关于 skill-builder
Skill Builder 是用于创建、修复、审计或导出技能包的技能,面向维护技能目录和将专业知识整理为可复用规则的工作。它强调先查找现有归属、评估证据,再执行指定操作,并区分结构检查与行为验证。
主要功能
- 01创建和维护技能包
- 02检查结构并修复生成投影
- 03审计静态符合性与证据
- 04合并重叠技能
- 05导出到 Codex、Cursor 或测试格式
- 06将专业知识整理为提案
适用场景
- 01为已有技能补充规则
- 02检查或修复技能包结构
- 03合并重复负责同一行为的技能
- 04将技能包导出到目标格式
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ boshu2/ agentops --skill skill-builder安装后在 Claude Code 中输入/skill-builder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。
references/audit-checks.mdauthoring-doctrine.mdbuild-mechanics.mdcodex-parity.mdcontext-density-checks.mdheal.featureskill-auditor.featureskill-builder.featureskill-conformance-profiles.yamlskill-template.mdreferences/converter/skill-bundle-schema.mdschemas/audit-report-legacy.jsonaudit-report.jsonbuild-report.jsonscripts/audit-legacy.shaudit.shauthoring_scan.pybuild.shconformance_profile.pycraft_score.pyheal.shinit.shrun-ao.shscan_descriptions.pyscore_agentops_skill.pytest-authoring-mutations.shtest-craft-mutations.shtest-mutation-boundaries.shscripts/converter/convert.shvalidate.sh详细介绍
技能构建器
创建、修复、审计或导出一个规范技能包,或将受支持的专业知识转化为一份精简的编写提案。
判断是否要创建内容
在执行任何创建步骤之前,都要应用以下规则,包括请求已明确指定要创建的新技能或文件时:
- 找到现有的归属方。 搜索技能、参考资料、检查清单和指令文件,看看是否已有内容负责处理该行为。应扩展现有归属方,而不是新增根目录。
- 统计相互独立的出现次数。 新技能、关卡、库或工作流必须有三个经独立证实的真实案例,并且能够在不缺少上下文的情况下成功应用于一个源案例。少于三个案例时,只能在现有归属方中添加范围有限的说明;单个事件只是观察结果,不是技能。权威来源只支持对该来源内容的忠实陈述。
- 为每项新产物指定使用者。 拟议的流程产物(报告、台账、计数器、仪表板或跟踪器)需要明确的使用者、其提供决策依据的决定、其要解决的已观察缺陷,以及退役条件。若缺少任何一项,就不要纳入;仅为使用该产物而编写的代码不算使用者。
- 不采取行动也是有效结果,在现有归属方中简短补充内容也同样有效。起草之前,先说明证据支持什么;只构建调用方随后授权的内容;除非对方要求提供持久化提案,否则直接以内联形式返回提案。
- 构建技能包并不能证明它有益。 行为效果评估应交由 技能评估,验收判断应交由 验证。
选择所需操作
| 需求 | 入口点 |
|---|---|
| 创建源技能包 | 使用 scripts/build.sh,并指定 from-scratch、from-template 或 absorb-external |
| 检查技能包结构 | scripts/heal.sh --check [--strict] skills/<slug> |
| 修复自有投影 | scripts/heal.sh --fix skills/<slug> |
| 检查审计证据 | `scripts/audit.sh [--profile canonical |
| 合并重叠技能 | 整合 |
| 导出到其他平台 | 转换 |
| 让可重复运用的专业知识变得可复用 | 提炼专业知识 |
只运行所选操作。技能只是原生调用方在其授权结果范围内可选用的工具;本技能不会增加执行阶段、承接工作、操作 Git、验证软件候选版本,也不会决定交付和重试。输入、报告目标位置、退出代码以及从部分创建中恢复的方法,参见构建与检查机制。
创建和维护
将外部技能仅视为结构信号。以洁净室方式生成的内容不得复制其名称、正文、提示词、脚本或示例。from-template 会复用元数据默认值;absorb-external <slug> --from <path> 会验证输入并创建一个空白源包。两者都不会导入其他技能的内容。
scripts/build.sh 会创建一个不完整的源包,其中仅包含带有 metadata.authoring_state: scaffold 的 SKILL.md;是否包含辅助文件、参考资料和资源,取决于实际行为。替换占位符,并在最清晰的布局中说明适用性、输入、权威依据、结果、完成条件和失败情形。像“移交”或“然后停止”这样的结尾,在技能内联运行时可能会结束调用方的轮次;撰写此类结尾前,请阅读结尾。只有在撰写完行为后,才移除 scaffold 状态;严格的源检查会拒绝该状态。移除它是作者的声明,并不能证明语义完整。
在遇到遗漏或审查发现问题后编辑技能之前,请阅读修改现有文本;该文档会说明何时保持文本不变、何时保留明确列出的清单,以及删去某行前应检查什么。
将 skills/<slug>/ 作为源文件的维护位置。使用 scripts/heal.sh --check --strict skills/<slug> 检查已完成的源文件,然后通过仓库对应的维护命令重新生成其所属投影。检查生成的差异;不要手动编辑任何投影。检查通过并不能说明行为正常:如果编辑改变了技能的路由时机、提问内容、停止时机、提交或发布的内容、降级方式,或者删去了一行受记录的来源信息保护的内容,则除非 Skill Eval 的结果测量了该行为,否则应将其报告为未经测量,并说明缺少了什么(运行器、宿主或调用方授权)。拼写、路径和格式编辑无需此类说明。
创建过程分阶段进行,并非原子操作。如果后续阶段失败,请保留已创建的源文件和任何报告,记录退出状态和诊断信息,并分别报告源文件创建情况以及投影生成和检查的完成情况。不要将部分结果称为已完成的包,也不要删除它后重新运行创建流程。缺少必需的脚本、参考资料或运行时支持,只会阻止依赖它们的操作;请指出缺少的资源,并继续执行不依赖它们的工作。
检查模式为只读;修复模式会为明确指定的目标重新生成所属投影,不会臆造源文件中的行为。默认审计会分别报告静态符合性、已定位的效果、行为证据和不设门槛的编写疑点,不给出总分、评级或综合结论。由于审计不会运行技能或试验,效果和行为始终为 NOT_PROVEN。具体检查项、退出代码和可选的旧版架构见审计检查项、编写规范和Codex 一致性。
整合
只有两个技能负责相同的行为时才合并;共用一段内容或相互链接不算合并。应用上述决策规则,然后选定一个归属技能:保留契约更完善的技能(适用范围、权威性、结果和失败路径更明确),并只将另一个技能有而它缺少的规则移入其中。停用另一个名称之前,搜索 skills、references、目标提示词、工作流和文档,查找按名称调用它的调用方,并将每个调用方指向归属技能,然后在 docs/MIGRATION.md 中记录被停用的名称及其新的归属技能。在其他技能或目标仍按名称调用某个技能时,保留该技能,直到停用它时将其 slug 加入 scripts/check-cathedral-cut-conformance.py 中的 REMOVED_SKILLS;如果该技能重新出现,检查脚本就会失败。绝不可在没有此标记的情况下删除技能。
合并可能改变路由,因此,除非路由或 Skill Eval 结果已测量,否则应报告为未经测量:原先由已停用技能处理的请求现在是否会到达归属技能。
转换
如需显式导出到源目录之外的位置,请使用 bash skills/skill-builder/scripts/converter/convert.sh <skill-dir> <target> [output-dir]。目标为 codex、cursor 和 test;--all 会选择所有源包,--codex-layout inline 会选择旧版 inline Codex 布局。格式细节很重要时,请阅读
SkillBundle。只解析一次源文件,然后渲染目标格式,再验证资源一致性和目标格式。报告布局以及省略的 Cursor 引用。
默认导出目录为 .agents/projections/converter/<target>/<skill-name>/。
导出器会清空并重新写入输出目录,因此只能使用明确指定的派生目标:如果目标是源包、其祖先目录或仓库根目录,则必须拒绝。保持源文件不变,并修复源文件或适配器,而不是编辑输出。解析、写入、格式或必需资源失败时,导出结果不完整。
所有运行时(包括 Codex)都直接加载 skills/;这个临时导出器绝不会生成可发布的目录树。
提炼专业知识
当调用方需要一条可复用的规则时,应用上述决策规则,然后从带有引用的实例或具名权威来源入手。说明触发条件、期望行为、输入、输出、反例和限制。保留简短的源摘录或命令结果,并附上可解析的引用。当主张需要范例和留出集才能打包时,使用 Research 的 pattern mode。展示一个反例或留出集案例,并说明提议的规则如何做出正确判断。最精简的恢复状态也必须指出明确的证据丢失或损坏风险。
遵循 Memory 的来源和目标规则处理挖掘出的材料。证据不能自行成为政策。仅要求提出方案的请求应以方案结束。在现有权限范围内修复已知的一般缺陷;工具故障应作为明确事实告知原生调用方,而不是自动触发辅助链。