Repo2Skill开源：用AI自动将GitHub项目封装为OpenCode技能

上一篇文章介绍了如何配置 opencode.json 与 oh-my-opencode.json，很多朋友反馈 OpenCode 确实好用，把免费模型都用起来了，于是开始追问：还有没有其他“黑科技”？

你想想看，GitHub 是什么？它堪称是程序员的“军火库”，里面躺着无数大神写好的强大工具：比如视频下载神器 yt-dlp、网站压力测试工具 locust、漏洞扫描器 sqlmap 等等。

但这些工具普遍有一个痛点：参数太难记了！ 就拿下载视频来说，你需要记住像 yt-dlp -f 'bestvideo+bestaudio' --merge-output-format mp4 这样一长串命令。对于不常用的工具，每次使用前还得花时间查文档，效率太低。

换个思路：如果我们把这些工具都封装成 OpenCode 的 Skill（技能），会发生什么？你只需要对 AI 说：“下载这个视频，要最高画质。” AI 就会自动帮你拼接那些复杂的命令行参数，并调用工具执行。

今天，就带你一步步实践，如何将一个 GitHub 开源项目，变成 AI 可以随叫随到的技能。

作为一名极客，我的原则是：如果一件事需要重复做两次，那就写个脚本让它自动完成。 于是，我开发了一个“终极 Skill”，它的核心功能只有一个：“生”技能。它能够把 GitHub、GitLab、Gitee 上的任意开源项目“吞”进去，然后自动“吐”出一个封装好的 OpenCode Skill。

我给它起名叫 Repo2Skill。

30秒“吞噬” yt-dlp 项目

为了演示它的威力，我找了个公认的“硬骨头”：yt-dlp。这是目前全球功能最强大的视频下载工具之一，支持上千个网站，但其命令行参数极其复杂，普通人根本记不住。

在过去，如果你想把它做成一个可用的 Skill，需要：

1. 阅读它长达数千字的文档。
2. 搞清楚它的 Python API 该如何调用。
3. 手动编写 meta.json 来定义各种输入参数和输出格式。

而现在，有了 Repo2Skill，你只需要做一件事：

在 OpenCode 终端输入一行命令：

使用repo2skill，帮我把这个开源工具 https://github.com/yt-dlp/yt-dlp 打包成一个Skill

输入命令后，repo2skill 便会开始自动分析 yt-dlp 项目，并规划如何将其打包封装成一个完整的 Skill。

完成初步分析后，OpenCode 会生成一个详细的规划方案，并向你确认几个关键配置问题，以确保生成的 Skill 符合你的使用环境。

在你根据提示给出答案后，它会继续完善计划。最终，你会看到一个非常明确的实施方案，在获得你的同意后，它就开始自动执行脚本创建、测试验证等一系列工作。

整个过程大约只需 30 秒，一个功能完整的 Skill 就创建完成了。

完成之后，你就可以直接使用这个 Skill 来下载全球超过 200 个网站的视频了！这就是所谓的“降维打击”。我没有手写一行代码，没有研读一行官方文档，就拥有了 yt-dlp 的全部能力。

项目开源：送给所有开发者和极客

我的背景是软件测试，深知一个丰富、高效的工具生态对开发效率的提升有多大。这么好用的工具，藏着掖着没意思，我决定将其完全开源！

项目地址：👉 https://github.com/zhangyanxs/repo2skill

当前支持的核心特性：

• ✅ 支持 GitHub / GitLab / Gitee 项目链接
• ✅ 内置 8 个 API 镜像地址，自动轮换以保证可用性
• ✅ 支持官方 API 与代理访问
• ✅ 请求频率：无 Token 时 60 次/小时，有 Token 时 5000 次/小时
• ✅ 完整的仓库结构与文件内容分析能力
• ✅ 适配 GLM / Gemini / Claude 等多种大语言模型

如何使用 Repo2Skill？

上手流程非常简单：

1. 环境准备：确保你已安装 OpenCode。
2. 安装“母体”：将我的 Repo2Skill 作为一个普通的 Skill 安装到你的 OpenCode 中（这是你唯一需要手动安装的 Skill，此后它就能帮你生成无数其他技能）。
3. 选择目标：找一个你心仪的开源项目（比如 sqlmap, faker, requests 等）。
4. 开始“套娃”：输入指令，坐等 Repo2Skill 为你自动生成专属技能。

通过这种方式，你可以快速地将任何复杂的开源实战项目或命令行工具，转化为一句简单的自然语言指令，极大地提升开发与工作效率。如果你对这类自动化工具和技能封装感兴趣，欢迎到云栈社区交流更多玩法。