老师您好，关于这章的内容，我有两个问题想请教一下： 1.如果一个 project 里面，有多个 git 仓库，pr-changelog-generator 这个 skill 又该怎么应对比较好呢？这种情况下，「针对哪个仓库执行 git log 这个命令」这件事应该怎么处理比较好呢？ 我目前能想到几种方案： a) 参数化：将“仓库路径”或“仓库标识符”设计为skill的一个输入参数。AI在调用时，根据对话上下文动态填充这个参数。但是不可避免的是：bash 命令并不完全固定，AI 必须现场构造参数，作为 bash 命令的一部分； b) 多脚本：维护两个独立的、但内容几乎相同的脚本（例如 skill_repoA.sh和 skill_repoB.sh），它们的唯一区别是内置的仓库路径。AI根据上下文选择调用哪一个。 c) 两个独立skill：直接为两个仓库创建两个完全独立的skill。（但我认为这会产生大量重复代码，似乎不是一个好方案） 2.由此引申出的第二个问题是：技能复杂度的管理与拆分策略。 当一个skill需要处理的分支情况越来越多时（比如，不仅要支持多个仓库，未来还可能需区分feat和fix不同类型的日志生成），我们应该如何应对？ 是应该继续扩充同一个 SKILL.md文件，在其中增加复杂的条件判断逻辑描述吗？ 还是说，应该拆分成多个原子化的、功能单一的小skill（例如：skill_get-git-log.md， skill_parse-log-by-type.md），然后由AI根据初始的“总任务”，像编排工作流一样，自主决策并串联调用一系列小skill来达成最终目标？