mcpField
C
create-meta-prompts

create-meta-prompts

github.com/glittercowboyAgent 工作流2.0k174 次安装30 周前更新
代码仓库

关于 create-meta-prompts

create-meta-prompts 是面向 Claude 多阶段工作流的提示词生成与执行 Skill。它按主题和用途整理文件、识别依赖关系,并生成便于快速查看的 SUMMARY.md。

主要功能

  1. 01按用途生成提示词
  2. 02检测现有研究与计划文件
  3. 03按主题整理提示词文件
  4. 04依赖感知的提示词执行
  5. 05生成 SUMMARY.md

适用场景

  1. 01先创建研究提示词再制定计划
  2. 02运行有依赖关系的提示词链
  3. 03通过摘要查看执行结果

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/glittercowboy/taches-cc-resources --skill create-meta-prompts

安装后在 Claude Code 中输入/create-meta-prompts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。

README.md
references/
do-patterns.md
intelligence-rules.md
metadata-guidelines.md
plan-patterns.md
question-bank.md
refine-patterns.md
research-patterns.md
research-pitfalls.md
summary-template.md

详细介绍

为多阶段工作流中 Claude 与 Claude 之间的通信创建优化的提示词。输出使用 XML 和元数据进行结构化,便于后续提示词高效解析。

每次执行都会生成一个 SUMMARY.md,便于人工快速浏览,无需阅读完整输出。

每个提示词在 .prompts/ 中都有自己的文件夹,其中包含其输出产物,从而实现清晰的来源追踪和链路检测。

<quick_start>

  1. 接单:确定目的(Do/Plan/Research/Refine),收集需求
  2. 链路检测:检查是否有现有的研究/计划文件可供引用
  3. 生成:使用针对目的的模式创建提示词
  4. 保存:在 .prompts/{number}-{topic}-{purpose}/ 中创建文件夹
  5. 呈现:展示用于运行的决策树
  6. 执行:使用具备依赖感知能力的执行引擎运行提示词
  7. 总结:创建 SUMMARY.md 供人工浏览

<folder_structure>

.prompts/
├── 001-auth-research/
│   ├── completed/
│   │   └── 001-auth-research.md    # Prompt (archived after run)
│   ├── auth-research.md            # Full output (XML for Claude)
│   └── SUMMARY.md                  # Executive summary (markdown for human)
├── 002-auth-plan/
│   ├── completed/
│   │   └── 002-auth-plan.md
│   ├── auth-plan.md
│   └── SUMMARY.md
├── 003-auth-implement/
│   ├── completed/
│   │   └── 003-auth-implement.md
│   └── SUMMARY.md                  # Do prompts create code elsewhere
├── 004-auth-research-refine/
│   ├── completed/
│   │   └── 004-auth-research-refine.md
│   ├── archive/
│   │   └── auth-research-v1.md     # Previous version
│   └── SUMMARY.md

</folder_structure> </quick_start>

提示词目录:!`[ -d ./.prompts ] && echo "exists" || echo "missing"` 现有研究/计划:!`find ./.prompts -name "*-research.md" -o -name "*-plan.md" 2>/dev/null | head -10` 下一个提示词编号:!`ls -d ./.prompts/*/ 2>/dev/null | wc -l | xargs -I {} expr {} + 1`

<automated_workflow>

<step_0_intake_gate>

自适应需求收集

<critical_first_action> 在分析任何内容之前,检查是否提供了上下文。

如果未提供上下文(在未提供描述的情况下调用技能): → 立即使用 AskUserQuestion,包含:

  • header: "Purpose"
  • question: "这个提示词的目的是什么?"
  • options:
    • "Do" - 执行一项任务,产出某个产物
    • "Plan" - 创建一种方法、路线图或策略
    • "Research" - 收集信息或理解某事
    • "Refine" - 改进现有的研究或计划输出

选择后,询问:"描述你想完成的事情"(他们选择 "Other" 以提供自由文本)。

如果提供了上下文: → 检查是否可以从关键词推断出目的:

  • implement、build、create、fix、add、refactor → Do
  • plan、roadmap、approach、strategy、decide、phases → Plan
  • research、understand、learn、gather、analyze、explore → Research
  • refine、improve、deepen、expand、iterate、update → Refine

→ 如果不明确,将上面的 Purpose 问题作为第一个上下文问题来询问 → 如果明确,则使用推断出的目的继续 adaptive_analysis </critical_first_action>

<adaptive_analysis> 提取并推断:

  • 目的:Do、Plan、Research 或 Refine
  • 主题标识符:用于文件命名的 kebab-case 标识符(例如 auth、stripe-payments)
  • 复杂度:简单还是复杂(影响提示词深度)
  • 提示词结构:单个还是多个提示词
  • 目标(仅 Refine):要改进的现有输出

如果主题标识符不明显,询问:

  • header: "Topic"
  • question: "这是针对哪个主题/功能的?(用于文件命名)"
  • 让用户通过 "Other" 选项提供
  • 强制使用 kebab-case(将空格/下划线转换为连字符)

对于 Refine 目的,还要从 .prompts/*/ 中确定要改进的目标输出。 </adaptive_analysis>

<chain_detection> 扫描 .prompts/*/ 中现有的 *-research.md 和 *-plan.md 文件。

如果找到:

  1. 列出它们:"找到现有文件:auth-research.md(位于 001-auth-research/)、stripe-plan.md(位于 005-stripe-plan/)"
  2. 使用 AskUserQuestion:
    • header: "Reference"
    • question: "这个提示词是否应引用任何现有的研究或计划?"
    • options: 列出找到的文件 + "None"
    • multiSelect: true

尽可能按主题关键词匹配(例如 "auth plan" → 建议 auth-research.md)。 </chain_detection>

<contextual_questioning> 根据目的和缺口,使用 AskUserQuestion 生成 2-4 个问题。

从以下位置加载问题:references/question-bank.md 按用途路由:

  • Do → 成品类型、范围、方法
  • Plan → 计划目的、格式、限制
  • Research → 深度、来源、输出格式
  • Refine → 目标选择、反馈、保留内容 </contextual_questioning>

<decision_gate> 收到回答后,使用 AskUserQuestion 呈现决策关卡:

  • header: "Ready"
  • question: "准备好创建提示词了吗?"
  • options:
    • "Proceed" - 使用当前上下文创建提示词
    • "Ask more questions" - 我还有更多细节需要澄清
    • "Let me add context" - 我想提供更多背景信息

循环,直到选择 "Proceed"。 </decision_gate>

选择 "Proceed" 后,确认:

"正在为以下主题创建 {purpose} 提示词:{topic} 文件夹:.prompts/{number}-{topic}-{purpose}/ 参考文件:{list any chained files}"

然后继续生成。 </step_0_intake_gate>

<step_1_generate>

生成提示词

加载特定用途的模式:

加载智能规则:智能规则

<prompt_structure> 所有生成的提示词都包含:

  1. 目标:要完成什么,以及为何重要
  2. 上下文:引用的文件(@)、动态上下文(!)
  3. 要求:针对任务的具体说明
  4. 输出规范:保存位置和结构
  5. 元数据要求:对于 Research/Plan 输出,指定 XML 元数据结构
  6. SUMMARY.md 要求:所有提示词都必须创建 SUMMARY.md 文件
  7. 成功标准:如何判断任务已成功完成

对于 Research 和 Plan 提示词,输出必须包含:

  • <confidence> - 对发现结果的信心程度
  • <dependencies> - 继续推进所需的内容
  • <open_questions> - 尚不确定的事项
  • <assumptions> - 已采用的假设

所有提示词都必须创建 SUMMARY.md,其中包含:

  • 一句话概述 - 对结果的实质性描述
  • 版本 - v1 或迭代信息
  • 关键发现 - 可执行的要点
  • 创建的文件 -(仅适用于 Do 提示词)
  • 待定决策 - 需要用户输入的事项
  • 阻碍因素 - 外部阻碍
  • 下一步 - 具体的后续行动 </prompt_structure>

<file_creation>

  1. 创建文件夹:.prompts/{number}-{topic}-{purpose}/
  2. 创建 completed/ 子文件夹
  3. 将提示词写入:.prompts/{number}-{topic}-{purpose}/{number}-{topic}-{purpose}.md
  4. 提示词需指示将输出保存到:.prompts/{number}-{topic}-{purpose}/{topic}-{purpose}.md </file_creation> </step_1_generate>

<step_2_present>

呈现决策树

保存提示词后,直接呈现(不要使用 AskUserQuestion):

<single_prompt_presentation>

Prompt created: .prompts/{number}-{topic}-{purpose}/{number}-{topic}-{purpose}.md

What's next?

1. Run prompt now
2. Review/edit prompt first
3. Save for later
4. Other

Choose (1-4): _

</single_prompt_presentation>

<multi_prompt_presentation>

Prompts created:
- .prompts/001-auth-research/001-auth-research.md
- .prompts/002-auth-plan/002-auth-plan.md
- .prompts/003-auth-implement/003-auth-implement.md

Detected execution order: Sequential (002 references 001 output, 003 references 002 output)

What's next?

1. Run all prompts (sequential)
2. Review/edit prompts first
3. Save for later
4. Other

Choose (1-4): _

</multi_prompt_presentation> </step_2_present>

<step_3_execute>

执行引擎

<execution_modes> <single_prompt> 直接执行单个提示词。

  1. 读取提示词文件内容
  2. 使用 subagent_type="general-purpose" 启动 Task Agent
  3. 在任务提示中包含:
    • 完整的提示词内容
    • 输出位置:.prompts/{number}-{topic}-{purpose}/{topic}-{purpose}.md
  4. 等待完成
  5. 验证输出(参见验证部分)
  6. 将提示词归档到 completed/ 子文件夹
  7. 报告结果并提供后续步骤选项 </single_prompt>

<sequential_execution> 适用于每个提示词都依赖前一个输出的链式提示词。

  1. 按依赖顺序构建执行队列
  2. 对队列中的每个提示词: a. 读取提示词文件 b. 启动 Task Agent c. 等待完成 d. 验证输出 e. 如果验证失败 → 停止,报告失败并提供恢复选项 f. 如果成功 → 归档提示词,然后继续下一个
  3. 汇总并报告结果
执行期间显示进度: ``` Executing 1/3: 001-auth-research... ✓ Executing 2/3: 002-auth-plan... ✓ Executing 3/3: 003-auth-implement... (running) ```

<parallel_execution> 适用于彼此独立、没有依赖关系的提示词。

  1. 读取所有提示词文件
  2. 关键:在同一条消息中启动所有 Task Agent
    • 这是实现真正并行执行的必要条件
    • 每个任务都要包含其输出位置
  3. 等待全部任务完成
  4. 验证所有输出
  5. 归档所有提示词
  6. 汇总结果(成功和失败)

<failure_handling> 与顺序执行不同,并行执行会在部分任务失败时继续:

  • 收集所有结果
  • 归档成功的提示词
  • 详细报告失败情况
  • 提出重试失败任务

</failure_handling> </parallel_execution>

<mixed_dependencies> 适用于复杂的 DAG(例如,两项并行研究后再制定计划)。

  1. 根据 @ 引用分析依赖关系图
  2. 将任务分组成执行层:
    • 第 1 层:无依赖项(并行运行)
    • 第 2 层:仅依赖第 1 层(待第 1 层完成后运行)
    • 第 3 层:依赖第 2 层,以此类推
  3. 执行每一层:
    • 层内并行执行
    • 层间顺序执行
  4. 如果任何依赖项失败,则停止(下游提示词无法运行)
``` Layer 1 (parallel): 001-api-research, 002-db-research Layer 2 (after layer 1): 003-architecture-plan Layer 3 (after layer 2): 004-implement ```

<dependency_detection> <automatic_detection> 扫描提示词内容中的 @ 引用,以确定依赖关系:

  1. 解析每个提示词中的 @.prompts/{number}-{topic}/ 模式
  2. 构建依赖关系图
  3. 检测循环依赖(发现时报告错误)
  4. 确定执行顺序

<inference_rules> 如果没有找到明确的 @ 引用,则根据用途推断:

  • 研究提示词:无依赖项(可并行)
  • 计划提示词:依赖同主题的研究
  • 执行提示词:依赖同主题的计划

存在明确引用时,以明确引用为准。 </inference_rules> </automatic_detection>

<missing_dependencies> 如果提示词引用了不存在的输出:

  1. 检查它是否是本次会话中的另一个提示词(之后会创建)
  2. 检查它是否存在于 .prompts/*/ 中(已完成)
  3. 如果确实缺失:
    • 警告用户:“002-auth-plan 引用了不存在的 auth-research.md”
    • 提供选项:先创建缺失的研究提示词?/ 仍然继续?/ 取消? </missing_dependencies> </dependency_detection>
每个提示词完成后,验证其是否成功:
  1. 文件存在:检查是否已创建输出文件
  2. 文件非空:文件包含内容(超过 100 个字符)
  3. 元数据齐全(适用于研究/计划):检查是否包含必需的 XML 标签
    • <confidence>
    • <dependencies>
    • <open_questions>
    • <assumptions>
  4. SUMMARY.md 存在:检查是否已创建 SUMMARY.md
  5. SUMMARY.md 完整:包含必需的章节(关键发现、待定决策、阻碍事项、下一步)
  6. 单行摘要内容具体:不能是“研究已完成”之类的通用表述

<validation_failure> 如果验证失败:

  • 报告缺少的内容
  • 提供选项:
    • 重试该提示词
    • 仍然继续(针对非关键问题)
    • 停止并调查

</validation_failure> </output_validation>

<failure_handling> <sequential_failure> 立即停止执行链:

✗ Failed at 2/3: 002-auth-plan

Completed:
- 001-auth-research ✓ (archived)

Failed:
- 002-auth-plan: Output file not created

Not started:
- 003-auth-implement

What's next?
1. Retry 002-auth-plan
2. View error details
3. Stop here (keep completed work)
4. Other

</sequential_failure>

<parallel_failure> 继续执行其他任务,并报告所有结果:

Parallel execution completed with errors:

✓ 001-api-research (archived)
✗ 002-db-research: Validation failed - missing <confidence> tag
✓ 003-ui-research (archived)

What's next?
1. Retry failed prompt (002)
2. View error details
3. Continue without 002
4. Other

</parallel_failure> </failure_handling>

- **顺序执行**:每个提示词成功完成后立即归档 - 如果执行链中途停止,可清楚了解当前状态 - **并行执行**:收集所有结果后统一归档 - 这样可保留提示词,以便在必要时重试

<archive_operation> 将提示词文件移至已完成的子文件夹:

mv .prompts/{number}-{topic}-{purpose}/{number}-{topic}-{purpose}.md \
   .prompts/{number}-{topic}-{purpose}/completed/

输出文件保留原位(不移动)。 </archive_operation>

<result_presentation> <single_result>

✓ Executed: 001-auth-research
✓ Created: .prompts/001-auth-research/SUMMARY.md

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
# Auth Research Summary

**JWT with jose library and httpOnly cookies recommended**

## Key Findings
• jose outperforms jsonwebtoken with better TypeScript support
• httpOnly cookies required (localStorage is XSS vulnerable)
• Refresh rotation is OWASP standard

## Decisions Needed
None - ready for planning

## Blockers
None

## Next Step
Create auth-plan.md
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

What's next?
1. Create planning prompt (auth-plan)
2. View full research output
3. Done
4. Other

直接显示 SUMMARY.md 的实际内容,让用户无需打开文件即可查看结果。 </single_result>

<chain_result>

✓ Chain completed: auth workflow

Results:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
001-auth-research
**JWT with jose library and httpOnly cookies recommended**
Decisions: None • Blockers: None

002-auth-plan
**4-phase implementation: types → JWT core → refresh → tests**
Decisions: Approve 15-min token expiry • Blockers: None

003-auth-implement
**JWT middleware complete with 6 files created**
Decisions: Review before Phase 2 • Blockers: None
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

All prompts archived. Full summaries in .prompts/*/SUMMARY.md

What's next?
1. Review implementation
2. Run tests
3. Create new prompt chain
4. Other

对于执行链,显示每个 SUMMARY.md 的精简单行摘要,并标记待定决策/阻碍事项。 </chain_result> </result_presentation> <special_cases> <re_running_completed> 如果用户想重新运行一个已完成的提示词:

  1. 检查该提示词是否位于 completed/ 子文件夹中
  2. 将其移回父文件夹
  3. 可选地备份现有输出:{output}.bak
  4. 正常执行 </re_running_completed>

<output_conflicts> 如果输出文件已存在:

  1. 对于重新运行:备份现有文件 → {filename}.bak
  2. 对于新运行:不应发生(编号唯一)
  3. 如果检测到冲突:询问用户 - 覆盖? / 重命名? / 取消? </output_conflicts>

<commit_handling> 成功执行后:

  1. 不要自动提交(git 工作流由用户控制)
  2. 说明创建/修改了哪些文件
  3. 用户可在准备好时提交

例外:如果用户明确请求提交,则暂存并提交:

  • 已创建的输出文件
  • 已归档的提示词
  • 任何实现变更(对于 Do 提示词) </commit_handling>

<recursive_prompts> 如果某个提示词的输出包含创建更多提示词的指示:

  1. 这是高级用法 - 不要自动检测
  2. 将输出呈现给用户
  3. 用户可以再次调用该 skill 来创建后续提示词
  4. 保持用户对提示词创建的控制 </recursive_prompts> </special_cases> </step_3_execute>

</automated_workflow>

<reference_guides> 按用途划分的提示词模式:

共享模板:

辅助参考:

<success_criteria> 提示词创建:

  • 接收关口已完成,并已确定用途和主题
  • 已执行链检测,并引用了相关文件
  • 已按用途生成具有正确结构的提示词
  • 已在 .prompts/ 中创建文件夹,且命名正确
  • 已在提示词中指定输出文件位置
  • 已在提示词中包含 SUMMARY.md 要求
  • 已为 Research/Plan 输出包含元数据要求
  • 已为 Research 输出包含质量控制(验证清单、QA、提交前检查)
  • 已为 Research 输出包含流式写入指令
  • 已呈现决策树

执行(如果用户选择运行):

  • 已正确检测依赖项并排序
  • 已按正确顺序执行提示词(顺序/并行/混合)
  • 每次完成后已验证输出
  • 已创建包含所有必需部分的 SUMMARY.md
  • 一句话总结具有实质内容(而非泛泛而谈)
  • 失败的提示词已通过恢复选项优雅处理
  • 成功的提示词已归档到 completed/ 子文件夹
  • SUMMARY.md 已在结果中内联显示
  • 结果已呈现,并标记了决策/阻碍项

研究质量(对于 Research 提示词):

  • 验证清单已完成
  • 质量报告区分了已验证声明与假设声明
  • 已列出所查阅的来源及其 URL
  • 已为研究发现分配置信度
  • 关键声明已通过官方文档验证 </success_criteria>

评论

支持 Markdown