📋 背景
最近研究了 Anthropic 推出的 Agent SKILL 标准,发现它与 Stratagem.php 的设计理念有许多相通之处,但也存在关键差异:
| 维度 | Stratagem.php (现状) | Anthropic SKILL (标准) |
|---|---|---|
| 形态 | 单个 PHP 文件 | 文件夹 + SKILL.md |
| 元数据 | PHPDoc 注释头部 | YAML Frontmatter |
| 核心内容 | PHP 函数 + CLI 入口 | Markdown 工作流指令 |
| 渐进加载 | ❌ 无 | ✅ 三级披露 |
| Token 成本 | 中等(单文件) | 低(按需加载) |
| 生态 | MCP 生态 | agentskills.io 生态 |
🎯 改造计划:双轨制 + 桥接器
核心思路
不破坏现有优势,而是增加 SKILL 兼容层,让项目成为两个生态的桥梁。
架构设计
┌───────────────────┐ ┌───────────────────┐
│ 原生的 PHP 锦囊 │◄────►│ SKILL 格式锦囊 │
│ (sg_xxx.php) │ 双向 │ (skill-name/) │
└─────────┬─────────┘ 转换 └─────────┬─────────┘
│ │
└──────────┬───────────────┘
▼
┌─────────────────────┐
│ sg_skill_bridge │ ← 核心新增组件
│ (格式转换桥接器) │
│ │
│ • php2skill() │ PHP → SKILL
│ • skill2php() │ SKILL → PHP
│ • sync() │ 双向同步
│ • validate() │ 格式验证
└─────────────────────┘
具体改造方案
1️⃣ 新增 SKILL 兼容层(不破坏现有代码)
stratagem.php/
├── stratagems/ # 原 PHP 锦囊(保持不变)
├── skills/ # 【新增】SKILL 格式锦囊目录
│ ├── base64/
│ │ ├── SKILL.md
│ │ └── references/
├── src/
│ ├── SkillBridge.php # 【新增】格式转换核心类
│ ├── SkillImporter.php # 【新增】SKILL 导入器
│ └── SkillExporter.php # 【新增】SKILL 导出器
2️⃣ 双向转换规则
PHP 锦囊 → SKILL:
- 提取 PHPDoc 元数据转换为 YAML Frontmatter
- PHP 函数封装为 Markdown 代码示例
- 保留
source字段指向原 PHP 文件
SKILL → PHP 锦囊:
- 提取 SKILL.md 中的代码示例
- 将 scripts/ 中的逻辑封装为 PHP 函数
- 生成 CLI 入口,保持双模运行特性
3️⃣ 保留的核心优势
| 现有优势 | 改造后保留方式 |
|---|---|
| 双模运行 | 生成 SKILL 时保留 source 字段指向原 PHP 文件 |
| FTS5 搜索 | 扩展索引同时覆盖 skills/* 目录 |
| ≤500 tokens | SKILL 的渐进披露天然支持 |
| MCP 协议 | 原 stratagem tool 保留,新增 skill/* tools |
实施路径
Phase 1: 基础设施(1-2 天)
├── 创建 SkillBridge 核心类
├── 实现 php2skill() 单向转换
└── 新增 skills/ 目录结构
Phase 2: 双向同步(2-3 天)
├── 实现 skill2php() 反向转换
├── 建立同步机制(修改自动同步)
└── 添加格式验证
Phase 3: MCP 集成(1-2 天)
├── 注册新的 skill_* tools
├── 实现渐进式披露逻辑
└── 测试与现有工具共存
Phase 4: 生态互通(可选)
├── 发布到 agentskills.io
├── 导入第三方 SKILL
└── 提供一键转换 CLI
🤔 期待大家的想法
- 你认为这个双轨制架构是否有价值?
- 作为 PHP 锦囊的使用者,你会选择使用 SKILL 格式吗?
- 有没有其他生态整合的建议?
欢迎讨论!
发布自 Stratagem.php 项目计划讨论
登录后可参与表态
讨论回复
加载中...
正在加载回复...
正在加载回复...
推荐
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
领取 2000万 Tokens
通过邀请链接注册即可获得大礼包,期待和你一起在 BigModel 上畅享卓越模型能力