report-writing
u9401066/copilot-capability-manager · skills.sh
Open source Repository Open in the app JSON README (API)
About
Skill publicada por u9401066/copilot-capability-manager no skills.sh. Instale com: npx skills add u9401066/copilot-capability-manager@report-writing
Details
- Kind
- Agent skills
- Publisher
- u9401066
- Origin
- skillssh
- Category
- ferramentas
- Last push
- 2026-01-06T08:47:46Z
- Repository state
- ativo
- Language
- Python
- License
- Apache-2.0
- Added
- 2026-10-07 06:17:19
- Updated
- 2026-10-07 06:17:19
- Origin id
u9401066/copilot-capability-manager/report-writing
README
# Copilot Capability Manager
> � **Neuro-Symbolic AI** 架構實現 - 結合符號推理與神經網路，讓 AI Agent 能力可組合、可解釋、可追蹤
[](https://opensource.org/licenses/Apache-2.0)
[](https://www.python.org/)
[](https://www.typescriptlang.org/)
[]()
> ⚠️ **注意：此專案正在積極開發中，API 和功能可能會有重大變更。**
🌐 [繁體中文](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/README.zh-TW.md) | 📖 [架構設計](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/ARCHITECTURE.md) | 🗺️ [Roadmap](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/ROADMAP.md)
## 🧠 Neuro-Symbolic AI 架構
本專案實現了 **Neuro-Symbolic AI** 模式，結合符號系統的可解釋性與神經網路的靈活性：
```
┌────────────────────────────────────────────────────────────────┐
│ 🔷 SYMBOLIC LAYER (符號層) │
│ Capability Graph, Contracts, Branch Logic │
│ → 結構化、可驗證、確定性 │
├────────────────────────────────────────────────────────────────┤
│ 🔶 SKILL BRIDGE (技能橋接層) │
│ LLM Agent + Abstract Node Resolver + Skill Executor │
│ → 神經網路決策 + 符號約束 = 可靠執行 │
├────────────────────────────────────────────────────────────────┤
│ 🔻 TOOL LAYER (工具層) │
│ MCP Tools, File System, External APIs │
│ → 結構化 API、確定性操作 │
└────────────────────────────────────────────────────────────────┘
```
### 為什麼是 Neuro-Symbolic？
| 特性 | 純 Neural | 純 Symbolic | **Neuro-Symbolic** |
|------|----------|-------------|-------------------|
| 靈活性 | ✅ 高 | ❌ 低 | ✅ 高 |
| 可解釋性 | ❌ 黑箱 | ✅ 透明 | ✅ 透明 |
| 可靠性 | ⚠️ 不穩定 | ✅ 穩定 | ✅ 穩定 |
| 適應性 | ✅ 強 | ❌ 弱 | ✅ 強 |
## 🎯 願景
將 AI 能力模組化、視覺化，讓使用者可以：
1. **管理 Skills** - 透過 GUI 新增、編輯、設定 AI 技能（包含 MCP Tools）
2. **組合 Capabilities** - 動態組合 Skills，支援迴圈與條件分支
3. **追蹤長任務** - Checkpoint 機制實現跨對話狀態持久化
4. **一鍵執行** - 透過 `/cp.xxx` 斜線指令觸發
## 🏗️ 核心概念
```
┌─────────────────────────────────────────────────────────────┐
│ Tool (工具) │
│ ├─ 最小單位，單一 API 調用 │
│ └─ 例：fetch_webpage, read_file, mcp_pubmed_search │
├─────────────────────────────────────────────────────────────┤
│ Skill (技能) │
│ ├─ 多個 Tools 的編排，完成一個明確的小任務 │
│ ├─ 定義於 .claude/skills/{skill-id}/SKILL.md │
│ └─ 例：search-literature (搜尋 + 篩選 + 摘要) │
├─────────────────────────────────────────────────────────────┤
│ Capability (能力) │
│ ├─ 動態的 Skill 狀態機，可迴圈、條件分支 │
│ ├─ 需要狀態追蹤（長任務可能跨對話） │
│ ├─ 定義於 .github/prompts/cp.{id}.prompt.md │
│ └─ 例：literature-review (多輪搜尋 + 多篇閱讀 + 綜合) │
└─────────────────────────────────────────────────────────────┘
```
### 為什麼不叫 Workflow？
**Workflow** 暗示線性執行（A → B → C），但真實場景更複雜：
```
文獻評讀 Capability 範例：
├── 輸入：一個資料夾（20 篇 PDF）
├── search skill × N（可能要找更多文獻）
├── 對每個 PDF：
│ ├── read-pdf skill × M（長 PDF 要讀多次）
│ └── write-note skill × M（每次讀完寫筆記）
├── 發現需要補充 → 回到 search skill
└── synthesis skill（最終綜合整理）
```
**Capability** 強調：
- 🔄 **迴圈執行** - 同一 Skill 可重複調用
- 🔀 **條件分支** - 根據結果決定下一步
- 📊 **狀態追蹤** - 知道「處理到哪裡了」
## 🎨 設計理念
### 📐 圖論基礎的能力組合
我們使用**有向圖（DAG）**來描述能力結構，而非傳統的線性工作流：
```
┌─────────────────────────────────────────────────────────────┐
│ Capability 圖結構 │
│ │
│ [START] ──► [detect] ──► [abstract:read] ──► [write] ──► [END]
│ │ │
│ ┌──────────┼──────────┐ │
│ ▼ ▼ ▼ │
│ [pdf-reader] [docx] [web-reader] │
│ │ │ │
│ └──► [fallback] ◄─────┘ │
└─────────────────────────────────────────────────────────────┘
```
**圖的優勢：**
- 📊 **複雜度量化** - McCabe 環路複雜度 + 迭代/互動權重
- 🔄 **自然表達迴圈** - 回邊（back edge）清晰標示
- 🔀 **分支即分叉** - 條件判斷是圖的自然結構
### 🧩 抽象節點與動態解析
**核心問題**：輸入不確定（可能是 PDF、DOCX、線上文檔）怎麼辦？
**解決方案**：抽象節點 + Fallback 鏈
```yaml
# 定義「做什麼」而不是「怎麼做」
- id: read_document
type: abstract
contract:
input: [source]
output: [content]
resolution:
strategy: auto_detect
implementations:
- condition: "*.pdf" → pdf-reader → [ocr-reader, ask-user]
- condition: "*.docx" → docx-reader
- condition: "http*" → web-reader
```
**設計原則：**
- 🎯 **契約優先** - 定義輸入/輸出，不綁定實作
- ⏱️ **延遲綁定** - 執行時才決定具體實現
- 🛡️ **優雅降級** - 每個節點都有 Fallback 鏈
> 📖 詳細設計：[ADAPTIVE-GRAPH-DESIGN.md](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/docs/ADAPTIVE-GRAPH-DESIGN.md)
### 🔥 能力自動觸發
不需要記住 `/cp.xxx` 指令，系統自動識別意圖：
| 觸發條件 | 自動載入能力 |
|----------|--------------|
| 提到「報告」「PDF」「文獻」 | write-report |
| 提到「commit」「提交」 | git-commit |
| 提到「重構」「refactor」 | code-refactor |
> 📖 詳細設計：[CAPABILITY-ARCHITECTURE.md](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/docs/CAPABILITY-ARCHITECTURE.md)
## 💾 Checkpoint 機制（長任務支援）
Copilot 有 context window 限制，長任務無法在單次對話完成。
```
memory-bank/checkpoints/
└── literature-review-20251221.json
{
"capability": "literature-review",
"status": "in-progress",
"progress": { "total": 20, "completed": 8 },
"currentItem": "paper-09.pdf",
"completedItems": ["paper-01.pdf", ...],
"notes": [...]
}
```
**執行流程：**
1. 🚀 **啟動** → 建立 checkpoint
2. ⚙️ **執行** → 每完成一項更新 checkpoint
3. ⏸️ **中斷** → checkpoint 保留狀態
4. ▶️ **繼續** → 讀取 checkpoint，從斷點繼續
5. ✅ **完成** → 標記 completed
## ✨ 功能特色
### 🧩 Skill Manager（技能管理器）
- 📋 **Skill 列表** - TreeView 瀏覽所有可用技能
- ➕ **新增/複製 Skill** - GUI 表單建立新技能，支援複製
- 🔧 **MCP Tool 推薦** - 根據 Skill 內容推薦相關 MCP 工具
- 📝 **Prompt 編輯器** - Webview 編輯技能執行指令
- 🏷️ **標籤分類** - 研究、文件、Git、維護、架構、品質
### 🔗 Capability Builder（能力組合器）
- 🎨 **步驟編輯器** - 拖動 Skills 排列順序
- 🔄 **迴圈執行** - 支援固定次數、條件迴圈、遍歷
- 🔀 **分支處理** - 條件判斷與步驟跳轉
- ⚡ **並行執行** - 同時執行多個獨立 Steps
- ✅ **驗證服務** - 檢查步驟 I/O 相容性、迴圈設定
- 💾 **匯出 Prompt** - 自動生成 `.prompt.md` 檔案
### ⚡ 執行引擎
- `/cp.xxx` 斜線指令觸發
- 保持 Agent Mode 完整工具權限
- 依序執行 Skills
- 自動同步 Memory Bank
## 📁 專案結構
```
copilot-capability-manager/
├── src/ # 🔧 VS Code 擴充套件原始碼
│ ├── extension.ts # 擴充套件入口
│ ├── views/ # Webview UI
│ │ ├── SkillManager.ts # Skill 管理頁面
│ │ └── CapabilityBuilder.ts # Capability 組合頁面
│ ├── providers/ # 資料提供者
│ │ ├── SkillProvider.ts
│ │ └── CapabilityProvider.ts
│ └── services/ # 核心服務
│ ├── SkillService.ts
│ ├── McpService.ts
│ └── PromptGenerator.ts
├── webview-ui/ # 🎨 前端 UI (React/Vue)
├── .github/prompts/ # 📝 生成的 Prompt Files
├── .claude/skills/ # 🧩 Skill 定義
├── memory-bank/ # 🧠 專案記憶
└── package.json # 擴充套件配置
```
## 🚀 開發階段
### Phase 1: 核心機制 ✅
- [x] Prompt Files 機制
- [x] Skill 模組架構
- [x] `/cp.xxx` 斜線指令
### Phase 2: VS Code Extension ✅
- [x] 擴充套件基礎架構
- [x] Skill Manager GUI
- [x] Capability Builder GUI
- [x] Skill TreeView + Editor Webview
- [x] Capability TreeView + Builder Webview
- [x] MCP Tools 推薦功能
- [x] 非線性流程支援（分支/迴圈/並行）
### Phase 3: MCP 整合 🚧
- [x] MCP Tool 推薦器
- [ ] Tool 參數設定 UI
- [ ] 動態工具載入
### Phase 4: 進階功能
- [ ] Skill 市集（匯入/匯出）
- [ ] 雲端同步
- [ ] 團隊共享
## 🛠️ 技術棧
| 層級 | 技術 |
|------|------|
| **Python 核心** | DDD 架構, asyncio, dataclasses |
| **MCP Server** | capability-engine (6 tools) |
| **VS Code 擴充** | TypeScript, Extension API |
| **UI 框架** | React / Vue (Webview) |
| **資料格式** | YAML (Skills), Markdown (Prompts) |
| **儲存** | 本地檔案 + VS Code Settings |
## 🔌 Copilot 整合方式
本專案提供三種方式與 VS Code Copilot 整合：
### 1️⃣ MCP Server (推薦)
```json
// mcp.json
{
"servers": {
"capability-engine": {
"command": "python",
"args": ["-m", "src.capability_engine.infrastructure.mcp.server"]
}
}
}
```
**提供的 Tools:**
- `execute_capability` - 執行能力圖
- `resolve_abstract_node` - 解析抽象節點
- `validate_graph` - 驗證圖結構
- `get_complexity_metrics` - 計算複雜度
- `list_capabilities` - 列出所有能力
- `get_capability_status` - 取得執行狀態
### 2️⃣ Prompt Injection
動態生成 `.prompt.md` 檔案，透過 `/cp.xxx` 觸發。
### 3️⃣ Chat Participant (進階)
註冊 `@capability` 參與者，完整對話控制。
## 📖 文檔
- [架構設計](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/ARCHITECTURE.md) - 系統架構與組件設計
- [**能力系統指南**](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/docs/CAPABILITY-GUIDE.md) - 📚 如何新增 Skill 與 Workflow
- [擴充套件設計](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/docs/EXTENSION-DESIGN.md) - VS Code Extension 詳細設計
- [Prompt Files 機制](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/docs/PROMPT-FILES-MECHANISM.md) - 當前運作原理
- [Skill 改進分析](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/docs/SKILL-IMPROVEMENT-ANALYSIS.md) - Skill 觸發機制改進
- [AGENTS.md](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/AGENTS.md) - Agent 指引
- [Roadmap](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/ROADMAP.md) - 開發路線圖
## 🤝 貢獻
歡迎貢獻！請參閱 [CONTRIBUTING.md](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/CONTRIBUTING.md)。
## 📄 License
[Apache License 2.0](https://github.com/u9401066/copilot-capability-manager/blob/HEAD/LICENSE)