小浣熊专家生成器

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

把业务能力、SOP、专家经验或现成资料,转化为结构完整、字段合规、可注册、可打包的专家包(单角色 expert 或多角色 expert团)。内置架构判断、plugin.json 字段规范、Agent 提示词规范、协作铁律、分类映射、头像生成、质量评分与密钥防护。适用场景:创建专家、转化专家为专家包、生成 expert团、修改已有专家、专家合规检查。不适用:一次性提示词、纯文档写作、需要真实平台 API 直连的注册操作。

一句话选型结论

按资料字段整理

小浣熊专家生成器是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_cae83fba/raccoon-expert-generator
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_cae83fba仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791690724
正文体量17.2 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
小浣熊专家生成器当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

17.2 KB
模型实际读到的说明书原文,来自技能仓库

小浣熊专家生成器

> <META_DIR> 是平台元数据目录名,由宿主平台定义,实际取值见
> schemas/platform-contract.json 的 metaDir.primary。本文用占位符而非
> 字面量,换平台时只需改契约那一个字段。

零、不可突破的红线

  1. 不改唯一标识。plugin.json 的 name、agentName、专家目录名、agents/*.md 文件名构成唯一标识,修改会导致专家失联。用户要求改名时,说明「改名需重建专家」,不原地改。
  2. 不生成到专家目录之外。专家目录由运行时配置决定(见第三章)。其他目录生成的包无法被检测到,即使用户明确要求也不例外。
  3. 不在 frontmatter 声明 tools。工具权限由平台统一分配,写了会被校验拦下。用户要求「加 tools 让它能调 X」时,引导改用附属 Skill 承载能力。
  4. 不编造信息。作者、授权、引用来源、成员职责等无法从材料推断的字段,标记为待确认并回问,禁止凭空填写。
  5. 不手写 marketplace.json。该文件只能由注册脚本写入,手写会绕过完整性校验并导致静默失败。
  6. 不把密钥类文件放进包。.env、*.pem、*.key、*.p12、硬编码 Token 一律排除,打包阶段强制过滤。
  7. 不跳过校验直接注册。即使目标目录已存在、看似「已经生成过」,也要走完整的校验与注册流程。
  8. 不替用户拍板展示文案。能力描述、3 条推荐提示词、行业分类由 AI 起草,用户确认后才落盘。

一、核心能力速查

功能 说明 触发关键词
形态判断 判定该做单技能包、单角色专家、专家团,还是不成包 该做成什么形态、要不要多角色
专家包初始化 生成带占位符的完整目录骨架 创建专家、初始化专家包
plugin.json 生成 双语展示字段、分类、标签、提示词 生成 plugin.json
提示词生成 Agent 与主理人的正文结构与协作铁律 写专家提示词、生成 agent md
资料转化 把现成资料映射为专家包结构 转化这份资料、做成专家
头像生成 按角色特征与分类色调生成头像 生成专家头像
合规校验 字段、结构、命名、密钥四类检查 检查专家包、合规检查
质量评分 五维打分,85 分且无阻断项才可交付 打个分、质量评估
注册 写入 marketplace.json 使其在中心可见;内容未变则跳过重写 注册专家、上架专家
打包 校验通过后归档,文件名自动带版本号 打包专家、导出 zip
环境体检 打印专家目录的实际位置 专家目录在哪、包该放哪
阶段判定 判定包处于八阶段中的哪一态并给出证据 我这包到哪一步了
缺口清单 列出还差什么,每项带可粘贴的命令 还差什么、怎么补
批量体检 跨全部包汇总阶段分布 哪些包没做完
错误码反查 查某码的文件、字段与验证命令 XX 码什么意思
行为层门禁 查角色定位、边界声明、输出契约 提示词答非所问检查
领域蓝本 6 份素材型蓝本(术语、问法、失败模式) 这个行业怎么写提示词

二、标准工作流

前置:确认运行环境

先确认专家目录位置,不要靠报错反推:

python3 scripts/doctor.py env

脚本按运行时配置变量解析,未设置时回落到用户主目录下的默认路径。若用户要求生成到其他路径,直接说明「专家必须生成到专家目录才能被检测到,其他目录生成后将无法使用」,并把上一步打印的目录原样给用户。

步骤 1:收集信息

必须收集:核心能力领域、专家类型、中文花名、职业头衔、能力描述(40-50 字)、行业分类、3 个标签、3 条推荐提示词、首次问候语。Team 型另需:团队名称、成员名单与分工。

判定专家类型的唯一标准:有没有用户会直接问它的问题。每个能力域都能被独立提问用 Agent 型;多个能力域需交叉验证或冲突消解用 Team 型。

步骤 2:形态判断(可选)

不确定该交付什么形态时,先跑判断:

python3 scripts/decide_form.py examples/input-requirement.md

四种结论:不做包(一次性任务)、单技能包、单角色专家、专家团。用户说「就这一次」且无重复路径时,明确告知不建议成包。判断依据见 references/workflow.md。

步骤 3:初始化目录

python3 scripts/init_expert.py <expert-name> --type agent|team --path <expert-plugins-dir>

生成 <META_DIR>/plugin.json、agents/*.md、avatars/、README.md,Team 型另生成 settings.json 与团员占位 MD。所有字段带占位符。

步骤 4:填充内容

按依赖顺序填,避免前后不一致:

  1. 先定身份:name、目录名、agentName、MD 文件名。四者一致,且一经确定不再改动。
  2. 再填展示:displayName、profession、displayDescription、tags、quickPrompts、defaultInitPrompt。注意后两者必须逐字相同。
  3. 再定分类:categoryId,按判定优先级选择并向用户说明理由,见 references/category-id-map.md。
  4. 最后写正文:核心能力、工作流程、输出规范、注意事项。Team 型主理人须含协作铁律与严禁行为段。
  5. 派生字段由身份反推:plugin、agents 数组、teamInfo、members。

填完确认无残留:

grep -rn "\[TODO" <expert-dir>

步骤 5:生成头像

按 references/avatar-spec.md 执行。三个要点:prompt 必须从该角色的 MD 提取,不用通用模板;同一专家团共用风格锚定词;背景色调跟随 categoryId。Team 型是 N+1 张,别漏主理人。

生成失败不阻断流程,在 README 标注待补并附推荐 prompt。

步骤 6:校验

python3 scripts/validate_expert.py <expert-dir>

校验不通过时逐条修,不绕过。想知道某个码改哪里:

python3 scripts/validate_expert.py --explain <CODE>

会打印该码的文件、字段与一条可直接粘贴的验证命令。码表由 schemas/error-codes.json 生成,改码表请改 JSON 后跑 python3 scripts/validate_skill.py --sync-codes。

不知道还差什么时,用缺口清单代替逐条读报错:

python3 scripts/doctor.py gap <expert-dir>

每项按错误码分组、带可执行命令,同一个码出现 21 次只显示一行。

校验通过不等于提示词可用。 结构合规但答非所问的包,校验器看不出来(这是它的职责边界,见 references/scripting-boundary.md)。交付前加跑行为层门禁:

python3 scripts/qa_gate.py <expert-dir>

三项强制检查:角色定位一致性、边界声明、输出契约。证据落在 <expert-dir>/.qa/round-N.json。

可选:跑质量评分拿到五维报告。

python3 scripts/score_expert.py <expert-dir>

总分 85 以上且无阻断项才建议交付。

步骤 7:注册

python3 scripts/register_expert.py <expert-dir>

脚本二次校验关键字段无占位符后写入 marketplace.json,并注入会话标识。修改已有专家后同样要重跑这一步,否则改动不生效。

注册是幂等的:内容指纹未变则输出 action: skipped,不动清单文件。只改了展示字段(displayDescription 等)时属这种情况。需要强制重写加 --force。判定表见 references/modify-existing.md。

注册后确认 .raccoon-state.json 已生成——指纹存在里面,没有它下次会白写一次清单。

步骤 8:打包

python3 scripts/package_expert.py <expert-dir> [output-dir]

打包前自动跑一次校验,不通过则中止。产物为 <expert-name>-v<MAJOR>.<MINOR>.<PATCH>.zip,版本号从 plugin.json 自动读取,不手写。

三、任务状态机

状态 含义 下一步动作
collected 信息已收齐,形态待定 跑形态判断或直接定类型
scaffolded 目录骨架已生成,字段仍是占位符 填充内容
filled 占位符清零,展示字段已定 生成头像
illustrated 头像齐备或已标注待补 校验
validated 校验通过 注册
registered 已写入 manifest,中心可见 打包
packaged ZIP 产物已生成 交付
blocked 校验或注册被拒 按错误码逐条修复后回到上一状态

恢复规则:任何阶段中断后,不要凭记忆假设状态,让脚本判定:

python3 scripts/doctor.py status <expert-dir>

它给出八阶段中的具体一态加判定证据(如「plugin.json missing: displayName, profession」),证据比状态名更有用。批量看所有包用 doctor.py all。

已存在同名目录时:不要重新初始化。先跑 doctor.py status 判断状态,需要更新就重跑注册。改动已有包的完整流程与不可回退项见 references/modify-existing.md。

四、数据合规与安全

  • 密钥类文件(.env、*.pem、*.key、*.p12、id_rsa、credentials)一律不进包,打包阶段强制排除。
  • 硬编码 Token、API Key、Bearer Token 在校验阶段报错并定位到文件与行号。
  • 专家包内容全部落在本地文件系统,不做外发;上传 ZIP 属外发动作,执行前须用户确认。
  • 引用第三方资料时保留来源,不把他人受版权保护的正文整段搬入包内。
  • 生成内容涉及违法、侵权、隐私泄露或不合规用途时直接拒绝。
  • 涉及外部系统、账号授权、文件删除的动作,执行前明示风险。

五、性能与容量

操作 典型耗时 基线规模 说明
形态判断 < 0.1 秒 十万字以内需求文档 纯文本扫描
初始化 < 0.2 秒 — 写 4-6 个文件
校验 < 0.5 秒 50 个文件以内 递归扫描 + 密钥正则
质量评分 < 0.8 秒 10 个 Agent 以内 逐 MD 解析
注册 < 0.3 秒 200 条 manifest 以内 读改写 JSON
打包 < 1 秒 20MB 以内 校验后归档

规模上限参考:单专家团成员建议不超过 8 个(校验在 8 个时告警),超过 8 个应先考虑合并分析域。头像生成是外部调用,1 张约 3-8 秒,Team 型 N+1 张串行执行。

六、交付形态

产物 路径 命名
专家包目录 专家目录下 &lt;expert-name&gt;/
注册清单 专家目录下 marketplace.json(脚本写入)
质量报告 专家包内 quality-score-report.md
打包报告 专家包内 package-report.json
分享产物 指定输出目录 &lt;expert-name&gt;-v&lt;MAJOR&gt;.&lt;MINOR&gt;.&lt;PATCH&gt;.zip

交付标识:每个产物在正文首行标注生成方式与版本,便于溯源。

版本一致性:plugin.json 的 version、ZIP 文件名版本必须一致,不一致则阻断打包。版本号一律从 plugin.json 读取,不手写。

收尾必告知用户四件事:头像可否替换及其规格、注册状态与查看路径、打包命令与产物路径、请用户核对展示字段与分类是否准确。

七、交付前自检

维度 检查项 通过标准
字段 双语完整、数量锁定、问候语对齐、Team 型 profession 一致 validate_expert.py 零错误
命名 四处标识一致、成员花名不与职业重复、主理人文件名带前缀 无 NME 类错误或告警
提示词 章节完整、无残留占位符、Team 型含铁律与回传要求 score_expert.py 的 Prompt 维度满分
合规 分类合法、无禁止目录、密钥扫描通过 无 SEC 与 PKG007-009 错误
交付 头像齐备、README 存在、版本一致 总分 ≥ 85 且无阻断项

任一维度不达标即不交付。工具不能替代人工确认分类归属与文案质量。

八、何时不用本技能

场景 原因 改用
一次性提示词 不需要形成可安装包 直接对话生成
纯文档写作、数据分析、代码开发 与专家包无关 对应领域工具
修改既有 SkillHub 技能包 产物结构不同 技能包创建流程
需要直连平台 API 完成注册 本技能只写本地 manifest 平台开放接口
涉及违法、侵权、隐私泄露 红线 无,拒绝执行
打包上传到外部平台并发布 发布属人工审核动作 人工上传

九、常见问题

Q:为什么生成的包在专家中心看不到?
A:九成是没注册。目录生成后必须跑 register_expert.py,只生成不注册不会出现在中心。另外确认包在正确的专家目录下。

Q:能不能改专家名字?
A:不能原地改。name、agentName、目录名、MD 文件名都是唯一标识,改了会失联。需要改名只能重建,然后手动迁移内容。

Q:tags 已经有 3 个了,还能加吗?
A:不能。标签固定 3 个,已满时只能替换或删除其中一项。

Q:agentName 写了 team-lead 为什么报错?
A:通用名会与其他专家团路由冲突。主理人文件名必须带专家团前缀,如 trading-team-lead.md。

Q:Team 型 profession 该怎么填?
A:Team 型的 profession 必须与 displayName 完全相同。但主理人 Agent MD 里的 profession 不能用「团长」「主理人」这类通用 title,要用「交付总监」「首席策略官」这类体现调度风格的头衔。

Q:Agent 型和 Team 型怎么选?
A:按「有没有用户会直接问它的问题」。能力域能独立提问用 Agent 型;多个域需交叉验证、冲突消解用 Team 型。拿不准先做 Agent 型,成员超过 4 个再升级。

Q:分类该选哪个?
A:按优先级判定:主要输出物属于哪个领域,其次服务对象是谁,跨领域选最核心的。详见 references/category-id-map.md。

Q:头像生成失败了怎么办?
A:不阻断流程。在 README 标注哪张待补,附上按角色特征写好的 prompt,等用户自行补。Agent 型 1 张,Team 型 N+1 张。

Q:提示词里能声明 tools 吗?
A:不能。权限由平台统一分配,frontmatter 声明会报错。需要额外能力就挂附属 Skill。

Q:能打包多个专家一次上传吗?
A:可以逐个打包。每个包单独校验注册,产物各自带版本号。不要为了省事批量手写 manifest。

Q:校验脚本报密钥错误,但代码里只是常量?
A:正则可能误判示例代码里的假 Token。改写变量名避免连续 16 位以上字母数字组合,或移到 references 文档里说明。

十、参考文件

按需读取,不必全部加载:

文件 何时读
references/workflow.md 需要七阶段细节、状态恢复、修改已有专家流程时
references/plugin-json-spec.md 填字段、对齐展示信息、排查校验错误时
references/agent-md-spec.md 写 Agent 或主理人提示词、拆分析域时
references/team-spec.md 建专家团、定成员命名、编排 SOP 时
references/category-id-map.md 选行业分类、生成头像定色调时
references/avatar-spec.md 生成头像、写 prompt 时
references/material-conversion.md 用户提供现成资料需要转化时
references/naming-conventions.md 定名字、对齐标识、打包版本时
references/error-codes.md 校验报错需要定位修法时(由 schemas/error-codes.json 生成,勿手改)
references/modify-existing.md 改已注册的包、判断要不要重跑注册时
references/scripting-boundary.md 判断某个检查该不该交给脚本时
references/permissions-guide.md 涉及权限、注册边界、人工审核红线时
source-map.md 想知道这个包怎么来的、吸收了什么、哪些 PRD 项没落地时
blueprints/ 写某个行业的提示词前取素材(术语、问法、失败模式)
templates/ 需要可复制的模板骨架时
examples/ 需要参考完整实例时

常见问题

5 问
答案由本站依据条目字段整理
小浣熊专家生成器怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_cae83fba/raccoon-expert-generator。安装方式为未标注。装完刷新技能列表或重开客户端。

小浣熊专家生成器支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

小浣熊专家生成器权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

小浣熊专家生成器收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

小浣熊专家生成器用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。