
gpt-5.5 400K 128K
gpt-5.1-codex-max 400K 128K
gpt-4.1 1M 32K
gemini-3.1-pro-preview 128K 64K
... 共 26 个模型

运行 npx tsx src/index.ts --list-models 查看完整列表。

新增 Skill

  1. 创建目录：mkdir -p skills/my-skill/scripts
  2. 编写 skills/my-skill/SKILL.md（frontmatter + 指令）
  3. 编写 skills/my-skill/scripts/run.sh（或 run.py）
  4. 重启 Agent，自动加载

项目结构

skill-agent/
├── src/
│   ├── index.ts              # 主入口 + Agent + CLI
│   ├── skill-loader.ts       # Skill 加载器（frontmatter 解析）
│   └── scheduler.ts          # 定时调度器（node-cron）
├── skills/                   # Skill 目录
│   ├── hello/
│   ├── harbor-check/
│   └── system-info/
├── deploy/
│   ├── skill-agent.service   # systemd 服务文件
│   └── deploy.sh             # 一键部署脚本
├── setup-skill-agent.sh      # 一键安装脚本（独立运行）
├── .env.example              # 环境变量模板
├── package.json
└── tsconfig.json

技术栈

组件 技术 说明
Agent Runtime pi-agent-core OpenClaw 底层 Agent 框架
LLM API pi-ai 统一 LLM 接口，支持 GitHub Copilot
定时调度 node-cron 标准 cron 表达式
Skill 规范 agentskills.io 开放 Skill 格式标准
运行时 Node.js 22+ / TypeScript ESM 模式

About

基于 pi + GitHub Copilot 的智能运维 Agent

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases 1

Skill Agent v1.0.0 (离线包) Latest
May 9, 2026

Packages

 
 
 

Contributors

Languages