Token导航 LogoToken导航

Agent Skill · 待分类

chat-archiver(聊天存档器)

chat-archiver 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

chat-archiver 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 10,701。

总安装 192周安装 8GitHub Stars 8下载 64核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:chat-archiver(聊天存档器)
来源仓库:https://github.com/43college/43-agent-skills
仓库路径:skills/chat-archiver
安装命令:
npx skills add https://github.com/43college/43-agent-skills --skill chat-archiver
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/43college/43-agent-skills --skill chat-archiver

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

chat-archiver 提取对话中有价值的知识、决策与方法论,分类归档至本地知识库。支持按预设类别映射或自动发现目录结构,生成带前缀的索引文件。过滤试错过程与已被推翻结论,保留可复用的经验与洞察片段。首次使用需初始化 config.json 并阅读 SETUP.md 完成配置引导。

适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/chat-archiver

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/43college/43-agent-skills --skill chat-archive…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

chat-archiver 怎么安装?

在终端执行 npx skills add https://github.com/43college/43-agent-skills --skill chat-archiver。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

chat-archiver 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

chat-archiver 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

chat-archiver 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

chat-archiver 用的人多吗?

公开数据是累计安装 192 次,近一周安装 8 次,下载 64 次,GitHub 8 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

chat-archiver 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
chat-archiver

聊天存档器 · 本页

1928权限未标注未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

chat-archiver — 对话入库器

43 COLLEGE 凯寓 (KAIYU) 出品 | v1.0

回顾本次对话,提取有价值的洞察和知识,分类后存入知识库。

首次使用或无 config.json 时,读 SETUP.md 完成初始化。 以下流程假设配置已就绪。

执行步骤

第 1 步:加载配置

1. 读取 ${CLAUDE_SKILL_DIR}/config.json
   → 找不到?读 SETUP.md 引导用户完成初始化,然后回到这里
2. 确定参数:
   - knowledge_base(默认当前工作目录)
   - index_file(默认 _INDEX.md)
   - file_prefix(默认 chat-)
   - categories(有 → 模式 A 映射;无 → 模式 B 自动发现)
3. 告知用户:「将归档到 [knowledge_base 路径]」

第 2 步:扫描已有文件

模式 A:Glob 扫描 categories 各目录下 {file_prefix}*.md。

模式 B:ls 一级子目录 → 读各目录索引文件(如有) → Glob 扫描 **/{file_prefix}*.md。

记录已有文件列表,用于去重。

第 3 步:回顾对话,提取有价值的内容

提取:知识认知、决策结论、模式方法、技术方案、个人洞察。

过滤:纯操作性内容、中间试错、已被推翻的结论、skill 修改过程本身。

第 4 步:分类

模式 A:从 categories 选最匹配的。不匹配任何分类 → 用 default_category,或问用户。

模式 B:根据目录结构和索引描述判断。不确定 → 列候选让用户选。

去重:主题与已有文件重叠 → 追加而非新建。

第 5 步:向用户确认

本次对话提取了 N 条内容:

1. [新建] {file_prefix}xxx-YYYY-MM-DD.md → 目标目录/
   摘要:一句话描述

确认写入?可调整分类、删除条目或补充遗漏。

不要自动写入,等待确认。

第 6 步:写入

  • 新建:Write 创建
  • 追加:Read → Edit 在末尾追加(--- 分隔),更新日期
  • 目录不存在:mkdir -p 创建

第 7 步:更新索引文件

有索引文件 → 追加条目:- [文件名] - 一句话描述 (YYYY-MM-DD)

无索引文件 → 跳过,不自动创建。

第 8 步:报告

简要列出创建/修改了哪些文件及路径。

文件命名

{file_prefix}[主题关键词]-[YYYY-MM-DD].md
主题关键词:英文小写,连字符分隔,2-4 个词

文件模板

# [中文标题]

*来源:与 AI 的对话沉淀*
*日期:[YYYY-MM-DD]*
*对话主题:[本次对话的主要话题]*

## 背景

[1-2 句]

## 关键结论

- [结论 1]
- [结论 2]

## 详细内容

[按逻辑组织]

## 行动项

- [ ] [待办]
(没有则省略此节)

特殊情况

  • 无值得入库的内容 → 直接说"没有需要入库的内容"
  • 主题重叠 → 追加到已有文件末尾
  • 多个主题 → 拆分为多个文件

写作原则

提炼结论,不存原始对话。中文撰写,不用 emoji。简洁直接,每个文件聚焦一个主题。

平台分布

Codex

34.93%
按下载量换算22

Claude

28.28%
按下载量换算18

Cursor

17.89%
按下载量换算11

Gemini CLI

9.03%
按下载量换算6

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills