1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | wiki-llms-txt-microsoft-skills |
| 作者/维护者 | Microsoft（官方仓库 microsoft/skills，该子技能主要提交者 Govind Kamtamneni、Scott Addie） |
| 来源链接 | https://github.com/microsoft/skills/tree/main/.github/plugins/deep-wiki/skills/wiki-llms-txt |
| 许可证 | MIT（数据来自 GitHub API 与 SKILL.md 声明） |
| GitHub Stars | 合集仓库整体 2,864（数据来自 GitHub API，2026-08-06）；该数字属整个 microsoft/skills 仓库，不代表本技能自身热度 |
| Forks | 合集仓库整体 323（数据来自 GitHub API） |
| 最新版本 | 1.0.0（SKILL.md metadata 声明；仓库未创建对应 GitHub Release） |
| 安装方式 | GitHub Copilot CLI 插件市场一条命令安装；其他兼容 Agent Skills 规范的工具（含 Claude Code）可直接复制 SKILL.md 文件 |
2. 功能介绍与亮点
wiki-llms-txt 针对“把已有项目文档变成 AI 能高效读懂的精简摘要文件”这个场景：按照社区正在成型的 llms.txt 规范，生成一份轻量的 llms.txt（1–5 KB，按主题分节、每条链接配一句话说明）以及一份完整内联版 llms-full.txt。
核心亮点：
- 遵循公开规范而非自造格式：严格对齐 llms.txt specification 的结构要求（H1 项目名、摘要引用块、按重要性排序的分节），保证产出物能被其他遵循同一规范的工具或 Agent 直接识别
- 两级粒度覆盖不同场景：
llms.txt做轻量导航（链接 + 摘要），llms-full.txt把每篇文档全文内联，分别满足“快速定位”与“一次性把全部上下文喂给模型”两种需求 - 内容质量有具体的好坏对照表：如“架构总览”这类空泛摘要判劣，“展示 Orleans grain 如何通过至少一次投递的消息传递通信”这类具体描述判优，避免生成敷衍的占位符
- 有降级路径、不强制依赖同插件其他技能：若尚未生成过 Wiki，可退化为直接扫描 README + 源码生成一份最简版
技能本身不引入外部解析引擎或数据库，只调用宿主 Agent 已有的文件读写能力；唯一执行的操作是两条只读 git 命令用于确定仓库来源与默认分支。
3. 适用场景
所属分类：内容创作与知识管理
- 想让自己的开源项目、SDK 或内部代码库被 AI 编程助手更准确理解的维护者
- 需要为项目产出一份符合 llms.txt 规范的标准文件、方便其他 Agent 或工具按规范抓取项目上下文的团队
- 已用 deep-wiki 插件生成过 Wiki 站点、想再产出一份适合塞进模型有限上下文窗口的精简版说明
- 文档规模较大、担心把全部文档一次性喂给模型会超出上下文窗口，需要一份“AI 友好精简版”的开源维护者
4. 跨 Agent 兼容性
- Claude Code：SKILL.md 遵循通用 Agent Skills 规范（YAML front matter + Markdown 指令），可直接复制安装；仓库的
.claude-plugin/marketplace.json声明了 deep-wiki 插件条目，此前用户反馈的插件市场安装报错（issue #189，2026-03-12）已于 2026-03-27 通过 PR #223 合并修复——判定为原生支持。 - GitHub Copilot CLI：官方原生渠道，通过
/deep-wiki:llms命令直接调用。 - Codex / OpenClaw / Hermes Agent：未验证。README 与 SKILL.md 均未提及针对这三者的专门测试或安装说明。
5. 推荐理由
文档写给人看和写给 AI 看是两回事——人可以跳读、靠上下文猜测重点，但模型的上下文窗口有限，塞进去太多内容反而稀释关键信息。llms.txt 这套规范本质是给项目配一份“面向 AI 的精简说明书”。这个技能把生成这份说明书的琐碎工作（挑哪些文档重要、怎么分节、摘要写多细）标准化，还给出了具体的优劣摘要对照示例，避免生成空洞的占位符文本。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 出品方 Microsoft 是公认的一线科技厂商，组织信誉本身构成保底；该子目录目前只有创建提交与一次跨插件的字段规范化提交，尚无独立第三方对该子技能本身的实质迭代或讨论证据；该子技能的热度不能沿用母仓库的整体星数 |
| 可用性 | 8 | 生成规则与验证清单完整，附带具体的优劣摘要对照表；零外部依赖，仅需两条只读 git 命令解析仓库上下文，无需生成过 Wiki 也有可用的降级路径；SKILL.md 未附带一份完整的端到端生成样例 |
| 安全性 | 9 | 见下方检查清单，全部指标良好，无一票否决因素 |
| 综合 | 8.0 | 三项均值 |
安全检查清单：① Shell 命令——仅执行两条只读 git 命令（获取远程地址、判断默认分支），其余为本地文件读写（生成 llms.txt/llms-full.txt），无系统级操作；② 联网外发——无，全部内容源自本地已有文档；③ API Key/凭据——不需要；④ 可疑指令——SKILL.md 正文未见越权指令或隐蔽外发迹象；⑤ 作者信誉——Microsoft 官方仓库；⑥ License——MIT，明确；⑦ 最近维护——该子目录最近一次改动为 2026-04-02，仓库整体持续活跃（2026-08-05 仍有推送）。
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与 wiki-llms-txt 的差异 |
|---|---|---|
| wiki-qa（同一 deep-wiki 插件的姊妹技能） | 针对代码库的单轮问答，答案强制带精确行号引用 | wiki-qa 面向“马上要一个具体问题的答案”，交互式、响应快；wiki-llms-txt 面向“一次性产出整份项目的 AI 可读摘要文件”，是批量生成式，服务的是文档发布阶段而非日常问答 |
| wiki-ado-convert（同一 deep-wiki 插件的姊妹技能） | 把 VitePress/GFM 格式 Wiki 转换为 Azure DevOps Wiki 兼容格式 | 两者都是“文档再加工”类技能，但 wiki-ado-convert 服务的是迁移到特定企业协作平台（Azure DevOps）的团队，受众局限于该平台用户；wiki-llms-txt 遵循的是不限平台的公开 llms.txt 规范，产出物面向任意能读取该文件的 Agent 或工具 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；deep-wiki 插件所在仓库另有若干技能专属的 issue 讨论（如 wiki-qa 相关的 Mermaid 渲染问题 issue #367），但均未直接提及 wiki-llms-txt 或 llms.txt 生成环节。
9. 其他补充
deep-wiki 插件共 10 个子技能，其中 wiki-architect、wiki-page-writer、wiki-onboarding、wiki-vitepress、wiki-researcher、wiki-qa 已作为独立技能收录；wiki-llms-txt 补上了“把已产出的文档压缩成一份面向 AI 的精简说明书”这一环，处在内容生产链路的末端。
10. 安装使用方式
GitHub Copilot CLI（官方原生渠道）：
/plugin marketplace add microsoft/skills
/plugin install deep-wiki@skills安装后可用 /deep-wiki:llms 直接生成，或在对话中直接提出“帮我生成 llms.txt”等需求自动触发。
其他兼容 Agent Skills 规范的工具（含 Claude Code 手动安装）：将以下文件另存为技能目录下的 SKILL.md 即可：
https://raw.githubusercontent.com/microsoft/skills/main/.github/plugins/deep-wiki/skills/wiki-llms-txt/SKILL.md安装后无需重启 Agent；首次生成时会先询问目标仓库是本地专属还是有远程地址，用于决定生成内容里的引用链接格式。
11. 注意事项
- 通过 Copilot CLI 插件市场安装会连带装入整个 deep-wiki 插件（10 个技能 + 命令 + 自定义 agent）；只想用 wiki-llms-txt 单个技能时需手动复制对应 SKILL.md 文件
- 生成效果依赖已有项目文档的质量——若仓库本身文档稀少，技能会退化为基于 README + 源码扫描的最简版，信息密度有限
- 若仓库根目录已存在一份并非由 deep-wiki 生成的
llms.txt，技能会跳过覆盖，需要手动处理冲突 - 版本号固定为 SKILL.md 声明的 1.0.0，仓库未建立正式 GitHub Release，版本追踪需以提交历史为准