Skill Seekers | 资讯狗

Skill Seekers 是一个把各种资料源（文档网站、GitHub 仓库、PDF、视频、Jupyter notebook 等 18 种）转成结构化知识包的工具，转换后可以直接导出给 Claude、Gemini、Cursor、LangChain 等 16 个平台使用。作者给它的定位是「AI 系统的数据层」。

它要解决的核心问题是：做 RAG、构建 AI skill、给 Agent 准备上下文时，从「拿到一份资料」到「AI 能用」中间有大量预处理工作（爬取、解析、分段、格式转换、冲突检测），而且每个平台的格式都不一样，同一份资料要处理多遍。Skill Seekers 把这条链路自动化了。

典型工作流

三条命令完成一次完整流程：


bash
pip install skill-seekers

# 从文档网站抓取并转为结构化数据
skill-seekers create https://docs.django.com/

# 打包成 Claude skill 格式
skill-seekers package output/django --target claude

也可以直接从 GitHub 仓库或本地目录创建：


bash
skill-seekers create facebook/react
skill-seekers create ./my-project

--target 参数决定导出格式，支持 claude、gemini、openai、cursor、langchain 等 16 个目标平台。同一份 create 结果可以反复 package 给不同平台，不需要重新抓取。

支持的源类型

18 种输入源：

文档网站（自动发现 SPA、llms.txt 支持）
GitHub 仓库（代码 + README + 文档）
PDF（文本 / 表格提取、OCR、密码保护）
Word (.docx)、EPUB、PowerPoint (.pptx)
视频（YouTube / 本地，转录 + 视觉帧 OCR）
Jupyter Notebook、Markdown、AsciiDoc
OpenAPI 规范、RSS / Atom 源、Man 页面
Confluence wiki、Notion 页面
Slack / Discord 导出
本地项目目录

支持的导出平台

LLM 平台：Claude AI、Google Gemini、OpenAI、MiniMax、Kimi、DeepSeek、Qwen、OpenRouter、Together AI、Fireworks AI、OpenCode、Generic Markdown

RAG / 向量平台：LangChain、LlamaIndex、Haystack、Pinecone、ChromaDB、FAISS、Qdrant

MCP 集成

自带 MCP Server，可以挂到 Claude Code 或其他支持 MCP 的工具里直接调用：


bash
# stdio 模式
python -m skill_seekers.mcp.server_fastmcp

# HTTP 模式
python -m skill_seekers.mcp.server_fastmcp --transport http --port 8765

包含 26 个 MCP 工具，覆盖抓取、解析、打包、向量存储和云同步。

适用场景

需要把文档、代码库、PDF 等资料批量转成 AI 可用的知识包
同一份资料要导出给多个 AI 平台（Claude + Cursor + Gemini 等）
搭建 RAG 系统，需要标准化的文档解析和分段
给 Claude Code / Cursor 生成规则文件（.cursorrules 等）
企业内部知识库维护，从 Confluence / Notion 等导入

不适用场景

只需要手动给 AI 粘贴一段文本作为上下文
已有成熟的文档解析 pipeline（Docling / unstructured 等），只需要格式转换
需要实时流式数据接入，Skill Seekers 是离线批处理模式

安装


bash
# 基础安装
pip install skill-seekers

# 完整功能（含视频处理、MCP 等）
pip install skill-seekers[all]

# 按需安装
pip install skill-seekers[gemini]
pip install skill-seekers[openai]
pip install skill-seekers[video-full]
pip install skill-seekers[mcp]

License 为 MIT。