7.7 KiB

Raw Blame History

title	description
Jetski/Cortex + Gemini 集成指南	如何在不超出上下文窗口的情况下,在 Jetski/Cortex 中使用 antigravity-awesome-skills 的 1,465+ 技能。

Jetski/Cortex + Gemini:与 1,465+ 技能的安全集成

本指南展示如何将 antigravity-awesome-skills 仓库与基于 Jetski/Cortex + Gemini (或类似框架)的代理集成,而不会超出模型的上下文窗口。

在 Jetski/Cortex 中看到的典型错误是:

TrajectoryChatConverter: could not convert a single message before hitting truncation

问题不在于技能本身,而在于加载方式。

1. 应避免的反模式

切勿:

在启动时读取所有 skills/*/SKILL.md 目录;
将所有 SKILL.md 的内容连接到单个系统提示词中;
为每次请求重新注入整个库。

对于超过 1,465 个技能,这种方法在添加用户消息之前就填满了上下文窗口,导致截断错误。

2. 推荐模式

关键原则:

轻量级清单: 使用 data/skills_index.json 来了解存在哪些技能,而无需加载完整文本。
延迟加载: 仅针对对话中实际调用的技能(例如,当出现 @skill-id 时)读取 SKILL.md。
显式限制: 对每轮加载的最大技能数/tokens数施加限制,并提供清晰的回退机制。
路径安全: 在读取 SKILL.md 之前,验证清单中的路径是否保持在 SKILLS_ROOT 内。

推荐的流程是:

引导: 在代理启动时读取 data/skills_index.json 并构建 id -> meta 映射。
消息解析: 在调用模型之前,从用户/系统消息中提取所有 @skill-id 引用。
解析: 使用引导映射将找到的 id 映射到 SkillMeta 对象。
延迟加载: 仅针对这些 id 读取 SKILL.md 文件(最多可达可配置的最大值)。
提示词构建: 构建模型的系统消息,仅包含所选技能的定义。

3. `skills_index.json` 的结构

文件 data/skills_index.json 是一个对象数组,例如:

{
  "id": "brainstorming",
  "path": "skills/brainstorming",
  "category": "planning",
  "name": "brainstorming",
  "description": "Use before any creative or constructive work.",
  "risk": "safe",
  "source": "official",
  "date_added": "2026-02-27"
}

关键字段:

id: 在 @id 提及中使用的标识符(例如 @brainstorming)。
path: 包含 SKILL.md 的目录(例如 skills/brainstorming/)。

要获取技能定义的路径:

fullPath = path.join(SKILLS_ROOT, meta.path, "SKILL.md")。

注意: SKILLS_ROOT 是安装仓库的根目录(例如 ~/.agent/skills)。

4. 集成伪代码 (TypeScript)

完整示例位于: docs/integrations/jetski-gemini-loader/。

4.1. 基本类型

type SkillMeta = {
  id: string;
  path: string;
  name: string;
  description?: string;
  category?: string;
  risk?: string;
};

4.2. 引导:加载清单

function loadSkillIndex(indexPath: string): Map<string, SkillMeta> {
  const raw = fs.readFileSync(indexPath, "utf8");
  const arr = JSON.parse(raw) as SkillMeta[];
  const map = new Map<string, SkillMeta>();
  for (const meta of arr) {
    map.set(meta.id, meta);
  }
  return map;
}

4.3. 解析消息以查找 `@skill-id`

const SKILL_ID_REGEX = /@([a-zA-Z0-9-_./]+)/g;

function resolveSkillsFromMessages(
  messages: { role: string; content: string }[],
  index: Map<string, SkillMeta>,
  maxSkills: number
): SkillMeta[] {
  const found = new Set<string>();

  for (const msg of messages) {
    let match: RegExpExecArray | null;
    while ((match = SKILL_ID_REGEX.exec(msg.content)) !== null) {
      const id = match[1];
      if (index.has(id)) {
        found.add(id);
      }
    }
  }

  const metas: SkillMeta[] = [];
  for (const id of found) {
    const meta = index.get(id);
    if (meta) metas.push(meta);
    if (metas.length >= maxSkills) break;
  }

  return metas;
}

4.4. `SKILL.md` 文件的延迟加载

async function loadSkillBodies(
  skillsRoot: string,
  metas: SkillMeta[]
): Promise<string[]> {
  const bodies: string[] = [];

  for (const meta of metas) {
    const fullPath = path.join(skillsRoot, meta.path, "SKILL.md");
    const text = await fs.promises.readFile(fullPath, "utf8");
    bodies.push(text);
  }

  return bodies;
}

4.5. 构建 Jetski/Cortex 提示词

在 TrajectoryChatConverter 之前的预处理阶段的伪代码:

async function buildModelMessages(
  baseSystemMessages: { role: "system"; content: string }[],
  trajectory: { role: "user" | "assistant" | "system"; content: string }[],
  skillIndex: Map<string, SkillMeta>,
  skillsRoot: string,
  maxSkillsPerTurn: number,
  overflowBehavior: "truncate" | "error" = "truncate"
): Promise<{ role: string; content: string }[]> {
  const referencedSkills = resolveSkillsFromMessages(
    trajectory,
    skillIndex,
    Number.MAX_SAFE_INTEGER
  );
  if (
    overflowBehavior === "error" &&
    referencedSkills.length > maxSkillsPerTurn
  ) {
    throw new Error(
      `Too many skills requested in a single turn. Reduce @skill-id usage to ${maxSkillsPerTurn} or fewer.`
    );
  }

  const selectedMetas = resolveSkillsFromMessages(
    trajectory,
    skillIndex,
    maxSkillsPerTurn
  );

  const skillBodies = await loadSkillBodies(skillsRoot, selectedMetas);

  const skillMessages = skillBodies.map((body) => ({
    role: "system" as const,
    content: body,
  }));

  return [...baseSystemMessages, ...skillMessages, ...trajectory];
}

建议: 添加 token 估算以在上下文窗口接近限制时截断或总结 SKILL.md。此仓库的参考加载器还支持显式回退: overflowBehavior: "error"。

5. 处理上下文溢出

为避免用户难以理解的错误,请设置:

安全阈值(例如上下文窗口的 70-80%);
每轮最大技能数限制(例如 5-10)。

超过阈值时的策略:

减少包含的技能数量(例如,根据最近使用或优先级);或
向用户返回明确的错误,例如:

"在此轮中请求了太多技能。减少消息中的 @skill-id 数量或将其分为多个步骤。"

6. 推荐的测试场景

场景 1 - 简单消息 ("hi")
- 没有 @skill-id → 不加载 SKILL.md → 提示词保持较小 → 无错误。
场景 2 - 少量技能
- 包含 1-2 个 @skill-id 的消息 → 仅加载相关的 SKILL.md → 无溢出。
场景 3 - 大量技能
- 包含许多 @skill-id 的消息 → 激活 maxSkillsPerTurn 限制或 token 检查 → 无静默溢出。

7. 技能子集和捆绑包

进一步控制:

将不需要的技能移至 skills/.disabled/ 以在某些环境中排除它们;
使用 docs/users/bundles.md 中描述的捆绑包仅加载主题组。

8. 如果您已经在崩溃循环中,在 Windows 上恢复

如果主机在截断错误后继续重新打开相同的损坏轨迹:

删除有问题的技能或包;
删除 Antigravity 使用的本地存储 / 会话存储 / IndexedDB;
清空 %TEMP%;
使用延迟加载和显式限制重新启动。

完整指南:

docs/users/windows-truncation-recovery.md

为防止问题再次出现:

当您更喜欢显式失败时,保持 overflowBehavior: "error";
继续验证解析的路径是否保持在 skillsRoot 内。

9. 总结

切勿将所有 SKILL.md 连接到单个提示词中。
使用 data/skills_index.json 作为轻量级清单。
基于 @skill-id 按需加载技能。
设置明确的限制(每轮最大技能数、token 阈值)。

遵循此模式,Jetski/Cortex + Gemini 可以安全、可扩展且与现代模型的上下文窗口兼容的方式使用整个 antigravity-awesome-skills 库。

7.7 KiB Raw Blame History