核心用法
local-skill-manager 是面向 AI 助手 Skill 生态的本地目录管理工具，提供四大核心功能：
1. 查询与列出：扫描系统级和用户级 Skill 目录，输出名称、版本、描述等元数据（list_skills.py）
2. 版本检查：遍历所有 Skill 的 SKILL.md，提取并比对版本信息（check_versions.py）
3. 创建新 Skill：基于标准模板自动生成 scripts/、references/、assets/ 目录结构及 SKILL.md 脚手架（create_skill.py）
4. 安全删除：多层防护机制删除指定 Skill，包含路径格式校验、受保护 Skill 拦截、路径遍历防护、软链接警告及二次确认（delete_skill.py，支持 --dry-run 预览和 --force 强制模式）
显著优点
- 标准化治理：强制统一的目录结构和元数据规范，降低 Skill 维护成本
- 安全防护完备：删除操作具备企业级安全设计，有效预防误删和数据丢失
- 开发效率提升：一键脚手架生成新 Skill，消除重复配置工作
- 多语言触发：支持中英双语命令识别，交互门槛低
潜在缺点与局限性
- 单点依赖：功能高度耦合本地文件系统，无法管理远程或云端 Skill
- 版本对比缺失：仅能提取版本号，无自动更新检查或版本对比机制
- YAML 解析依赖：需额外安装
pyyaml，在隔离环境中可能增加部署复杂度 - 权限边界模糊：未明确说明系统级与用户级 Skill 的权限隔离策略
适合人群
- 重度使用 AI 助手自定义 Skill 的开发者
- 需要维护数十个以上 Skill 的自动化工作流工程师
- 追求开发环境整洁、依赖标准化管理的团队
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 误删风险 | `--force` 参数跳过确认可能误删重要 Skill | 强制使用 `--dry-run` 预览 |
| 路径遍历 | 恶意构造的 Skill 名可能突破目录限制 | 内置路径规范化校验 |
| 依赖失效 | `pyyaml` 未安装导致功能不可用 | 执行前检查 `requirements.txt` |
| 软链接劫持 | 符号链接指向敏感目录 | 删除前检测并警告软链接 |