代码缓存复用

技能简介

Raysurfer 是一个代码缓存系统，用于存储和检索 AI 代理执行过程中产生的代码片段。通过该技能，可在编写新代码前优先查询历史缓存，并在代码验证成功后上传共享。

业务背景

开发团队常重复解决相似技术问题，AI生成代码也存在冗余计算。该系统沉淀历史有效方案形成组织级代码资产，新任务优先匹配复用经投票验证的片段，减少重复开发成本；同时通过成功反馈机制持续净化缓存质量，让团队经验转化为可共享的生产力。

落地案例：后端工程师需编写Python脚本批量解析PDF表格，先调用搜索查询"PyPDF2提取表格数据"，系统返回社区缓存的3个代码片段及成功率评分。选用评分最高的方案执行通过后，反馈"成功"以提升该片段权重；若自行优化了异常处理逻辑，则通过upload指令将新版本存入缓存，供后续同事直接复用。

能做什么

• 按任务描述搜索已缓存的代码解决方案
• 获取社区公开的代码片段（GitHub 爬取）
• 对缓存代码进行投票反馈（成功/失败）
• 将新生成的有效代码上传至缓存库

使用说明

环境准备

需设置环境变量 RAYSURFER_API_KEY 作为 API 认证凭证。

安装依赖

本技能提供 Python、TypeScript (Bun)、Bash 三种可运行脚本，无需额外安装包管理器依赖，直接调用即可。

基本用法

1. 搜索缓存：调用 /raysurfer [任务描述]，系统返回匹配代码块及评分
2. 判定使用：若最高匹配分 ≥0.7 且好评占优，直接使用；否则参考改写或重新生成
3. 投票反馈：使用缓存代码后，上报执行结果（成功/失败）
4. 上传新代码：调用 /raysurfer upload 将刚生成的有效代码存入缓存

脚本示例

# 搜索
python search.py "解析CSV并绘制图表"

# 上传
python upload.py "生成柱状图" chart.py

输入与输出

见下方输入与输出表格。

风险提示

• API 密钥需通过环境变量配置，禁止硬编码到命令或文件中
• 仅上传执行成功的代码，避免污染缓存质量
• API 不可达时自动降级为常规代码生成，不阻塞任务
• 公开代码片段来源为社区爬取，使用前需人工审核安全性

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/ryx2/raysurfer/SKILL.md
来源类型：GitHub 仓库