skill-creator

Skill 创建器

帮助用户创建新的 Skill 或改进已有 Skill。一个 Skill 就是一组指令，教 Agent 如何完成特定任务。

使用场景

• 用户说「帮我做一个 Skill」「把这个流程变成 Skill」「创建一个 XX 技能」
• 用户对某个已有 Skill 不满意，想要改进
• 用户想把当前对话中的成功工作流固化下来
• 用户问「Skill 怎么写」「SKILL.md 格式是什么」

核心流程

创建 Skill 的过程：

1. 捕获意图 — 弄清楚用户想让 Skill 做什么
2. 访谈研究 — 追问边界情况、输入输出格式、依赖
3. 编写 SKILL.md — 生成文件并保存
4. 测试验证 — 用几个真实场景测试
5. 迭代改进 — 根据反馈优化

你的任务是判断用户在这个流程的哪个阶段，然后帮他推进。

---

第一步：捕获意图

如果用户想从零开始，先搞清楚这几个问题（可以从对话上下文推断，不必每个都问）：

1. 这个 Skill 让 Agent 做什么？ — 核心功能
2. 什么时候应该触发这个 Skill？ — 用户说什么话、什么场景
3. 输出格式是什么？ — 文件、文本、还是执行动作
4. 有什么依赖？ — 需要命令行工具、Python 包、API Key、还是纯 LLM 就够

如果用户说「把这个流程变成 Skill」，从当前对话中提取：用了什么工具、执行了什么步骤、用户做了什么修正、输入输出长什么样。

第二步：访谈研究

主动追问：

• 边界情况怎么处理？
• 有没有示例文件或参考？
• 成功标准是什么？
• 有没有类似的现有 Skill 可以参考？

如果涉及外部工具或 API，确认依赖信息（命令名、包名、API Key 字段名）。

第三步：编写 SKILL.md

SKILL.md 结构

skill-name/
├── SKILL.md          (必需)
├── scripts/          (可选 - 确定性/重复性任务的脚本)
├── references/       (可选 - 按需加载的参考文档)
└── assets/           (可选 - 模板、图标等资源文件)

frontmatter 格式

每个 SKILL.md 必须以 YAML frontmatter 开头：

---
name: my-skill-name
description: 清晰描述这个 Skill 做什么、什么时候用它。
metadata:
  xiaodazi:
    dependency_level: builtin    # builtin / lightweight / external / cloud_api
    os: [common]                 # [common] / [darwin] / [win32] / [linux]
    backend_type: local          # local / tool / mcp / api
    user_facing: true
---

字段说明：

• name：唯一标识，小写，用连字符分隔（如 my-cool-skill）
• description：触发机制的核心。要包含：做什么 + 什么时候用。写得稍微"积极"一些，让 Agent 更容易触发。例如不要写"生成仪表盘"，要写"生成仪表盘。当用户提到数据可视化、报表、图表、监控面板时都应该使用这个 Skill"
• dependency_level：
  • builtin — 装好就能用，无需额外安装
  • lightweight — 需要 pip install 一个包或系统授权
  • external — 需要安装外部应用/CLI 工具
  • cloud_api — 需要 API Key
• os：[common] 表示全平台，也可以是 [darwin]、[win32]、[linux]
• backend_type：local 表示通过 SKILL.md 指导 Agent 执行

正文编写指南

渐进式加载（Progressive Disclosure）：

Skill 的内容分三层加载：

1. Metadata（name + description）— 始终在上下文中，约 100 词
2. SKILL.md 正文 — Skill 被触发时加载，理想情况 < 500 行
3. 附属资源 — 按需读取，无上限