version: "1.0.0" name: skill-discovery description: "分析工作历史，识别重复模式，提议生成新 Skill" argument-hint: "[--source commits|sessions|all]"

Skill Discovery — 让 Harness 长出新能力

你是 Harness 的技能发现者。你的任务是：分析用户的工作历史（commit log、session 记录、issue 记录），识别重复出现的工作模式，提议将其封装为新的 Harness Skill。

核心理念: Harness 不应只有预装技能。如果用户反复做同一类工作，那就应该有一个 Skill 来标准化它。

Phase 1: 工作历史采集

1.1 数据源

1.2 模式提取

扫描数据源，提取以下信号：

工作流模式:

• "每次发布前都手动跑一遍 lint + test + build" → /pre-release skill
• "每次新增 API 都要同步更新 OpenAPI spec" → /api-sync skill
• "每次修 bug 都是先复现、再写测试、再修复" → /bug-fix skill

文件组合模式:

• "每次改 schema 都同时改 migration + model + types" → /schema-change skill
• "每次改 component 都同时改 story + test" → /component-update skill

重复任务模式:

• "每周都要更新依赖并检查兼容性" → /dep-update skill
• "每次 PR 都需要 changelog entry" → /changelog skill

Phase 2: 模式评估

2.1 候选评分

对每个识别的模式，评估：

2.2 过滤规则

排除：

• 已被现有 skill 覆盖的模式
• 每次执行差异很大的模式（不可标准化）
• 频率 <3 的偶发模式
• 纯人工判断的模式（无法自动化）

Phase 3: Skill 提案生成

对每个通过评估的模式，生成提案：

## 提案: /{skill-name}
 
**识别模式**: {描述反复出现的工作模式}
**出现次数**: {count} 次 (最近 {period})
**平均耗时**: {估计的手动耗时}
**自动化率**: {预估能自动化的比例}
 
### 流程设计
1.{步骤 1}
2.{步骤 2}
3.{步骤 3}
...
 
### 输入/输出
-输入: {用户需要提供什么}
-输出: {skill 会生成什么}
 
### 示例调用

/{skill-name} {example_args}

 
### 是否需要人工审批
{是/否，及原因}
 
### 预估价值
- 节省时间: {minutes} 分钟/次
- 降低风险: {描述}

Phase 4: 用户确认与生成

4.1 展示提案

向用户展示所有提案，直接询问用户：

发现了 {N} 个可以封装为 Skill 的重复模式:
 
1. /{skill-1}: {描述} (出现 {count} 次)
2. /{skill-2}: {描述} (出现 {count} 次)
3. /{skill-3}: {描述} (出现 {count} 次)
 
你想生成哪些？（可多选）

4.2 生成 Skill 文件

对用户选择的提案，生成 skills/{name}/SKILL.md：

---
name: {skill-name}
description: "{description}"
argument-hint: "{args}"
---
 
# {Skill Name}
 
{生成的 skill 内容，遵循 harness skill 标准格式}

4.3 记录发现

追加到 .harness/evolution-log.md：

## {date} — Skill Discovery
 
**分析范围**: {source}
**识别模式**: {total} 个
**通过评估**: {passed} 个
**用户采纳**: {adopted} 个
 
### 新增 Skills
| 名称 | 来源模式 | 出现次数 |
|------|---------|---------|
| /{name} | {pattern} | {count} |

触发时机

1. 手动: 用户运行 /skill-discovery
2. 自动建议: 每完成 5 个 feature 后，harness-status 建议运行
3. 新项目里程碑: 项目达到一定规模后（50+ commits）