mcpField

Skill Creator

github.com/eddiebe147Agent 工作流48 次安装
代码仓库

关于 Skill Creator

Skill Creator 帮助 Claude Code 用户按照 ID8Labs 标准设计、搭建、编写文档并审查可复用技能。流程涵盖技能元数据、工作流、文件结构、触发语和质量检查。

主要功能

  1. 01设计技能工作流与元数据
  2. 02根据模板搭建 SKILL.md
  3. 03将流程转为可复用技能
  4. 04审查技能结构和文档
  5. 05检查触发语与依赖项

适用场景

  1. 01根据构想创建技能
  2. 02将重复流程整理为技能
  3. 03审查现有技能文件
  4. 04部署前验证技能

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/eddiebe147/claude-settings --skill skill-creator

安装后在 Claude Code 中输入/skill-creator确认已加载。

详细介绍

Skill Creator

Skill Creator 技能可帮助你按照 ID8Labs 标准设计、构建和编写新的 Claude Code 技能文档。它会引导你完成从构想到实现的整个技能创建流程,确保技能结构良好、文档完善,并能无缝集成到 Claude Code 生态系统中。

此技能会自动处理技能创建中的样板工作,同时贯彻命名约定、文件结构、工作流设计和文档编写方面的最佳实践。它能帮助你理清技能设计决策、确定合适的复杂度、定义清晰的触发条件,并编写全面的文档,让技能易于使用和维护。

每当你想通过新的可复用工作流扩展 Claude Code 的功能,以解决反复出现的问题或自动执行复杂任务时,都可以使用此技能。

核心工作流

工作流 1:从构想设计新技能
  1. 明确 技能用途:
    • 它要解决什么问题?
    • 谁会使用它?
    • 主要工作流是什么?
  2. 定义 技能元数据:
    • 名称(清晰且具有描述性)
    • Slug(kebab-case 格式)
    • 类别(development、operations、meta 等)
    • 复杂度(simple、complex、multi-agent)
    • 触发条件(自然语言短语)
    • 标签(便于发现)
  3. 设计 核心工作流:
    • 确定 2-4 个主要工作流
    • 绘制逐步流程
    • 定义输入和输出
    • 确定依赖项(工具、MCP、其他技能)
  4. 构建 文档结构:
    • 概述和使用场景
    • 工作流详情
    • 快速参考表
    • 最佳实践
    • 示例
  5. 创建 包含完整文档的技能文件
  6. 测试 技能集成
  7. 根据使用情况进行迭代
工作流 2:从模板搭建技能
  1. 收集 基本需求:
    • 技能名称和用途
    • 类别
    • 主要工作流
  2. 生成 基于模板的 SKILL.md:
    • 包含元数据的 Frontmatter
    • Description 部分
    • Core Workflows 部分
    • Quick Reference 表
    • Best Practices 列表
  3. 创建 目录结构:
    • /skills/[slug]/SKILL.md
    • 需要时添加其他文件(示例、模板)
  4. 填入 占位内容
  5. 引导 用户补充具体内容
工作流 3:将现有工作流重构为技能
  1. 分析 现有工作流:
    • 哪些步骤会重复执行?
    • 需要哪些知识?
    • 哪些部分可以自动化?
  2. 提取 可复用模式
  3. 泛化 以适用于更多场景
  4. 整理 为正式技能文档
  5. 参数化 可变元素
  6. 使用原始场景及其变体进行测试
  7. 部署 到技能目录
工作流 4:技能质量审查
  1. 检查 元数据是否完整:
    • 是否包含所有必需的 frontmatter 字段
    • 触发条件是否自然且易于发现
    • 标签是否相关且一致
  2. 审查 文档:
    • 用途描述是否清晰
    • 工作流是否定义明确
    • 最佳实践是否可执行
    • 示例是否实用
  3. 验证 结构:
    • 是否遵循标准 SKILL.md 格式
    • Markdown 格式是否正确
    • 组织结构是否合理
  4. 测试 功能:
    • 触发条件是否按预期生效
    • 工作流是否可执行
    • 依赖项是否可用
  5. 提出 改进建议
  6. 批准 或要求修改

快速参考

操作命令/触发条件
创建新技能"Create a skill for [purpose]"
从模板搭建"Scaffold a skill called [name]"
审查现有技能"Review this skill: [path or content]"
将工作流转换为技能"Turn this workflow into a skill: [workflow]"
生成技能元数据"Generate metadata for [skill concept]"
设计技能工作流"Design workflows for [skill purpose]"
验证技能结构"Validate this skill file: [path]"

最佳实践

  • 名称清晰:技能名称应一目了然

    • 好例子:"Database Designer"、"API Tester"、"Deployment Automation"
    • 坏例子:"Helper"、"Tool"、"Manager"
  • 选择合适的复杂度:

    • 简单:单个工作流、依赖项最少、执行方式直观
    • 复杂:多个工作流、外部工具、条件逻辑
    • 多 Agent:协调其他技能/Agent,作为编排层
  • 定义自然的触发语:使用用户实际会说的短语

    • 包含不同表达:"review code"、"code review"、"review this code"
    • 避免过于正式的语言
    • 如果可能,邀请真实用户进行测试
  • 逐步记录工作流:每个工作流都应可执行

    • 为步骤编号
    • 使用表示动作的动词
    • 明确输入/输出
    • 包含决策点
  • 提供快速参考:用户不应需要阅读完整文档

    • 为常见操作使用表格
    • 提供可复制粘贴的命令
    • 描述清晰、简洁
  • 提供示例:展示实际用法

    • 前后对比场景
    • 常见用例
    • 相关的边缘情况
  • 谨慎添加标签:帮助用户发现你的技能

    • 尽可能使用现有类别标签
    • 添加 3-5 个具体标签
    • 考虑用户可能使用的搜索词
  • 正确管理版本:遵循语义化版本规范

    • 初始发布版本从 1.0.0 开始
    • 修复错误时递增补丁版本号
    • 添加新工作流时递增次版本号
    • 存在不兼容变更时递增主版本号

技能元数据参考

必填 Frontmatter 字段
name: Human-Readable Name
slug: kebab-case-identifier
description: One-line description (under 100 chars)
category: development | operations | meta | design | data | testing
complexity: simple | complex | multi-agent
version: "1.0.0"
author: "ID8Labs"
triggers:
  - "natural language trigger 1"
  - "natural language trigger 2"
tags:
  - relevant-tag-1
  - relevant-tag-2
可选 Frontmatter 字段
dependencies:
  tools:
    - playwright
    - supabase
  mcps:
    - firecrawl
    - github
  skills:
    - other-skill-slug
requires_config:
  - ENV_VAR_NAME: "Description of what this is for"
examples_dir: "./examples"

技能类别

类别用途示例
development构建和编码代码审查、脚手架搭建、重构
operations部署和基础设施CI/CD、监控、部署
meta关于 AI/技能的技能提示词工程、工作流设计
designUI/UX 和创意工作组件设计、设计系统
data数据库和数据工作流架构设计、迁移、查询
testing质量保证测试生成、E2E 测试
content写作和文档技术写作、营销文案

常见技能模式

简单模式:单个操作
## Core Workflows

### Workflow 1: Execute [Action]
1. Receive input
2. Process input
3. Return output
复杂模式:包含分支的多步骤流程
## Core Workflows

### Workflow 1: [Primary Action]
1. Analyze input
2. **If** [condition]:
   - Path A
3. **Else**:
   - Path B
4. Synthesize results
5. Validate output
多 Agent 模式:编排
## Core Workflows

### Workflow 1: Coordinate [Task]
1. Assess requirements
2. **Delegate** to Skill A for [subtask]
3. **Delegate** to Skill B for [subtask]
4. **Monitor** progress
5. **Integrate** results
6. Validate final output

测试你的技能

在认为技能已完成之前:

  1. 测试触发语:验证短语能否激活技能
  2. 执行工作流:完整运行每个工作流
  3. 检查依赖项:确保所有必需工具均可用
  4. 验证文档:请其他人阅读并使用文档
  5. 边缘情况:使用异常或复杂输入进行测试
  6. 集成:验证它能否与相关技能协同工作
  7. 性能:确保它不会造成瓶颈

技能维护

技能应随着使用情况不断演进:

  • 跟踪问题:记录工作流失败或令用户困惑的情况
  • 收集反馈:询问用户缺少哪些内容或哪些地方不清楚
  • 更新文档:确保示例和最佳实践保持最新
  • 谨慎弃用:如果要替换,请提供迁移指南
  • 明确版本:记录不兼容变更

评论

支持 Markdown