Skill Seekers MCP + 嵌入式项目文档助手：Agent 全自动安装指南

本文与配套的 embedded-project-documenter Skill 采用 MIT 许可证。

我需要的不是一个泛用的“把代码复述成 README”工具，而是一套能理解嵌入式工程证据边界的文档工作流：文件存在不等于进入构建，函数定义不等于实际调用，代码实现也不等于已经上板验证。

这套开源配置由两部分组成：

Skill Seekers MCP 3.9.1：负责摄取文档站、GitHub 仓库、PDF、视频和本地代码库。
嵌入式项目文档助手 Skill：负责证据分级、硬件安全边界和教程结构，把工程材料转化为新生教程、作品介绍或技术参考。

完整安装包、Skill 源文件和验证脚本已经放在 GitHub：

打开独立开源仓库

其中的 README.md 是一份可执行的 Agent 指令。把它交给具有本机终端和文件权限的 Agent，并说“按照文档完成安装”，即可开始自动安装。

核验日期：2026-09-17

固定版本：skill-seekers[mcp]==3.9.1

MCP 注册名：skill-seekers

Skill 名称：embedded-project-documenter

为什么不是只安装一个代码分析工具

Skill Seekers 擅长把多种资料转化成结构化知识，但“资料摄取”和“嵌入式教学写作”是两个不同问题。

只做代码扫描容易出现几类错误：

仓库有某个驱动文件，就写成项目正在使用该器件。
头文件定义了频率，就写成真实硬件已经按该频率运行。
README 写有某块开发板，就忽略当前实物的板卡版本。
代码能够编译，就写成闭环控制已经在负载下稳定。
面向新生的第一篇文章先介绍数百个文件的工程架构。

因此，这套配置把职责拆开：MCP 负责取得资料，自定义 Skill 负责判断证据强度、选择文档类型和组织教学路径。

安装后的能力

资料摄取

Skill Seekers 官方包提供文档站、GitHub、PDF、视频、本地代码库等来源的处理能力，并通过 stdio MCP 暴露工具。固定版本在本机真实握手中返回 40 个工具；安装脚本不只检查“进程能启动”，还执行 MCP initialize 和 tools/list。

核心检查至少覆盖：

scrape_docs
scrape_github
scrape_pdf
scrape_codebase
package_skill

工具数量可能随版本变化，因此验证脚本同时检查核心工具集合，而不是只认一个数字。

嵌入式证据分级

自定义 Skill 使用五种状态记录文档断言：

状态	含义
已由配置确认	活动构建配置、链接脚本或生成配置明确支持
已由代码确认	初始化路径或实际调用链明确启用
仅发现文件	文件存在，但未证明参与当前构建或运行
已由实测确认	有日志、测量、波形、视频或验收记录
待确认	当前证据不足，不能写成确定事实

工程构建、硬件连接和运行行为分别使用不同的证据优先级。例如电压、电流、逻辑电平和引脚映射必须以对应板卡版本的原理图、BOM、数据手册或生成配置为依据，不能依靠常见开发板经验补齐。

三种文档模式

新生教程从一个可观察的最小实验开始，依次解释概念、步骤、预期现象和排错方法，最后以“本篇总结”结束。默认不添加“动手练习”“读完后应该能回答”或验收清单。

作品介绍聚焦问题、能力、硬件构成、数据与控制链路、演示证据和当前局限。

技术参考记录工具链版本、构建配置、启动链路、任务与中断、接口映射、诊断入口和待验证项。

目前内置了 TI Code Composer Studio / SysConfig、STM32CubeIDE / CubeMX、Keil MDK、PlatformIO、CMake 和 Make 等常见工具链的证据入口。

安装策略

开源指南要求 Agent 先只读检查，再实施安装：

识别操作系统、CODEX_HOME、Codex CLI、Git 和 Python 版本。
在 <CODEX_HOME>/tools/skill-seekers/.venv 建立隔离虚拟环境。
安装固定版本 skill-seekers[mcp]==3.9.1 并执行 pip check。
完成真实 MCP 握手后，使用 codex mcp add 注册绝对解释器路径。
把 Skill 安装到当前 OpenAI 文档规定的用户级目录 $HOME/.agents/skills/embedded-project-documenter。
检查 Skill YAML、目录结构以及只读工程盘点脚本。
提示用户新建任务或重启 Codex，让工具和 Skill 清单重新加载。

不会把示例中的用户名、盘符或 Python 位置写死到其他人的配置中。已有同名 MCP 或 Skill 时，Agent 必须先比较内容：一致则复用，不一致则备份并报告，不能静默覆盖。

可直接交给 Agent 的提示词

如果已经打开 GitHub 安装包，把其中的 README.md 连同下面这句话交给 Agent 即可：

请严格按照这份 README 完成安装和真实验证。不要只给我命令，也不要把“文件下载成功”说成“当前会话已经加载”。不得输出完整配置或任何凭据；已有同名配置先比较并备份，完成后按文档模板报告版本、路径、MCP 握手、核心工具、Skill 校验、备份和重启要求。

如果只把本文链接发给 Agent，应让它先打开开源安装包中的 README.md，因为 GitHub 版本还包含完整 Skill 文件和可直接运行的 MCP 验证脚本。

验证过的结果

本配置在 Windows 上使用 Python 3.12 和 Codex CLI 完成过以下验证：

skill-seekers 3.9.1 安装成功。
pip check 无损坏依赖。
Skill Seekers 和 MCP SDK 模块导入成功。
stdio MCP initialize / tools/list 成功，共发现 40 个工具。
Codex MCP 注册项使用隔离虚拟环境中的绝对 Python 路径。
自定义 Skill 结构校验和 Python 编译检查通过。
对真实 TI CCS 小车资料目录的只读盘点成功识别 .project、.cproject 和 .syscfg 等证据入口。
不存在目录能够返回结构化错误和非零退出状态。

这些结果说明安装链路可用，不代表任何其他用户的嵌入式工程已经完成构建或上板验证。

安全边界

基础安装不要求把 API Key 写进 Codex 配置。
不打印完整 config.toml、环境变量或认证对象。
不抓取、上传或发布用户代码来证明 MCP 可用。
不关闭安全软件来绕过 Windows 文件锁。
不杀死无法确认归属的 Python 进程。
卸载时只处理本指南创建的精确 MCP 条目和目录，不用整个配置文件覆盖回滚。
Skill Seekers 中的上传、发布和外部模型功能需要用户另行明确授权。

官方依据

OpenAI 官方文档说明可以通过 codex mcp add 注册 stdio MCP，并通过 codex mcp list 检查；用户级 Skill 由包含 SKILL.md 的目录组成，当前文档列出的个人安装位置为 $HOME/.agents/skills。配置变化后应重启 Codex。

开源与许可

本文、自动安装指南、验证脚本和 embedded-project-documenter 自定义 Skill 使用 MIT License。Skill Seekers、OpenAI Codex 和其他第三方组件遵循各自许可证；本项目不镜像或重新授权第三方软件。