Skills（skills/cnb-skill/SKILL.md）：为 LLM 提供自然语言指导，说明如何使用工具
CNB MCP 脚本（skills/cnb-skill/scripts/cnb-mcp.py）：Python 脚本，调用 CNB 官方 MCP HTTP API
工具定义（internal/cli/tools.go）：定义 execute_bash 工具供 LLM 调用
工具执行器（internal/cli/executor.go）：执行工具调用并返回结果
LLM 客户端（internal/llm）：OpenAI 兼容 API 包装器，支持 function calling
CLI（internal/cli）：交互式和单次命令模式，实现工具调用循环
配置（internal/config）：配置管理

设计理念

这个项目采用了简洁的架构设计：

Go 程序负责 LLM 调用和 CLI - 保持代码简单
通过 Skill 指导 LLM - 使用自然语言描述如何操作
Function Calling 机制 - LLM 通过 OpenAI function calling 调用工具
Python 脚本调用 CNB MCP - 通过 HTTP API 访问 CNB 平台
完整的工具循环 - 自动执行工具并将结果返回给 LLM

快速开始

前置要求

Go 1.25 或更高版本
Python 3.6 或更高版本
curl 命令（用于调用 CNB MCP HTTP API）
CNB 账户和 API Token
OpenAI 兼容的 LLM API 访问权限（OpenAI、DeepSeek、通义千问等）

从源码安装

git clone https://cnb.cool/znb/learn-skills.git
cd learn-skills
go build -o learn-skills

安装完成后，将二进制文件移动到 PATH 中（可选）：

# macOS/Linux
sudo mv learn-skills /usr/local/bin/

# 或者添加到用户目录
mv learn-skills ~/.local/bin/

配置

Learn Skills 支持两种配置方式：配置文件和环境变量。

方式 1：配置文件（推荐）

在项目根目录创建 config.yaml：

llm:
  api_key: "sk-..."                       # LLM API 密钥
  base_url: "https://api.openai.com/v1"  # API 端点
  model: "gpt-4"                          # 模型名称

cnb:
  token: "your-cnb-token"                 # CNB 访问令牌

方式 2：环境变量

export OPENAI_API_KEY="sk-..."
export OPENAI_BASE_URL="https://api.openai.com/v1"
export OPENAI_MODEL="gpt-4"
export CNB_TOKEN="your-cnb-token"

常见 LLM 提供商配置示例

OpenAI

llm:
  api_key: "sk-..."
  base_url: "https://api.openai.com/v1"
  model: "gpt-4"

DeepSeek

llm:
  api_key: "sk-..."
  base_url: "https://api.deepseek.com/v1"
  model: "deepseek-chat"

阿里通义千问

llm:
  api_key: "sk-..."
  base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1"
  model: "qwen-plus"

智谱 AI

llm:
  api_key: "..."
  base_url: "https://open.bigmodel.cn/api/paas/v4"
  model: "glm-4.7"

获取 CNB Token

访问 CNB 平台
进入设置 → 访问令牌
创建新令牌并赋予所需权限：
- repo-code:r（读取仓库代码）
- 根据需要添加其他权限

测试 CNB MCP 脚本

在运行助手之前，你可以先测试 CNB MCP 脚本是否正常工作：

# 设置 CNB Token
export CNB_TOKEN="your-cnb-token"

# 列出可用工具
python3 skills/cnb-skill/scripts/cnb-mcp.py list-tools

# 测试调用（示例）
python3 skills/cnb-skill/scripts/cnb-mcp.py call query_knowledge query="CI/CD"

使用方法

交互式模式

启动对话会话：

./learn-skills

示例交互：

Learn Skills> 列出我的仓库
找到 3 个仓库：
1. demo/web-app（main，2 天前更新）
2. demo/backend（master，1 周前更新）
3. demo/mobile（main，3 周前更新）

Learn Skills> 如何配置 webhook？
根据 CNB 文档：

要在 CNB 中配置 webhook：
1. 进入项目设置页面
2. 选择"集成与插件" → "Webhook"
3. 点击"添加 Webhook"
4. 输入 webhook URL 并选择触发事件
...

参考文档：https://docs.cnb.cool/zh/guide/webhook

Learn Skills> exit
再见！

单次命令模式

执行单个命令：

./learn-skills "列出我的仓库"
./learn-skills "触发 demo-app 主分支的构建"
./learn-skills "如何设置 CI/CD 流水线？"

特殊命令（交互模式）

exit 或 quit - 退出助手
clear - 清除对话历史
help - 显示帮助信息

示例查询

仓库操作

"列出我的所有仓库"
"显示 demo-app 仓库中的分支"
"获取 backend-service 仓库的详细信息"

流水线管理

"触发 demo-app 主分支的构建"
"显示构建 #123 的状态"
"列出最近的构建记录"

知识库

"如何配置 webhook？"
"CNB 的 CI/CD 功能有哪些？"
"如何设置远程开发工作空间？"

工作流程

用户输入
   ↓
CLI 解析（交互式/单次命令）
   ↓
加载 CNB Skill → 系统提示词
   ↓
LLM API 调用（附带 execute_bash 工具定义）
   ↓
LLM 决定调用 execute_bash 工具
   ↓
Go 程序执行 Bash 命令 (skills/cnb-skill/scripts/cnb-mcp.py)
   ↓
Python 脚本调用 CNB MCP HTTP API → CNB 平台
   ↓
返回结果给 Go 程序
   ↓
Go 程序将结果返回给 LLM
   ↓
LLM 生成最终响应
   ↓
显示给用户

💡 详细架构说明：想了解完整的架构设计和实现细节，请阅读 SKILL_ARCHITECTURE.md

开发指南

项目结构

learn-skills/
├── main.go                               # 入口点
├── go.mod                                # Go 模块
├── config.yaml.example                   # 配置示例文件
├── skills/
│   └── cnb-skill/                        # CNB Skill 定义
│       ├── SKILL.md                      # Skill 描述文档
│       └── scripts/
│           └── cnb-mcp.py                # MCP 客户端脚本
├── internal/
│   ├── config/                           # 配置管理
│   ├── llm/                              # LLM 客户端
│   └── cli/                              # CLI 模式
└── docs/
    └── plans/                            # 设计和实施文档