技能

技能是智能体可以调用的能力定义。本模块提供技能的添加和管理功能。

核心概念

技能类型

OpenViking 支持多种技能定义格式：

1. 结构化技能数据：包含 name、description、content 等字段的字典
2. SKILL.md 文件：带有 YAML frontmatter 的 Markdown 文件
3. MCP Tool 格式：自动检测并转换为 OpenViking 技能格式

技能存储结构

技能存储在当前用户的 skills 根。短 URI viking://user/skills/ 会按认证请求身份解析为 viking://user/{user_id}/skills/：

viking://user/{user_id}/skills/
+-- search-web/
|   +-- .abstract.md      # L0：简要描述
|   +-- .overview.md      # L1：参数和使用概览
|   +-- SKILL.md          # L2：完整文档
|   +-- [auxiliary files] # 其他辅助文件
+-- calculator/
|   +-- .abstract.md
|   +-- .overview.md
|   +-- SKILL.md
+-- ...

SKILL.md 格式

技能可以使用带有 YAML frontmatter 的 SKILL.md 文件来定义：

---
name: skill-name
description: Brief description of the skill
allowed_tools:
  - Tool1
  - Tool2
tags:
  - tag1
  - tag2
---

# Skill Name

Full skill documentation in Markdown format.

## Parameters
- **param1** (type, required): Description
- **param2** (type, optional): Description

## Usage
When and how to use this skill.

## Examples
Concrete examples of skill invocation.

必填字段：

字段	类型	说明
name	str	技能名称（建议使用 kebab-case）
description	str	简要描述

可选字段：

字段	类型	说明
allowed_tools	List[str]	该技能可使用的工具
tags	List[str]	用于分类的标签

MCP 格式自动转换

OpenViking 会自动检测并将 MCP Tool 定义转换为技能格式。

检测规则：如果字典包含 inputSchema 字段，则被视为 MCP 格式。

转换过程：

1. 名称转换为 kebab-case
2. 描述保持不变
3. 从 inputSchema.properties 中提取参数
4. 从 inputSchema.required 中标记必填字段
5. 生成 Markdown 内容

转换示例：

输入（MCP 格式）：

{
    "name": "search_web",
    "description": "Search the web",
    "inputSchema": {
        "type": "object",
        "properties": {
            "query": {
                "type": "string",
                "description": "Search query"
            },
            "limit": {
                "type": "integer",
                "description": "Max results"
            }
        },
        "required": ["query"]
    }
}

输出（技能格式）：

{
    "name": "search-web",
    "description": "Search the web",
    "content": """---
name: search-web
description: Search the web
---

# search-web

Search the web

## Parameters

- **query** (string) (required): Search query
- **limit** (integer) (optional): Max results

## Usage

This tool wraps the MCP tool `search-web`. Call this when the user needs functionality matching the description above.
"""
}

API 参考

add_skill

向知识库添加技能。

1. API 实现介绍

技能是一种特殊的资源，用于定义智能体可以执行的操作或工具。

处理流程：

1. 接收技能数据或上传的临时文件
2. 检测数据格式（结构化数据、SKILL.md 内容、MCP 格式）
3. 解析技能定义
4. 存储到当前用户的 viking://user/{user_id}/skills/ 路径下
5. 如指定 wait=True，等待向量化完成

代码入口：

• openviking/client/local.py:LocalClient.add_skill - SDK 入口（嵌入式）
• openviking_cli/client/http.py:AsyncHTTPClient.add_skill - SDK 入口（HTTP）
• openviking/server/routers/resources.py:add_skill - HTTP 路由
• openviking/service/resource_service.py:ResourceService.add_skill - 核心服务实现
• crates/ov_cli/src/handlers.rs:handle_add_skill - CLI 处理

2. 接口和参数说明

参数：

参数	类型	必填	默认值	说明
data	Any	否	-	内联技能内容或结构化数据。与 temp_file_id 二选一
temp_file_id	string	否	-	临时上传文件 ID（通过 temp_upload 获取）。与 data 二选一
wait	bool	否	False	是否等待技能处理完成
timeout	float	否	None	超时时间（秒），仅 wait=True 时生效
telemetry	TelemetryRequest	否	False	是否返回遥测数据

补充说明：

• 本地文件处理：

  • Python SDK 和 CLI 可以直接接收本地 SKILL.md 文件或目录。处于 HTTP 模式时，它们会先自动上传，再调用服务端 API。
  • 裸 HTTP 调用有三种推荐方式：
    1. 在 data 中直接传结构化 skill 数据
    2. 在 data 中直接传原始 SKILL.md 内容
    3. 先调用 POST /api/v1/resources/temp_upload 上传本地 SKILL.md 文件/zip 目录，再调用 POST /api/v1/skills 并传入 temp_file_id
    4. temp_upload 默认使用本地临时存储；只有在明确需要分布式共享临时上传时，才传 upload_mode=shared。在 Python HTTP client / CLI 流程里，也可以通过 ovcli.conf 的 upload.mode = "shared" 驱动这一行为
  • POST /api/v1/skills 不接受在 data 中直接传宿主机本地路径。

• 目标规则：

  • Skills 始终是 user-scoped；add_skill 不接受 to、parent 或 root_uri。
  • 不支持 peer-scoped skill 根；actor peer 过滤只作用于 peer memories/resources，不作用于 peer skills。
  • 列出、读取、删除或搜索技能时，可以使用 viking://user/skills/... 作为当前用户短写。

• 支持的数据格式：

  1. 字典（技能格式）：包含 name、description、content 等字段
  2. 字典（MCP Tool 格式）：包含 name、description、inputSchema 字段，会自动检测并转换
  3. 字符串（SKILL.md 内容）：完整的 SKILL.md 内容
  4. 路径（文件或目录）：指向 SKILL.md 文件的路径，或包含 SKILL.md 的目录路径（辅助文件会一并包含）

3. 使用示例

HTTP API：

POST /api/v1/skills
Content-Type: application/json

# 使用内联结构化数据
curl -X POST http://localhost:1933/api/v1/skills \
  -H "Content-Type: application/json" \
  -H "X-API-Key: your-key" \
  -d '{
    "data": {
      "name": "search-web",
      "description": "Search the web for current information",
      "content": "# search-web\n\nSearch the web for current information.\n\n## Parameters\n- **query** (string, required): Search query\n- **limit** (integer, optional): Max results, default 10"
    },
    "wait": true
  }'

# 使用内联 SKILL.md 内容
curl -X POST http://localhost:1933/api/v1/skills \
  -H "Content-Type: application/json" \
  -H "X-API-Key: your-key" \
  -d '{
    "data": "---\nname: my-skill\ndescription: My custom skill\n---\n\n# My Skill\n\nSkill content here."
  }'

# 使用 MCP Tool 格式（自动检测并转换）
curl -X POST http://localhost:1933/api/v1/skills \
  -H "Content-Type: application/json" \
  -H "X-API-Key: your-key" \
  -d '{
    "data": {
      "name": "calculator",
      "description": "Perform mathematical calculations",
      "inputSchema": {
        "type": "object",
        "properties": {
          "expression": {
            "type": "string",
            "description": "Mathematical expression to evaluate"
          }
        },
        "required": ["expression"]
      }
    }
  }'

# 使用本地文件（需先使用 temp_upload 上传）
TEMP_FILE_ID=$(
  curl -s -X POST http://localhost:1933/api/v1/resources/temp_upload \
    -H "X-API-Key: your-key" \
    -F "file=@./skills/my-skill.json" \
  | jq -r '.result.temp_file_id'
)

curl -X POST http://localhost:1933/api/v1/skills \
  -H "Content-Type: application/json" \
  -H "X-API-Key: your-key" \
  -d "{
    \"temp_file_id\": \"$TEMP_FILE_ID\"
  }"

Python SDK：

import openviking as ov

client = ov.SyncHTTPClient(url="http://localhost:1933", api_key="your-key")
client.initialize()

# 方式 1：使用结构化技能数据
skill = {
    "name": "search-web",
    "description": "Search the web for current information",
    "content": """# search-web

Search the web for current information.

## Parameters
- **query** (string, required): Search query
- **limit** (integer, optional): Max results, default 10
"""
}
result = client.add_skill(skill)
print(f"Added: {result['root_uri']}")

# 方式 2：使用 MCP Tool 格式（自动检测并转换）
mcp_tool = {
    "name": "calculator",
    "description": "Perform mathematical calculations",
    "inputSchema": {
        "type": "object",
        "properties": {
            "expression": {
                "type": "string",
                "description": "Mathematical expression to evaluate"
            }
        },
        "required": ["expression"]
    }
}
result = client.add_skill(mcp_tool)
print(f"Added: {result['uri']}")

# 方式 3：从本地 SKILL.md 文件添加
result = client.add_skill("./skills/search-web/SKILL.md")
print(f"Added: {result['uri']}")

# 方式 4：从包含 SKILL.md 的目录添加（辅助文件会一并包含）
result = client.add_skill("./skills/code-runner/")
print(f"Added: {result['uri']}")
print(f"Auxiliary files: {result['auxiliary_files']}")

# 等待处理完成
result = client.add_skill("./skills/my-skill/", wait=True)
client.wait_processed()

Go SDK

result, err := client.AddSkill(ctx, "./skills/my-skill/", &openviking.AddSkillOptions{
    Wait: true,
})
if err != nil {
    return err
}
fmt.Println(result["uri"])

CLI：

# 添加技能（从文件或目录）
ov add-skill ./skills/my-skill.json
ov add-skill ./skills/search-web/SKILL.md
ov add-skill ./skills/code-runner/

# 等待处理完成
ov add-skill ./skills/my-skill/ --wait

# 使用 JSON 输出格式
ov add-skill ./skills/my-skill/ -o json

响应示例：

HTTP API 响应 (JSON)：

{
  "status": "ok",
  "result": {
    "status": "success",
    "root_uri": "viking://user/alice/skills/my-skill",
    "uri": "viking://user/alice/skills/my-skill",
    "name": "my-skill",
    "auxiliary_files": 2,
    "queue_status": {
      "pending": 0,
      "processing": 0,
      "completed": 1
    }
  },
  "telemetry": {
    "operation_id": "550e8400-e29b-41d4-a716-446655440000"
  },
  "time": 0.1
}

CLI 响应（默认表格格式）：

Note: Skill is being processed in the background.
Use 'ov wait' to wait for completion, or 'ov observer queue' to check status.
status          success
root_uri        viking://user/alice/skills/my-skill
uri             viking://user/alice/skills/my-skill
name            my-skill
auxiliary_files 2

CLI 响应（JSON 格式，使用 -o json）：

{
  "status": "success",
  "root_uri": "viking://user/alice/skills/my-skill",
  "uri": "viking://user/alice/skills/my-skill",
  "name": "my-skill",
  "auxiliary_files": 2
}

字段说明：

字段	类型	说明
status	string	处理状态：success 成功，error 失败
root_uri	string	技能在 OpenViking 中的 canonical 最终 URI（同 uri）
uri	string	技能在 OpenViking 中的 canonical 最终 URI（同 root_uri）
name	string	技能名称
auxiliary_files	number	技能附带的辅助文件数量
queue_status	object	（可选，仅当 wait=True 时）队列处理状态，包含 pending、processing、completed 计数

4. 错误处理

同步处理错误：

如果 skill 解析或处理同步失败，裸 HTTP 会返回标准错误 envelope，并使用非 2xx HTTP 状态码：

{
  "status": "error",
  "error": {
    "code": "PROCESSING_ERROR",
    "message": "Skill parse error: invalid skill metadata"
  }
}

Python HTTP SDK 会把该响应映射为对应异常（ProcessingError）。

技能管理操作

Python HTTP SDK 和 Go SDK 都暴露专用技能管理方法。Python 方法包括 list_skills、find_skills、validate_skill、get_skill、update_skill 和 delete_skill；Go 方法包括 ListSkills、FindSkills、ValidateSkill、 GetSkill、UpdateSkill 和 DeleteSkill。通用文件系统、内容和检索方法仍可用于 URI 级访问。

列出技能

Python SDK：

skills = client.list_skills(node_limit=1000)
for skill in skills["skills"]:
    print(skill["name"])

Go SDK：

skills, err := client.ListSkills(ctx, nil)
_ = skills

HTTP API：

curl -X GET "http://localhost:1933/api/v1/skills?node_limit=1000" \
  -H "X-API-Key: your-key"

读取技能

Python SDK：

skill = client.get_skill("search-web", include_content=True, include_files=True)
print(skill["name"])
print(skill.get("content"))

Go SDK：

skill, err := client.GetSkill(ctx, "search-web", &openviking.GetSkillOptions{
    IncludeContent: openviking.Bool(true),
    IncludeFiles:   openviking.Bool(true),
})
_ = skill

HTTP API：

curl -X GET "http://localhost:1933/api/v1/skills/search-web?include_content=true&include_files=true" \
  -H "X-API-Key: your-key"

搜索技能

Python SDK：

results = client.find_skills("search the internet", limit=5)

for skill in results["skills"]:
    print(skill["name"], skill["score"])

Go SDK：

results, err := client.FindSkills(ctx, "search the internet", &openviking.FindSkillsOptions{
    Limit: 5,
})
_ = results

HTTP API：

curl -X POST http://localhost:1933/api/v1/skills/find \
  -H "Content-Type: application/json" \
  -H "X-API-Key: your-key" \
  -d '{
    "query": "search the internet",
    "limit": 5
  }'

校验和更新技能

Python SDK：

validated = client.validate_skill({"name": "search-web", "description": "..."})
updated = client.update_skill("search-web", "./skills/search-web", wait=True)

Go SDK：

validated, err := client.ValidateSkill(ctx, map[string]any{
    "name":        "search-web",
    "description": "...",
}, nil)
updated, err := client.UpdateSkill(ctx, "search-web", "./skills/search-web", &openviking.UpdateSkillOptions{
    Wait: true,
})
_, _ = validated, updated

HTTP API：

curl -X POST http://localhost:1933/api/v1/skills/validate \
  -H "Content-Type: application/json" \
  -H "X-API-Key: your-key" \
  -d '{"data": {"name": "search-web", "description": "..."}}'

删除技能

Python SDK：

client.delete_skill("old-skill")

Go SDK：

deleted, err := client.DeleteSkill(ctx, "old-skill")
_ = deleted

HTTP API：

curl -X DELETE "http://localhost:1933/api/v1/skills/old-skill" \
  -H "X-API-Key: your-key"

最佳实践

清晰的描述

# 好 - 具体且可操作
skill = {
    "name": "search-web",
    "description": "Search the web for current information using Google",
    ...
}

# 不够好 - 过于模糊
skill = {
    "name": "search",
    "description": "Search",
    ...
}

命名一致性建议

技能名称使用 kebab-case：

• search-web（推荐）
• searchWeb（避免）
• search_web（避免）

相关文档

• 资源管理 - 资源的添加和管理
• 文件系统 - 文件和目录操作
• 上下文类型 - 技能概念
• 检索 - 查找技能
• 会话 - 跟踪技能使用情况