3.5 KiB
3.5 KiB
| name | version | description | metadata | |||||||
|---|---|---|---|---|---|---|---|---|---|---|
| gitlink-research-matching | 1.0.0 | 科研协作智能匹配:从贡献者的 commit/PR 活动推断技能画像,按技能互补/研究方向匹配科研合作者,输出协作匹配建议。当课题组寻找技能互补的合作者、科研工作者寻找协作伙伴时触发。覆盖任务四「科研协作智能匹配」场景。 |
|
gitlink-research-matching(科研协作智能匹配 · 科研辅助 Skill)
CRITICAL — 开始前先阅读 ../../../skills/gitlink-shared/SKILL.md。
CRITICAL — 本 Skill 为只读分析,不写入仓库。
CRITICAL — 只用 gitlink-cli,禁止 gh。
定位:任务四科研辅助 Skill(第 4 个)。科研协作常需找"技能互补"的伙伴。本 Skill 从仓库贡献历史推断每个贡献者的技能领域,匹配互补合作者 / 符合研究方向的贡献者。覆盖 PDF「科研协作智能匹配」。
匹配模型
贡献者技能画像(从活动推断)
| commit/PR 涉及 | 推断技能 |
|---|---|
shortcuts/wiki shortcuts/label |
API 封装 / 命令开发 |
skills/ |
Skill 设计 / AI Agent / 文档 |
internal/ cmd/ |
核心架构 / Go |
.github/ .devops/ |
CI/CD / DevOps |
npm/ |
前端 / 跨平台打包 |
examples/ |
工作流 / 场景设计 |
匹配维度
| 维度 | 方法 |
|---|---|
| 🤝 技能互补 | A 擅长 X、B 擅长 Y,X+Y 覆盖完整需求 → 推荐组队 |
| 🎯 研究方向 | 科研方向关键词 → 匹配相关技能的贡献者 |
| 📊 活跃度匹配 | 活跃度相近(协作节奏匹配) |
工作流
Step 1:采集贡献者活动
git log --format="%an|%s" # 每人 commit 涉及的模块(从 message/文件推断)
gitlink-cli pr +list --owner <o> --repo <r> --format json # PR 分支/模块
gitlink-cli issue +list --owner <o> --repo <r> --format json # Issue 关注领域
Step 2:AI 推断技能画像
从每人 commit/PR 涉及的目录/文件,推断技能领域(如 Go核心 / 前端 / Skill设计 / CI)。
Step 3:匹配
- 技能互补对(A+B 覆盖全栈)
- 研究方向匹配(关键词→技能→人)
Step 4:输出匹配建议
## 🤝 科研协作匹配 — <owner>/<repo>
### 贡献者技能画像
| 贡献者 | 擅长领域 | 活跃度 |
|--------|---------|:------:|
| wbtiger | Go核心/统筹/CI | 高 |
| ylly | Wiki/API/Skill设计 | 高 |
### 推荐协作对(技能互补)
1. wbtiger(Go核心+CI) + ylly(API+Skill) → 全栈 AI 工具开发
### 研究方向匹配
方向"AI Agent 工具" → wbtiger/ylly/ZxR/zhangqing(均有 Skill 经验)
关键避坑
| 坑 | 解决 |
|---|---|
| 技能推断需读 commit 文件 | git log --name-only --author=<u> 取涉及文件 |
| 单人项目无法匹配 | 标注"贡献者过少,建议扩充团队" |
| 推断主观 | 结合 commit message + 文件路径双重信号 |
实测落地参考
Gitlink/gitlink-cli:
- wbtiger:涉及 internal/cmd/.github → Go核心 + CI + 统筹
- ylly:涉及 shortcuts/wiki + skills → API + Skill设计 + 文档
- ZxR:shortcuts/label + skills → 命令开发 + Skill
- zhangqing:shortcuts/notification + skills → 命令开发 + Skill 匹配:4 人技能互补(核心+API+命令+Skill),适合组队做 AI 工具开发。
详见 verification.md。