github · niuhuluzhihao · Sep 11, 2026
@@ -257,6 +257,7 @@ See [CONTRIBUTING.md](../CONTRIBUTING.md#adding-skills) for guidelines on how to
 | [latchshot-page-capture](../skills/latchshot-page-capture/SKILL.md)<br />`gh skills install github/awesome-copilot latchshot-page-capture` | Use this skill when a user needs a screenshot, website thumbnail, full-page capture, or PDF of a public HTTP(S) webpage saved as a local artifact through Latchshot, including report, QA, archive, and social-preview workflows. Do not use it for private or authenticated pages, raw HTML, scraping or extraction, arbitrary browser actions, CAPTCHA or anti-bot bypass, or local-file capture. | `scripts/latchshot.mjs` |
 | [legacy-circuit-mockups](../skills/legacy-circuit-mockups/SKILL.md)<br />`gh skills install github/awesome-copilot legacy-circuit-mockups` | Generate breadboard circuit mockups and visual diagrams using HTML5 Canvas drawing techniques. Use when asked to create circuit layouts, visualize electronic component placements, draw breadboard diagrams, mockup 6502 builds, generate retro computer schematics, or design vintage electronics projects. Supports 555 timers, W65C02S microprocessors, 28C256 EEPROMs, W65C22 VIA chips, 7400-series logic gates, LEDs, resistors, capacitors, switches, buttons, crystals, and wires. | `references/28256-eeprom.md`<br />`references/555.md`<br />`references/6502.md`<br />`references/6522.md`<br />`references/6C62256.md`<br />`references/7400-series.md`<br />`references/assembly-compiler.md`<br />`references/assembly-language.md`<br />`references/basic-electronic-components.md`<br />`references/breadboard.md`<br />`references/common-breadboard-components.md`<br />`references/connecting-electronic-components.md`<br />`references/emulator-28256-eeprom.md`<br />`references/emulator-6502.md`<br />`references/emulator-6522.md`<br />`references/emulator-6C62256.md`<br />`references/emulator-lcd.md`<br />`references/lcd.md`<br />`references/minipro.md`<br />`references/t48eeprom-programmer.md` |
 | [linkedin-post-formatter](../skills/linkedin-post-formatter/SKILL.md)<br />`gh skills install github/awesome-copilot linkedin-post-formatter` | Format and draft compelling LinkedIn posts using Unicode bold/italic styling, visual separators, structured sections, and engagement-optimized patterns. USE FOR: draft LinkedIn post, format text for LinkedIn, create social media post, write thought leadership post, convert content to LinkedIn format, LinkedIn carousel text, Unicode bold italic formatting. | `references/unicode-charmap.md` |
+| [llmfill](../skills/llmfill/SKILL.md)<br />`gh skills install github/awesome-copilot llmfill` | AI Word form filling — auto-fill any .docx form, questionnaire, survey, or template using reference documents, a knowledge base, or web search. Complete DDQs, due diligence questionnaires, compliance forms, applications, and checklists automatically. Built for document automation and batch form completion. | `examples/build-kb.md`<br />`examples/fill-a-form.md`<br />`references/api-account.md`<br />`references/api-documents.md`<br />`references/api-knowledge.md`<br />`references/curl-guide.md`<br />`references/errors.md`<br />`scripts/api_client.py`<br />`scripts/config.py`<br />`scripts/llmfill.py`<br />`tests/test_llmfill.py` |
 | [lsp-setup](../skills/lsp-setup/SKILL.md)<br />`gh skills install github/awesome-copilot lsp-setup` | Enable code intelligence (go-to-definition, find-references, hover, type info) for any programming language by installing and configuring an LSP server for Copilot CLI. Detects the OS, installs the right server, and generates the JSON configuration (user-level or repo-level). Use when you need deeper code understanding and no LSP server is configured, or when the user asks to set up, install, or configure an LSP server. | `references/lsp-servers.md` |
 | [make-repo-contribution](../skills/make-repo-contribution/SKILL.md)<br />`gh skills install github/awesome-copilot make-repo-contribution` | All changes to code must follow the guidance documented in the repository. Before any issue is filed, branch is made, commits generated, or pull request (or PR) created, a search must be done to ensure the right steps are followed. Whenever asked to create an issue, commit messages, to push code, or create a PR, use this skill so everything is done correctly. | `assets/issue-template.md`<br />`assets/pr-template.md` |
 | [markdown-to-html](../skills/markdown-to-html/SKILL.md)<br />`gh skills install github/awesome-copilot markdown-to-html` | Convert Markdown files to HTML similar to `marked.js`, `pandoc`, `gomarkdown/markdown`, or similar tools; or writing custom script to convert markdown to html and/or working on web template systems like `jekyll/jekyll`, `gohugoio/hugo`, or similar web templating systems that utilize markdown documents, converting them to html. Use when asked to "convert markdown to html", "transform md to html", "render markdown", "generate html from markdown", or when working with .md files and/or web a templating system that converts markdown to HTML output. Supports CLI and Node.js workflows with GFM, CommonMark, and standard Markdown flavors. | `references/basic-markdown-to-html.md`<br />`references/basic-markdown.md`<br />`references/code-blocks-to-html.md`<br />`references/code-blocks.md`<br />`references/collapsed-sections-to-html.md`<br />`references/collapsed-sections.md`<br />`references/gomarkdown.md`<br />`references/hugo.md`<br />`references/jekyll.md`<br />`references/marked.md`<br />`references/pandoc.md`<br />`references/tables-to-html.md`<br />`references/tables.md`<br />`references/writing-mathematical-expressions-to-html.md`<br />`references/writing-mathematical-expressions.md` |

@@ -0,0 +1,191 @@
+---
+name: llmfill
+description: |
+  AI Word form filling — auto-fill any .docx form, questionnaire, survey, or template using reference documents, a knowledge base, or web search. Complete DDQs, due diligence questionnaires, compliance forms, applications, and checklists automatically. Built for document automation and batch form completion.
+# 机器可读权限声明（最小权限范围，工具/平台可据此做准入校验）
+permissions:
+  network:
+    hosts: [ "https://www.llmfill.com", "https://llmfill.com" ]   # 唯一默认端点；自定义 origin 需用户显式批准
+    purpose: 上传待填文档/知识库资料，下载填写结果
+  file_read:
+    paths: [ "用户指定的 .docx 表单与参考文档", "~/.llmfill/config.json" ]
+  file_write:
+    paths: [ "用户指定输出目录（填写结果 .docx）", "~/.llmfill/（配置与缓存）" ]
+  env:
+    vars: [ "LLMFILL_BASE_URL", "LLMFILL_API_KEY", "LLMFILL_ALLOW_INSECURE_HTTP", "LLMFILL_API_TOKEN" ]
+  shell:
+    commands: [ "python scripts/llmfill.py" ]   # 仅此一个入口脚本，纯标准库
+---
+
+# LLMFill Skill
+
+## 何时使用
+
+当用户需要 **AI 自动填写 Word 文档 (.docx) 中的表单、问卷、清单、模板**，
+且答案需要从参考资料、知识库或联网搜索中提取时，使用本 skill。
+
+**触发场景（出现以下说法即适用）：**
+
+中文：
+
+- "帮我填一下这个 Word 文档 / 把这个 docx 填了"
+- "根据这份资料填写模板 / 照着 A 文档填 B 文档"
+- "尽职调查问卷 / DDQ 填写"
+- "合规问卷 / 调查表 / 申请表 自动填写"
+- "批量填表 / 自动作答 / AI 填表"
+- "建个知识库 / 把这些资料上传给 AI 用"
+- "用知识库回答问题 / 基于资料答题"
+
+English:
+
+- "Fill out this Word form / questionnaire / checklist"
+- "Auto-fill this docx template using reference documents"
+- "Complete a DDQ / due diligence questionnaire"
+- "Fill forms from a knowledge base"
+- "AI form filling / document auto-completion"
+- "Batch fill multiple Word documents"
+- "Extract answers from PDFs and fill Word forms"
+- "Build a knowledge base for answering forms"
+
+**不适用场景：**
+
+- 简单的 `{{占位符}}` 文本替换
+- 纯本地处理、不允许文档上传到第三方服务的场景
+
+**核心命令映射：**
+
+- 填写文档 -> `fill`
+- 建知识库 -> `kb create` + `kb upload`
+- 查余额/令牌状态 -> `whoami`
+- 接口发现 -> `discover`
+
+## 安全与数据处理
+
+**必读：本 skill 会将用户文档上传至 LLMFill 远程服务 (llmfill.com)。**
+
+**权限边界（最小化声明）**——本 skill 仅需要以下能力，不应越界：
+
+- **网络**：仅访问 `https://www.llmfill.com`（自定义端点须显式批准，见下）
+- **文件读**：仅用户指定的 .docx / 上传文件路径
+- **文件写**：仅 `~/.llmfill/`（配置/缓存）与结果下载目录
+- **环境变量**：`LLMFILL_API_KEY` / `LLMFILL_BASE_URL` / `LLMFILL_ALLOW_INSECURE_HTTP`
+  / `LLMFILL_API_TOKEN`（`--token-env` 仅接受这两个令牌变量名，不读取其它变量）
+- **Shell**：仅运行本目录 `scripts/llmfill.py`（Python 3.10+ 标准库，零第三方依赖）
+
+- **数据上传提示**：执行 `fill`、`kb upload` 等上传命令前，如文档包含机密、受监管或内部敏感信息，必须先确认用户同意将该文档发送到
+  llmfill.com 服务器处理。
+- **API 凭证管理**：API 令牌（`aif_` 开头）为长效凭证，必须安全存储。
+    - 令牌落于 `~/.llmfill/config.json`（权限 600），由**用户本人**配置，agent 全程不接触令牌。
+    - 令牌泄露时立即到 https://www.llmfill.com/profile 删除并重建
+- **服务端点**：默认锁定 `https://www.llmfill.com`。改用自定义地址（自建/代理）须
+  `config --base <url> --allow-custom`（或交互式确认）显式批准，批准绑定到精确
+  origin 并持久化；必须为 HTTPS（本地明文 HTTP 测试需设 `LLMFILL_ALLOW_INSECURE_HTTP=1`）。
+- **知识库删除**：执行 `kb rm` 前确认目标知识库 ID，删除不可恢复；命令内置确认（交互环境需输入 y，非交互环境必须带 `--yes`）。
+- **结果校验**：AI 生成的填写内容可能有误差，正式使用前请人工复核。
+
+## 首次配置（必须）
+
+**第一步：确认运行通道**
+
+```bash
+python --version 2>/dev/null || python3 --version 2>/dev/null
+```
+
+- **有 Python（3.10+）**-> 用下方 CLI 命令（推荐：自动轮询/下载/错误解析）
+- **无 Python** -> 用 curl 直接调 API，完整操作手册见 `references/curl-guide.md`
+  （curl 在 Windows 10+/Linux/macOS 均自带，功能完全等价）
+
+**第二步：配置 API Key**
+
+> **agent 场景（默认运行方式）——不要碰令牌**：让**用户本人**在终端跑一次
+> `python scripts/llmfill.py config`（getpass 交互，令牌不进聊天/日志），或直接
+> 把令牌写进 `~/.llmfill/config.json` 的 `api_key` 字段。配置完后续所有命令
+> （fill / kb / whoami）自动读该文件，agent 全程无需接触令牌。
+
+仅当你在自己的 shell / CI 里、令牌已作为**真实环境变量**存在时：
+
+```bash
+python scripts/llmfill.py config --token-env LLMFILL_API_TOKEN
+```
+
+（`--token-env` 读的是真实环境变量，避免令牌出现在命令行历史；agent 平台的
+secrets 不会注入本地脚本，故 agent 场景请走上面的「用户本人配置」，勿用此命令。）
+
+令牌获取：引导用户去 https://www.llmfill.com/profile 注册登录 ->「API 密钥」
+-> 创建令牌 -> 复制 `aif_` 开头字符串（忘记可随时点"查看令牌"再次获取，令牌永久不变）。
+
+配置存于 `~/.llmfill/config.json`（权限 600）。**服务地址默认内置
+`https://www.llmfill.com`，无需输入**；自建/代理部署改用 `--base` 指定自定义
+地址，并加 `--allow-custom` 显式批准（或交互式确认），批准结果持久化到
+`approved_origins`。直接编辑 `base_url` 字段、或只设 `LLMFILL_BASE_URL` 不会
+生效（fail-closed，防令牌/文档被静默发往第三方）。本地明文 HTTP 测试需设
+`LLMFILL_ALLOW_INSECURE_HTTP=1`。
+
+注意：注册新用户（邮箱验证）必须在网页完成，无法通过本 skill 注册。
+
+## 核心命令
+
+所有命令加 `--json` 可获得机器可读输出（推荐 agent 使用）。
+
+```bash
+# 智能填写：上传 -> 自动轮询 -> 下载结果到模板所在目录
+python scripts/llmfill.py fill 表单.docx
+python scripts/llmfill.py fill 尽调问卷.docx --kb kb-xxx --source hybrid
+python scripts/llmfill.py fill a.docx b.docx --clean          # 只下纯净版（默认两个版本都下）
+python scripts/llmfill.py fill-status b_xxx                   # 查批次进度
+python scripts/llmfill.py fill-download b_xxx --clean --out ./结果/
+
+# 知识库
+python scripts/llmfill.py kb ls                               # 列出
+python scripts/llmfill.py kb create --name "公司资料" --desc "..."
+python scripts/llmfill.py kb upload kb-xxx 资料.pdf 手册.docx  # 入库（自动轮询）
+python scripts/llmfill.py kb docs kb-xxx                      # 列文档（含入库状态）
+python scripts/llmfill.py kb rm kb-xxx --yes                  # 删除（不可恢复，非交互须 --yes）
+
+# 账号
+python scripts/llmfill.py whoami                              # 令牌自检 + 余额
+python scripts/llmfill.py discover                            # 接口自动发现
+```
+
+## 关键语义
+
+- **计费**（按 token 用量）：费用知情的三个节点--
+  ① **提交后**：fill 立即打印「预估费用约 X 元（实际以处理结果为准）」，
+  取 upload 响应的 `cost_estimate`，与后端入队前校验同口径；
+  ② **上传时**：余额不足 llm-office 入队前直接拒单（402 `INSUFFICIENT_QUOTA`），
+  message 含本次预估费用与充值指引；
+  ③ **完成时**：实扣金额从 status 的 `tasks[].cost` 提取，fill 返回
+  `actual_cost`，**向用户汇报以它为准**。不会白跑算力。
+- **答案来源** `--source`：`knowledge_base`（仅知识库）/ `internet`（联网）/
+  `hybrid`（混合，默认）/ `llm_only`（纯大模型，忽略 kb）。
+- **异步与完成通知**：fill 与 kb upload 是异步任务，命令内部自动轮询（约
+  30 分钟超时），**无需用户/agent 手动建轮询 automation**——fill 单条命令
+  完成「上传 → 轮询 → 下载 → 主动汇报实际费用与结果绝对路径」，完成即报告。
+  kb upload 的入库进度由文档列表 `parse_status` 派生（kb docs 可查）。
+- **阶段进度**：处理分 5 阶段 `upload → generate_questions → retrieve_questions
+  → fill_answers → finalize`，其中 `retrieve_questions`（检索知识库）最耗时，
+  进度可能长时间停在 60% 附近——这是正常的检索等待，不是卡死。fill 会在进度
+  后附带「阶段：检索知识库」提示（服务端 status 的 `tasks[].stages` 提供）。
+- **结果路径**：fill 默认下载到**第一个模板所在目录**（`--out` 覆盖），并**同时
+  下载标注版（`_processed.docx`）与纯净版（`_clean.docx`）两个文件**，完成时打印
+  两个绝对路径；`--clean` 只下纯净版。
+- **认证**：所有请求带 `X-Auth-Token: aif_xxx` 头（不是 Authorization: Bearer）。
+
+## 排错
+
+- `INVALID_TOKEN`：令牌无效/已删除 -> 重新 `config`（网页上删除令牌会使其立即失效；令牌永久有效、可反复查看，不存在"重置"）
+- `NETWORK_ERROR`：base URL 不通或服务维护
+- `QUOTA_EXCEEDED`：知识库数/文件数超上限（默认 10 个/库）
+- `FILE_TOO_LARGE`：单文件超 10MB
+- `METHOD_NOT_ALLOWED` / `NOT_FOUND`：接口不存在（如试图直接检索--本 skill 不提供）
+- 完整错误码表见 `references/errors.md`
+
+## 深入阅读（按需加载）
+
+- `references/curl-guide.md` - **无 Python 环境的 curl 操作指南**（等价功能）
+- `references/api-documents.md` - 文档填写接口详解
+- `references/api-knowledge.md` - 知识库接口详解
+- `references/api-account.md` - 账号/配置/whoami
+- `references/errors.md` - 统一错误码表
+- `examples/fill-a-form.md` - 端到端填写示例（含轮询细节）
+- `examples/build-kb.md` - 建库-入库示例
@@ -0,0 +1,50 @@
+# 示例：从零建知识库供 AI 填写使用
+
+场景：用户说"把这几份产品手册传上去，之后填表时让 AI 从里面找答案"。
+
+> ⚠️ **隐私提示**：`kb upload` 会把资料文件上传到 `llmfill.com` 存储并用于
+> 后续检索。上传前请确认有权外发这些内容（产品手册等可能含内部信息）；机密、
+> 个人数据、受监管文档不要直接上传，先脱敏或征得授权。
+
+## 1. 建库
+
+```bash
+$ python scripts/llmfill.py kb create --name "产品资料" --desc "产品手册与政策文档"
+已创建知识库 kb-7c3e（产品资料）
+```
+
+## 2. 上传资料（自动轮询入库状态）
+
+```bash
+$ python scripts/llmfill.py kb upload kb-7c3e 手册A.pdf 手册B.md
+手册A.pdf：已提交，轮询入库状态…
+手册A.pdf：入库完成（可检索）
+手册B.md：已提交，轮询入库状态…
+手册B.md：入库完成（可检索）
+```
+
+入库进度由文档列表 parse_status 派生（服务端异步解析、分块、向量化）。
+单文件 ≤10MB，每库默认 10 个文件（`QUOTA_EXCEEDED` 时先删旧）。
+
+## 3. 确认入库状态
+
+```bash
+$ python scripts/llmfill.py kb docs kb-7c3e
+知识库 kb-7c3e 共 2 个文档：
+  a1b2c3d4e5f6…  手册A.pdf（completed）
+  9f8e7d6c5b4a…  手册B.md（completed）
+```
+
+`parsing` = 还在解析；`failed` = 解析失败，删除后重传。
+
+## 4. 填表时挂载知识库
+
+```bash
+$ python scripts/llmfill.py fill 退货申请表.docx --kb kb-7c3e --source knowledge_base
+费用预估：0.3 元（后端按页计费，实际以处理结果为准）
+已提交批次 b_9f2a（1 个文件），开始轮询处理进度…
+处理完成（completed），结果已下载：./退货申请表_processed.docx、./退货申请表_clean.docx
+```
+
+`--source knowledge_base` 强制只从知识库取答案（可溯源）；`hybrid`
+会联网补充；`llm_only` 忽略知识库纯用大模型。