skill-distillery

技能精炼器

将原始材料提炼成强大的技能。无论是文章、演讲、框架、近期的 AI 工作，还是一个想法，skill-distillery 都能自下而上地提取策略，并据此构建交互式、架构完善的技能。

核心洞见： 优秀的技能不是重组后的内容，而是提炼出的策略。要把一篇 5,000 字的文章变成一个 300 行的技能，应提取原则、心智模型和决策框架，而不是重新排版段落。

快速开始

从文章或框架开始：

/skill-distillery https://example.com/great-article-about-design-systems /skill-distillery ~/Documents/talk-transcript.md

从近期的 AI 工作开始：

/skill-distillery capture — “我刚总结出一套很棒的 X 流程，帮我把它变成一个技能”

从描述开始：

/skill-distillery — “我想要一个能帮我写出更好的 API 文档的技能”

审查现有技能：

/skill-distillery audit ~/.claude/skills/my-skill /skill-distillery review — “你能评估一下 language-market-fit 技能吗？”

添加到现有技能：

/skill-distillery add reference — “我想给 my-skill 添加一个新的参考文件”

---

核心原则

以下原则适用于 skill-distillery 的所有工作：

1. 优先自下而上地综合，而非重组内容 — 从源材料中提取原则和心智模型。不要重新排版，而要提炼。

2. 默认采用交互式方式 — 使用 AskUserQuestion 提供可点击的选项。每次提 2～3 个问题，不要一次抛出一大堆问题。如果已有上下文可用，就提供快捷选项。

3. 先提议，再构建 — 创建文件前，始终先呈现综合结果、架构和方案，供用户批准。每个决策点都要设置等待确认的环节。

4. 渐进式披露 — SKILL.md 保持精简（200～300 行）。参考文件承载详细内容。根据用户需求有条件地加载。

5. 提供有主见的默认方案 — 推荐来自成熟技能的交互模式（如 design-portfolio-assistant 的发现阶段、language-market-fit 的模式检测）。用户可以覆盖默认方案，但默认方案应当可靠。

6. 按需研究，而非默认研究 — 大多数技能创建都不需要研究。只有涉及外部 API／库，或用户明确要求时才进行研究。请参阅下文的“研究协议”。

7. 针对用户的具体目标量身定制 — 不要给出泛泛的技能制作建议。每项决策都应适配这位用户为这一特定目的所构建的内容。

8. 易错点是最有价值的内容 — 任何技能中最有价值的部分，是 Claude 通常会在哪些地方出错。每个技能都应有专门的易错点章节，记录具体的失败点，并采用“不要做 X，因为 Y”的结构。易错点应来自对 Claude 失败模式的预判，而非理论上的反模式。

9. 根据受众调整严谨程度 — 个人快速技能应保持精简；团队技能应包含足够的测试，以便安全共享；公开技能则需要评测、由全新 Agent 进行验证，以及完善 README 和发布流程。若技能可能会共享，应尽早询问目标 Agent，因为仅支持 Claude 还是支持通用 Agent，会影响工具和交互方式的选择。

严谨程度分级

尽早选择一个等级，并据此控制调查深度、产物数量和验证方式：

等级	适用场景	默认输出	验证
快速个人使用	技能供一位上下文掌握充分的作者使用	精简的 SKILL.md；可选附加说明	1-3 个冒烟测试提示词
团队内部使用	技能将由团队成员或多个 Agent 重复使用	SKILL.md 加精选参考资料；README 可选	触发/不触发提示词，加代表性任务
公开精修版	技能旨在作为精良产物发布或展示	SKILL.md、README、评估包、渐进式参考资料	评估包、新 Agent 测试、兼容性审查

无论哪个等级，深入调查都有价值。区别在于调查内容放在哪里：研究笔记和依据用于指导提炼，而只有执行所必需的指令才应放入运行时技能文件。

---

研究流程

说明创建技能时何时以及如何开展研究。

何时触发：

• 技能涉及需要查阅最新文档的外部 API 或库
• 所属领域的最佳实践变化很快（框架、部署模式）
• 审计发现技能引用了过时的库或模式
• 用户明确提出：“你能研究一下 X 吗？”

何时不触发：

• 源材料是自包含的（文章、演讲）
• 用户已熟悉该领域
• 技能涉及内部流程或惯例
• 简单技能，不涉及外部工具

如何询问： 在启动任何操作前先询问一次：

这涉及 [X]。你希望我研究当前的最佳实践，还是你已有足够的上下文？

如果可以使用 AskUserQuestion：

• 是，先研究 — 获取当前文档，确保实现准确
• 不，我有上下文 — 根据现有信息继续

如何执行： 并行启动 2-3 个 Sonnet Agent（速度快、成本低，擅长检索），并提出具体且范围明确的问题。不要问“研究关于 X 的所有内容”，而要限定在实际所需的范围内。

Agent 提示词示例：

• “从 Supabase 官方文档获取当前的 RLS 模式”
• “查找 2026 年 React Native 导航库的最佳实践”
• “检查 [library] 是否仍在积极维护”

条件允许时使用 Context7 MCP：通过 resolve-library-id → query-docs 查询库文档。

如何使用结果： 将研究结果纳入综合与策略中，用于指导原则和架构。不要把原始发现一股脑塞进参考文件。继续之前，先向用户介绍关键发现。

---

入口检测

检测用户提供的内容，并将其导向合适的工作流：

用户输入	转到
URL（http/https）	workflows/from-source-material.md
文章/文档/文字稿的文件路径	workflows/from-source-material.md
SKILL.md 或技能目录的文件路径	workflows/audit-existing-skill.md
参数中包含“audit”“review”“evaluate”	workflows/audit-existing-skill.md
“capture”“just did”“turn this process”	workflows/from-recent-work.md
“add reference”“add workflow”“add script”	workflows/add-component.md
对所需内容的描述	workflows/from-description.md
无参数 / 不明确	询问用户想要做什么

检测逻辑

1. 检查 $ARGUMENTS 中是否包含 URL → from-source-material
2. 检查 $ARGUMENTS 中是否包含文件路径 → 读取文件，判断它是 skill（包含 name/description 的 YAML frontmatter）还是源材料
3. 检查 $ARGUMENTS 中是否包含关键词："audit"、"review"、"evaluate"、"improve" → audit-existing-skill
4. 检查 $ARGUMENTS 中是否包含关键词："add reference"、"add workflow"、"add component" → add-component
5. 检查 $ARGUMENTS 中是否包含关键词："capture"、"just did"、"turn this into" → from-recent-work
6. 如果 $ARGUMENTS 包含描述 → from-description
7. 如果没有参数，请询问：

如果 AskUserQuestion 可用：

• 将源材料转化为 skill — 我有一篇文章、一场演讲或一个框架
• 记录近期工作 — 我刚完成一项工作，想保存其流程
• 描述我的需求 — 我会说明这个 skill 应该做什么
• 审查现有 skill — 评估我已有或找到的 skill

否则请询问："你想做什么？(1) 将源材料转化为 skill，(2) 记录近期流程，(3) 描述我的需求，(4) 审查现有 skill"

选择工作流后，阅读并严格遵循该工作流。

---

参考索引

所有支持性知识都位于 references/ 中：

文件	内容	何时加载
official-spec.md	2026 年 skill 规范——frontmatter、功能、格式	构建或审查 skill 时
synthesis-patterns.md	如何从源材料中提取原则	以源材料或近期工作为入口时
architecture-decisions.md	简单结构与路由结构的区别，以及各类文件的适用场景	架构提案阶段（所有工作流）
interactive-design-patterns.md	探索、模式、等待关卡、AskUserQuestion	策略阶段和审查工作流
quality-checklist.md	验证清单	验证阶段（所有工作流）
evaluation-patterns.md	严谨度路径和评估包设计	制定验证计划前
cross-agent-compatibility.md	跨 Agent 审查指南	跨 Agent 审查阶段（所有工作流）
independent-review-brief.md	供独立审查子 Agent 使用的预置说明	构建工作流中的可选审查阶段

工作流索引

工作流	用途
from-source-material.md	文章／演讲／框架 → skill（旗舰工作流）
from-description.md	从空白开始 → 头脑风暴 → skill
from-recent-work.md	将 AI 流程记录为可复用的 skill
audit-existing-skill.md	使用 7 个评估维度进行全面框架审查
add-component.md	为现有 skill 添加参考资料／工作流／脚本／模板

模板

templates/ 中提供了可直接复制的起始模板：

模板	适用场景
simple-skill.md	少于 200 行的单工作流 skill
router-skill.md	具有共享原则的多工作流 skill
eval-pack.md	团队内部或公开精修的评估包