mcpField
A
article-prompts-to-skills

article-prompts-to-skills

github.com/akillnessAgent 工作流5357 次安装今天更新
代码仓库

关于 article-prompts-to-skills

article-prompts-to-skills 是一项 Agent 技能，可将文章、教程和提示词包转化为可复用的 AgentSkills。它强调拆分独立能力，并用可运行的演示验证每个技能包。

主要功能

  1. 01从提示词中提取可复用能力
  2. 02创建独立的 AgentSkills 文件夹
  3. 03为每个技能编写三种示例提示词
  4. 04构建自包含演示和预览
  5. 05验证技能包及浏览器行为
  6. 06将提交范围限定于技能工作

适用场景

  1. 01将教程提示词转为可复用技能
  2. 02从提示词包中拆分独立行为
  3. 03创建演示以验证新技能
  4. 04验证技能文件和响应式演示

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/akillness/jeo-skills --skill article-prompts-to-skills

安装后在 Claude Code 中输入/article-prompts-to-skills确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

SKILL.toon
agents/
openai.yaml
references/
example-packages.md

详细介绍

将文章提示词转化为技能

将源提示词转化为小型、可演示的能力包。保留有用的行为，而不是源页面的品牌或布局。

何时使用此技能

  • 将文章、教程或提示词包中的提示词转化为独立的 AgentSkills 文件夹（SKILL.md、agents/openai.yaml、demo/），每个技能对应一项独立能力。
  • 提取可移植的约定（行为、数据模型、时序／无障碍规则、验收检查），同时去除源内容的品牌、布局和硬编码资源。
  • 编写三个示例提示词（最简版、复现演示、重新混搭），并为每个新技能构建一个可运行、可检查的演示及预览截图。
  • 使用 quick_validate.py 验证成品包，在多种尺寸下进行浏览器检查，并提交仅包含新技能工作的精简提交。
  • 不适用于尚未提取提示词的原始 HTML 源内容——请先运行 $html-to-interaction-prompts——也不适用于与将文章内容打包为可复用 AgentSkills 无关的任务。

1. 提取前先检查

  1. 阅读仓库说明和完整的源文章。
  2. 运行 git status --short；保留无关工作。
  3. 清点所有明确的提示词、标题、示例、资源和验收标准。
  4. 创建文件夹前，搜索现有的 SKILL.md 文件，检查是否有能力重叠。
  5. 如果源内容是原始 HTML，且尚无提示词，请先使用 $html-to-interaction-prompts，然后再回到这里。

不要仅凭标题推断一组技能。每项拟议技能都必须有源内容作为依据。

2. 建立提取台账

编辑文件前，先创建一张工作表：

源提示词可复用能力保留移除技能名称演示证明

遵循以下界限：

  • 每项可独立复用的行为创建一个技能。
  • 只有在拆分后会导致任一步骤无法使用时，才合并步骤。
  • 如果现有技能的约定已涵盖该能力，则更新现有技能。
  • 跳过不会形成可重复方法的装饰性或编辑性片段。
  • 根据结果或机制命名技能，切勿使用源文章名称。

3. 提取可移植的约定

保留源内容中有效的机制：

  • 行为和状态转换；
  • 数据模型和参数默认值；
  • 时序、缓动、间距和响应式规则；
  • 无障碍、减少动态效果和键盘行为；
  • 性能限制和故障模式；
  • 能证明结果的验收检查。

移除源内容特有的包装：

  • 品牌名称、营销文案和专有内容；
  • 与该能力无关的页面布局；
  • 硬编码的配色方案、资源和选择器；
  • 不影响结果的偶然实现选择。

最终成果必须能够迁移到不同主题、布局和视觉系统中，无需重写核心说明。

4. 打包每项技能

使用已安装的 skill-creator 初始化程序初始化每个新文件夹，然后完成以下约定：

agent-skills/<category>/<skill-name>/
  SKILL.md
  agents/openai.yaml
  references/          # only when detailed reusable guidance is needed
  assets/ or scripts/  # only when the workflow genuinely reuses them
  demo/
    index.html
    PROMPT.md
    preview.jpg
    input.md            # required for workflow skills
    expected-output.md  # required for workflow skills

以祈使形式编写 SKILL.md。Frontmatter 中只保留 name 和 description。将所有触发短语放在描述中。将操作步骤、限制、注意事项和验证命令放在正文中。

根据最终技能编写 agents/openai.yaml：

  • 使用易于理解的显示名称；
  • 简短描述长度保持在 25 到 64 个字符之间；
  • 默认提示词必须明确调用 $skill-name。

5. 编写三个实用的示例提示词

在 demo/PROMPT.md 中加入以下标题：

最简提示词

调用技能，并要求达成一个明确结果。

Use $skill-name to add <capability> to <target>.
复现演示

描述参考体验、实现约定、交付内容和验收检查。说明哪些内容必须保持本地化且自成一体。

重塑提示词

更改主题、内容、配色和构图，同时保留机制、无障碍行为、响应式规则和性能约定。

阅读 references/example-packages.md，了解视觉、混合来源和工作流示例。

6. 构建实证，而非装饰

让每个演示都独具原创性、自成一体且便于检查：

  • 在首屏展示核心机制；
  • 使用真实内容，而非“演示卡片”之类的标签；
  • 仅在控件能呈现有意义的状态时添加控件；
  • 支持 390px 至 1440px 的布局；
  • 使用语义化 HTML，并提供清晰可见的焦点状态；
  • 为动画作品提供减少动态效果的行为；
  • 将依赖项保留在本地，除非技能有要求，否则避免构建步骤；
  • 对非视觉工作流使用 input.md 和 expected-output.md。

切勿把截图当作实现。HTML 演示必须能够正常运行。

7. 验证完整软件包

根据产物的规模执行相应的验证：

  1. 对每个新建或更改的技能运行技能创建器的 quick_validate.py。
  2. 运行仓库演示验证以及任何针对性的语法检查。
  3. 在获准使用的浏览器中，以桌面和移动设备尺寸打开每个演示。
  4. 测试主要交互、键盘焦点和减少动态效果的路径。
  5. 确认控制台没有错误。
  6. 按照仓库统一尺寸截取真实的浏览器预览图。
  7. 重新构建演示和截图图库，然后再次验证。
  8. 扫描更改的文件，检查是否包含机密、令牌、私有路径和私有客户端数据。

仅凭静态文件检查，不得声称已验证视觉效果或交互。

8. 仅提交任务相关内容

暂存新建的技能文件夹及其所需的图库文件。提交前检查 git diff --cached --stat 和 git diff --cached。不要改动原有的脏文件。

报告以下内容：

  • 来源到技能的映射；
  • 示例提示词和演示的路径；
  • 验证结果和浏览器证据；
  • 提交哈希；
  • 仍未纳入提交的无关脏文件。

失败模式

  • **克隆页面：**照搬来源布局，而不是提取其机制。
  • **巨型技能：**把彼此独立的提示词合并成一个含糊的技能。
  • **微型碎片：**把每句话都做成一个技能，缺乏可复用行为。
  • **主题锁定：**硬编码来源的配色、素材或文案。
  • **只有提示词的软件包：**缺少可运行的演示和预览。
  • **虚假验证：**未实际测试就声称已验证交互。
  • **脏工作树溢出：**暂存无关修改或生成文件。

参考资料

评论

支持 Markdown