cloud
2.0 KiB
2.0 KiB
name, description
| name | description |
|---|---|
| edge-framework-learner | edge_collector 框架、SDK、协议库和工具链学习沉淀规范。用于需要学习并沉淀 ONNX Runtime、RKNN、FOCAS SDK、Snap7、Drogon、React/Vite、Playwright、交叉编译工具链、AI Provider SDK 等新技术，并生成适合本仓库使用的 skill 或技术笔记。 |
edge_collector 技术学习沉淀
适用场景
- 用户要求“学习某框架并生成 skill”。
- 新接入第三方 SDK、协议库、AI Provider 或模型推理框架。
- 当前知识可能过期，需要联网查官方文档。
- 需要把一次调研变成后续可复用的项目规则。
信息来源
优先级：
- 官方文档、官方仓库、官方示例。
- 当前仓库已有实现和构建脚本。
- 设备或 SDK 随包文档。
- 社区资料，仅用于补充，并标注来源。
涉及外部技术版本、接口或模型能力时必须联网确认，避免凭记忆。
学习输出
技术定位
适用版本
当前项目使用场景
安装与依赖
最小可用示例
项目集成方式
构建/部署注意事项
常见错误
验证命令
是否需要新增 skill
生成 skill 时
- 名称使用小写短横线。
- 放到
.agents/skills/<name>/SKILL.md。 - frontmatter 只保留
name和description。 - 内容必须面向
edge_collector，不要生成通用教程。 - 复杂资料可放
references/，但优先保持 SKILL.md 简洁。 - 用
skill-creator的quick_validate.py校验。
本项目集成检查
新增技术必须检查：
- 是否影响
collector稳定性。 - 是否需要新增第三方库目录和架构分层。
- 是否需要修改
package.sh或scripts/migrate_edge.sh。 - 是否会引入运行配置覆盖风险。
- 是否需要 82/97/94/87 或云平台验证。
- 是否需要文档区分用户说明和技术细节。
输出语气
给用户的是选型和落地建议，不堆砌官方概念；每条建议都要说明对当前工程的影响。