Skills¶
Skill 提供一类任务的工作方法和资源路径。模型先看到摘要，需要时再读取详细说明。
创建一个 Skill¶
一个 Skill 至少包含 SKILL.md：
skills/
└── course-summary/
├── SKILL.md
├── scripts/ # 可选
├── references/ # 可选
└── assets/ # 可选
SKILL.md 示例：
---
name: course-summary
description: 把课程笔记整理成简洁的复习提纲。
---
# 课程提纲
1. 先读取用户指定的笔记。
2. 按“核心概念、例子、易错点”整理。
3. 不确定的内容明确标注，不要猜测。
名称必须满足两个条件：
- 使用小写字母、数字和连字符；
name与目录名完全相同。
加载并启用 Skill¶
import os
from pathlib import Path
import bumblehive
config = bumblehive.RuntimeArguments(
model=os.environ["BUMBLEHIVE_MODEL"],
api_key=os.environ["BUMBLEHIVE_API_KEY"],
base_url=os.environ["BUMBLEHIVE_BASE_URL"],
workspace=".",
skills_dir="./skills",
skill_names=["course-summary"],
tool_names=["read_file"],
)
skills_dir 指向包含各个 Skill 子目录的根目录。省略时默认使用 ~/.bumblehive/skills/；目录会在首次安装 Skill 时创建，单纯创建 Runtime 或列出空目录不会创建它。
SkillsManager.set_skills_dir() 可在运行前切换目录，并清空之前的加载缓存；目标目录会在首次安装 Skill 时创建：
manager = bumblehive.SkillsManager()
manager.set_skills_dir(Path("./other-skills"))
该方法适合独立使用 SkillsManager。Runtime 的 Skill 目录仍应通过 RuntimeArguments.skills_dir 在创建时确定，避免配置状态与实际目录不一致。
如果 Skill 位于外部目录，可在已创建的 runtime 中安装到配置的 skills_dir：
runtime.skills.install_skills([Path("./downloaded/course-summary")])
目标目录已存在同名 Skill 时，默认不会覆盖；需要替换时传入 replace=True。已直接放在 skills_dir 中的 Skill 无需重复安装。
模型最初只会看到 Skill 的名称、描述和文件路径。模型需要使用 read_file 打开 SKILL.md，因此启用 Skill 时通常也要开放 read_file。启用 exec 后可以运行其中的脚本，输出位置应明确指定。
在工作目录准备 notes.md，写入需要整理的课程笔记。该 Skill 已位于 skills_dir 下，可以直接加载；在 async main() 中创建 Runtime 并运行：
async with bumblehive.from_config(config) as runtime:
result = await runtime.run("根据 notes.md 生成复习提纲")
print(result.error.message if result.error else result.final_content)
开发时可以检查加载结果：
async with bumblehive.from_config(config) as runtime:
catalog = runtime.skills.list_skills()
print([skill.name for skill in catalog.skills])
for error in catalog.errors:
print(error.path, error.message)
skill_names=None 表示向模型提供全部已加载 Skill 的摘要，[] 表示不提供任何 Skill。正式项目建议明确列出名称。
运行与检查¶
完成模型配置，把以上配置和调用放入 async main()。调用 list_skills() 应能看到 course-summary；错误列表应为空。模型仍需实际读取 Skill，选中名称不代表脚本已经执行。