HagiCode Skill 系统技术解析：如何打造可扩展的 AI 技能管理平台
💡
原文中文，约10000字，阅读约需24分钟。
📝
内容提要
HagiCode项目的技能管理系统采用前后端分离架构，具备本地管理、市场搜索、智能推荐和授信管理功能。系统利用AI技术根据项目上下文推荐技能，并支持用户自定义信任来源，以提高开发效率。
🎯
关键要点
-
HagiCode项目的技能管理系统采用前后端分离架构。
-
系统具备本地管理、市场搜索、智能推荐和授信管理功能。
-
技能系统旨在扩展AI的能力边界，满足不同开发团队的需求。
-
前端使用TanStack Start和React构建，后端基于ASP.NET Core和Orleans框架。
-
本地全局管理模块负责列出已安装的技能并支持卸载操作。
-
市场搜索功能允许用户发现和安装来自社区的技能，并实现了缓存机制以提升响应速度。
-
智能推荐功能根据项目上下文自动推荐最适合的技能，包含多个阶段的处理流程。
-
授信提供者管理允许用户控制可信的技能源，支持精确匹配和前缀匹配规则。
-
系统设计了适配器模式以维护命令执行的逻辑，确保代码可维护性。
-
安装流程涉及多个步骤，系统自动处理依赖关系和清理工作。
-
用户可以通过简单的步骤安装社区技能和添加自定义授信来源。
-
技能开发需要遵循特定的结构和格式，确保兼容性和可用性。
➡️
