CodeBuddy 配置管理器#

触发条件#

当用户输入包含以下意图时触发本 Skill：

• 配置/安装/更新/检测某个 CodeBuddy 组件
• 需要安装或管理 MCP/Skill/Plugin/Model/CLI 工具
• 需要验证 CodeBuddy 配置状态

输入解析#

输入参数#

用户需提供以下信息（通过自然语言解析）：

参数类型必填说明默认行为config_typestring是配置类型： model / mcp / skill / cli / plugin / other-config_namestring是要配置的内容名称-config_urlstring否配置获取网址若未提供，自动搜索互联网获取最新配置信息config_scopestring否global (全局) 或 project (项目)默认为 project

输入解析示例#

text

用户: "帮我安装一个名为 python-tools 的 MCP Server，从 https://example.com/mcp.json 获取配置，全局安装"
→ 解析结果: { type: "mcp", name: "python-tools", url: "https://example.com/mcp.json", scope: "global" }

用户: "检测一下有没有安装 browser-use 这个 Skill"
→ 解析结果: { type: "skill", name: "browser-use", url: null, scope: "project" }

用户: "安装 playwright 这个 CLI 工具"
→ 解析结果: { type: "cli", name: "playwright", url: null, scope: "project" }

---

工作流#

阶段 1: 状态检测#

调用: bash scripts/check_status.sh {config_type} {config_name} {config_scope}

集成提示: 如需跨目录搜索（如搜索全局和项目的多个技能目录），可使用 [subagent:code-explorer] 辅助检测。

检测目标:

配置类型检测路径状态判定MCP~/.codebuddy/mcp.json 或 {project}/.codebuddy/mcp.json``mcpServers.{name} 配置块存在Skill~/.codebuddy/skills-marketplace/skills/{name}/ 或 {project}/.codebuddy/skills/{name}/目录存在且包含 SKILL.mdPlugin~/.codebuddy/settings.json → enabledPlugins键存在且值为 trueModelIDE 设置 / 环境变量存在 API Key 或端点配置CLIcommand -v {name}PATH 中存在可执行文件

输出格式:

json

{
  "exists": true/false,
  "status": "enabled" | "disabled" | "error" | "not_found",
  "version": "当前版本号或 null",
  "needs_update": true/false,
  "details": "详细状态描述"
}

判定逻辑:

• exists=true 且 status=normal → 返回"已存在无需操作"，终止流程
• exists=true 且 needs_update=true → 进入阶段 2（更新模式）
• exists=false → 进入阶段 2（安装模式）

---

阶段 2: 安装/更新#

2a: 获取配置信息

当 config_type 为 skill / other 或需要从外部获取配置信息时，按以下优先级获取：

优先级 1: 直接使用 config_url

若用户已提供 config_url：

• 使用 curl -sL 或 wget -qO- 下载
• 对于 MCP 类型，尝试解析为 JSON 并写入 mcp.json
• 对于 Skill 类型，尝试下载为 zip 包或 SKILL.md

优先级 2: 使用 [skill:agent-browser] 自动搜索

当未提供 config_url 时，调用 [skill:agent-browser] 进行互联网搜索：

markdown

1. 调用 [skill:agent-browser] 搜索关键词:
   - "CodeBuddy {config_name} {config_type} 安装"
   - "{config_name} 文档 配置"

2. 目标页面类型:
   - 官方 GitHub 仓库: 查找 README、配置文件示例
   - npm 包页: 查找安装命令、依赖
   - 官方文档: 查找配置指南

3. 需要提取的信息:
   - 安装命令和方式
   - 配置文件模板（JSON/YAML）
   - 依赖要求（Python 包、npm 包等）
   - 版本信息和更新日志

4. 输出整理为结构化数据:
   - install_command: string
   - config_template: JSON object or null
   - dependencies: string[]
   - version: string

优先级 3: 使用 [skill:playwright-cli] 精细化提取

当 [skill:agent-browser] 搜索结果不精确或需要与页面交互（如下载需要展开的文档页面）时：

markdown

1. 调用 [skill:playwright-cli] 打开目标页面
2. 交互操作（如点击展开按钮、滚动加载等）
3. 提取精确的配置信息
4. 与 agent-browser 结果合并

优先级 4: 综合推理

当上述搜索均无法获取足够信息时：

markdown

1. 基于 {config_name} 和 {config_type} 做合理推断
2. 使用 [subagent:code-explorer] 在全局已安装配置中查找相似案例
3. 参考 references/config-structures.md 中的格式模板
4. 提供最佳猜测配置并标注"需人工确认"

---

2b: 按类型执行安装/更新

MCP Server → 脚本 + agent-browser

执行 bash scripts/install_mcp.sh {name} {scope} {command} [args...]

agent-browser 集成: 当需要查找 MCP Server 的启动命令时：

1. [skill:agent-browser] 搜索 "{name} mcp server github install"
2. 从搜索结果提取 command 和 args
3. 调用 install_mcp.sh 安装

示例:

text

搜索 "python-tools mcp server" → 发现 python-tools 需要 "python -m mcp_server"
→ install_mcp.sh python-tools global python -m mcp_server

---

Skill → 脚本 + find-skills + skill-creator

第一步: 搜索 Marketplace ← [skill:find-skills]

调用方式：

markdown

1. 调用 [skill:find-skills] 搜索 {config_name}
2. 从搜索结果获取:
   - 精确匹配的 Skill 名称
   - 模糊匹配的推荐列表（名称、描述、版本）
   - 安装方式（一键安装或手动）

3. 处理搜索结果:
   - 找到精确匹配 → 确认是否已存在，不存在则安装
   - 找到模糊匹配 → 按相似度排序，选择最佳匹配
   - 未找到 → 进入第二步（自定义创建）

搜索后处理示例：

text

搜索 "browser-use" → 找到精确匹配 Skill "browser-use"
→ 执行 install_skill.sh browser-use project

搜索 "custom-slack" → 未在 marketplace 找到
→ 进入第二步：使用 skill-creator 创建

第二步: 自定义创建 ← [skill:skill-creator]

当 marketplace 中未找到时：

markdown

1. 调用 [skill:skill-creator] 创建自定义 Skill:
   - 输入: {config_name} 名称、描述
   - 输出: 完整的 Skill 目录结构

2. skill-creator 会生成:
   - SKILL.md 文件（含 YAML frontmatter、工作流模板）
   - scripts/ 目录（如需要）
   - references/ 目录（如需要）

3. 创建完成后:
   - 检查 SKILL.md 的 YAML frontmatter 是否完整
   - 确认版本号是否正确
   - 调用 check_status.sh 验证

---

Plugin → 脚本 + agent-browser

执行 bash scripts/install_plugin.sh {name}

agent-browser 集成: 当需要查找插件对应的 marketplace 源时：

markdown

1. [skill:agent-browser] 搜索 "CodeBuddy {name} plugin"
2. 确定 marketplace 标识（如 codebuddy-plugins-official）
3. 执行 install_plugin.sh {name} --marketplace {marketplace}

---

Model → 引导 + agent-browser

markdown

1. [skill:agent-browser] 搜索 "{name} API 配置 教程"
2. 提取 API Key 获取方式、Endpoint URL
3. 引导用户在 IDE 设置中配置
4. 提示用户设置环境变量（如需要）

---

CLI 工具 → 脚本

执行 bash scripts/install_cli.sh {name}

脚本自动检测 brew/npm/pip3/cargo/go 中可用的包管理器。

---

其他类型 (other) → agent-browser 优先

markdown

1. 调用 [skill:agent-browser] 搜索 "{name} 安装 {config_type}"
2. 根据搜索结果确定具体安装方式
3. 若搜索结果不足，使用 [skill:playwright-cli] 精细化搜索
4. 按获取到的信息执行自定义安装流程

---

阶段 3: 验证配置#

调用: bash scripts/verify_config.sh {config_type} {config_name} {config_scope} {operation}

流程:

1. 再次调用阶段 1 的检测逻辑
2. 比对预期状态与实际结果
3. 输出结构化的验证报告

输出格式:

json

{
  "overall_status": "success" | "partial" | "failed",
  "config_type": "mcp",
  "config_name": "python-tools",
  "scope": "global",
  "operation": "install" | "update",
  "target_path": "/Users/dxc/.codebuddy/mcp.json",
  "previous_status": {"exists": false, "status": "not_found"},
  "final_status": {"exists": true, "status": "normal", "version": "1.0.0"},
  "steps": [
    {"step": "状态检测", "status": "passed", "detail": "检测到未安装"},
    {"step": "配置获取", "status": "passed", "detail": "从 URL 获取配置成功"},
    {"step": "依赖安装", "status": "passed", "detail": ""},
    {"step": "配置写入", "status": "passed", "detail": "已写入 mcp.json"},
    {"step": "验证确认", "status": "passed", "detail": "配置正常，版本 1.0.0"}
  ],
  "recommendations": ["重启 IDE 以应用配置更改"]
}

---

外部技能集成指南#

本部分详细说明如何在各个工作流阶段调用和利用外部技能。

1. [skill:agent-browser] 集成#

调用时机:

• 阶段 2a 获取配置信息时（未提供 config_url）
• 查找 MCP Server 的启动命令和参数
• 查找 Plugin 对应的 marketplace
• 查找 Model 的 API 配置信息
• 任意 other 类型的配置信息搜索

调用方式:

markdown

[skill:agent-browser] 搜索关键词

关键词模板:
- "{config_name} codebuddy {config_type}"
- "{config_name} install config tutorial"
- "{config_name} github {project_type}"

预期输出解析:

markdown

agent-browser 返回的页面内容需提取:
1. 安装命令（从 README 或文档中提取）
2. 配置文件示例（JSON/YAML 块）
3. 依赖列表（如需要 pip install xxx）
4. 版本号（从 release 页面或 package.json 提取）

提取后的信息格式化为:
- command: string        # 可执行命令
- args: string[]         # 命令参数
- env: {key: value}      # 环境变量
- dependencies: string[] # 需要额外安装的包
- version: string        # 最新版本号

错误处理:

markdown

- 若 agent-browser 搜索失败（页面加载超时等）:
  1. 尝试 [skill:playwright-cli] 替代搜索
  2. 若仍失败，提示用户手动提供 config_url
  3. 使用 references/config-structures.md 中的模板生成默认配置

- 若搜索结果不包含所需信息:
  1. 尝试多个关键词组合搜索
  2. 搜索官方文档站而非 GitHub
  3. 提示用户部分信息缺失，建议补全

---

2. [skill:playwright-cli] 集成#

调用时机:

• agent-browser 无法满足需求时（需要交互操作）
• 需要从动态加载的文档页面提取内容
• 需要下载文件或填写表单

调用方式:

markdown

[skill:playwright-cli] navigate {url}
→ 等待页面加载 → 提取内容

如需要交互:
[skill:playwright-cli] click {selector}
[skill:playwright-cli] fill {selector} {value}
[skill:playwright-cli] screenshot {path}

---

3. [skill:find-skills] 集成#

调用时机:

• 阶段 2b 处理 config_type=skill 时
• 需要在 marketplace 中搜索匹配的 Skill

调用方式:

markdown

[skill:find-skills] {config_name}

输出处理:

markdown

find-skills 返回结果格式（预期）:
- 精确匹配: { name: "xxx", version: "x.x.x", description: "..." }
- 模糊匹配: [ { name: "xxx", score: 0.95 }, ... ]
- 无匹配: null

处理逻辑:
1. 精确匹配 → 直接安装
2. 模糊匹配且最高分 > 0.7 → 确认后安装
3. 否则 → 使用 skill-creator 创建

---

4. [skill:skill-creator] 集成#

调用时机:

• [skill:find-skills] 未找到匹配时
• 用户主动要求创建自定义 Skill

调用方式:

markdown

[skill:skill-creator] {config_name}

生成后的工作:

markdown

1. 确认 skill-creator 生成的目录结构完整
2. 检查 SKILL.md 包含:
   - ✅ YAML frontmatter (name, description, version)
   - ✅ 清晰的触发条件
   - ✅ 完整的工作流定义
   - ✅ 错误处理说明
3. 执行 check_status.sh 验证:
   - 目录存在
   - SKILL.md 非空
   - 版本号正确
4. 报告创建结果给用户

---

5. [subagent:code-explorer] 集成#

调用时机:

• 阶段 1 状态检测时（跨目录搜索）
• 需要枚举全局/项目的技能、插件列表时
• 验证阶段需要检查配置目录结构时

调用方式:

markdown

[subagent:code-explorer] 探索以下目录:
- ~/.codebuddy/skills-marketplace/skills/
- {project}/.codebuddy/skills/
- ~/.codebuddy/plugins/marketplaces/
- ~/.codebuddy/mcp.json

---

完整调用流程示例#

示例 A: 安装 MCP Server（含 agent-browser 搜索）#

text

用户输入: "安装 python-tools 这个 MCP Server"

1. check_status.sh mcp python-tools project
   → {"exists": false, "status": "not_found"}

2. [skill:agent-browser] 搜索 "python-tools mcp server github"
   → 找到 GitHub 仓库, 提取安装信息:
     command: "python"
     args: ["-m", "python_mcp_tools"]

3. install_mcp.sh python-tools project python -m python_mcp_tools
   → {"success": true, "message": "安装成功"}

4. check_status.sh mcp python-tools project
   → {"exists": true, "status": "enabled"}

5. verify_config.sh mcp python-tools project install
   → {"overall_status": "success", ...}

示例 B: 安装 Skill（含 find-skills + skill-creator 集成）#

text

用户输入: "安装一个数据分析 Skill"

1. check_status.sh skill data-analyst project
   → {"exists": false, "status": "not_found"}

2. [skill:find-skills] data-analyst
   → 未找到精确匹配
   → 模糊匹配: "data-analysis-toolkit" (0.82), "data-viz-assistant" (0.65)

3. 用户选择: 创建自定义 Skill

4. [skill:skill-creator] data-analyst
   → 生成 .codebuddy/skills/data-analyst/SKILL.md

5. check_status.sh skill data-analyst project
   → {"exists": true, "status": "enabled", "version": "1.0.0"}

示例 C: 搜索并安装未知配置（other + agent-browser + playwright-cli）#

text

用户输入: "配置一个 k8s-tools 组件，不知道它属于什么类型"

1. config_type = "other", 执行全面检测
   check_status.sh other k8s-tools project
   → {"exists": false, "status": "not_found"}

2. [skill:agent-browser] 搜索 "k8s-tools codebuddy"
   → 搜索不到相关信息

3. [skill:playwright-cli] 搜索更精确的页面
   → 发现 k8s-tools 是一个 CLI 工具

4. config_type 更新为 "cli"
   install_cli.sh k8s-tools
   → 通过 brew 安装成功

5. verify_config.sh cli k8s-tools project install
   → {"overall_status": "success", ...}

---

依赖扩展清单#

必须集成的外部技能#

技能调用阶段用途失败回退[skill:agent-browser]2a自动搜索互联网配置信息尝试 [skill:playwright-cli]``[skill:playwright-cli]2a精细化页面交互和内容提取提示用户提供 URL[skill:find-skills]2b (skill)在 marketplace 搜索 Skill使用 [skill:skill-creator]``[skill:skill-creator]2b (skill)自定义创建 Skill生成基本模板

辅助 SubAgent#

SubAgent调用阶段用途[subagent:code-explorer]1, 3跨目录搜索配置状态

---

错误处理#

场景处理方式配置类型不支持返回提示，说明支持的配置类型列表网络连接失败提示网络异常，建议重试或使用本地配置agent-browser 搜索无结果尝试 playwright-cli，若仍失败则提示用户提供 URLfind-skills 无匹配提示用户使用 skill-creator 创建依赖安装失败列出失败原因和建议解决方案配置文件格式错误尝试修复或提示手动编辑版本不兼容提示兼容性问题，推荐兼容版本权限不足提示需要管理员权限的命令

边界情况#

• 配置已存在且正常: 直接返回"已配置，无需操作"，不执行任何变更
• 配置已存在但需要更新: 执行更新操作，保留原有配置中的自定义部分
• 配置不存在但配置目录也不存在: 先创建配置目录结构，再安装
• 多种配置类型同名: 依次检查所有类型
• URL 无法访问: 回退到互联网搜索
• 项目级配置但项目下无 .codebuddy/: 自动创建 .codebuddy/ 目录
• agent-browser 返回空结果: 尝试 playwright-cli 替代搜索
• 搜索结果模糊: 列出多个候选，由用户选择或根据相关度排序

使用示例#

示例 1: 安装 MCP Server（从指定 URL）#

text

用户: "帮我安装一个名为 python-tools 的 MCP Server，从 https://example.com/mcp/config.json 获取，全局安装"
流程:
1. 检测 → MCP python-tools 不存在
2. 从 URL 获取配置信息
3. 写入 /Users/dxc/.codebuddy/mcp.json
4. 安装依赖（如果命令需要 Python 包）
5. 验证 → 配置正常

示例 2: 安装 Skill（自动搜索 + find-skills + skill-creator）#

text

用户: "安装一个数据分析 Skill"
流程:
1. 检测 → Skill data-analyst 不存在
2. [skill:agent-browser] 搜索 Data Analysis Skill 相关信息
3. [skill:find-skills] data-analyst → 搜索 marketplace
4. 若未找到 → [skill:skill-creator] data-analyst → 生成自定义 Skill
5. 验证 → 配置完成

示例 3: 检测并更新已有配置#

text

用户: "检查一下 MCP python-tools 是否需要更新"
流程:
1. 检测 → MCP python-tools 存在，版本 1.0.0
2. [skill:agent-browser] 搜索最新版本 → 最新为 2.0.0
3. 执行更新
4. 验证 → 已更新到 2.0.0

示例 4: 搜索并安装未知类型的配置#

text

用户: "帮我配置一个 k8s-debug 工具"
流程:
1. 尝试检测所有类型 → 均未找到
2. [skill:agent-browser] 搜索 "k8s-debug codebuddy"
3. 发现是 CLI 工具 → 更新 config_type 为 cli
4. [skill:agent-browser] 搜索安装方式 → 使用 brew install k8s-debug
5. install_cli.sh k8s-debug → 安装成功
6. 验证 → 配置完成