SkillHub Skill 生产手册
把一个想法做成"能被搜到、算得准、可发布"的 Skill 的标准流程。每步都有可验收的产出。
流程总览
- 竞对与赛道分析 → 判断值不值得做、和谁竞争（详见
references/01-competitive-landscape.md） - 做 Skill 本体 → 薄 SKILL.md + references + scripts 分层
- description 召回审计 → 列真实用户 query 对照，补口语词（详见
references/02-recall-audit.md） - 内容/计算准确性验证 → 单元测试 + 真实判例金标准对账（详见
references/03-accuracy-validation.md） - 对话/UX 规范 → 教 Agent 怎么把结果讲明白、缺参怎么问、下一步给什么（详见
references/05-conversation-ux.md） - 可交付报告 → 把结果渲染成可打印/转发的自包含 HTML/PDF 文档（详见
references/06-deliverable-report.md） - 法律/合规免责 → 不执业、不教唆逃债、写清免责与责任边界（详见
references/07-legal-disclaimer.md） - CLI 发布 → dry-run → publish → 网页端补分类（详见
references/04-publish-and-monetize.md） - 变现判断 → 免费引流 or HTTP402 付费（需后端）
核心原则
- 交付物放项目目录，不要放
.user_skills：该目录是到/runtime/user_skills的临时软链，写入后会被环境重置清空，且无法交付。所有 Skill 源码放在项目工作目录。 - 薄 SKILL.md：触发逻辑靠 frontmatter 的
description，body 只放核心流程；详细公式/规则放references/，可执行逻辑放scripts/。 - 可复算优先：确定性计算写成纯函数
scripts/calc.py，Agent 调用而不是每次重写。 - 两层验证：单元测试证明"引擎按我想的跑"；真实判例/公开事实对账证明"我想的是对的"。
frontmatter 最小集
slug: kebab-case-全网唯一(建议带handle后缀)
displayName: 对外名称
version: 1.0.0 # SemVer
summary: 一句话价值
description: |
做什么 + 何时触发（正式术语 + 真实口语双写，列出典型触发话术）
license: MIT
tags: [词1, 词2] # 自由标签，≠平台受控分类
> 注意：平台"分类"（行业专业/法律合规等）不在 frontmatter 里，发布后去网页端 个人中心→我的Skill→编辑 手动选；CLI publish 无 category 参数。
发布命令速查
curl -fsSL https://skillhub.cn/install/install.sh | bash -s -- --cli-only
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc && source ~/.zshrc
skillhub login --key skh_xxx --host https://api.skillhub.cn
skillhub publish ./my-skill --host https://api.skillhub.cn --dry-run
skillhub publish ./my-skill --host https://api.skillhub.cn --changelog "本次变更"
评测报告驱动优化（发布后必做）
发布后用 skillhub skill evaluation <slug> --json 拉评测，按以下扣分项逐项修：
| 维度 | 常见扣分 | 修法 |
|---|---|---|
| errorHandling | 报错信息生硬、report.py无异常捕获 | calc.py 抛中文 ValueError；report.py 包 try/except 给降级提示 |
| antiPatternFaq | FAQ散落多处 | 独立 references/faq.md 汇总常见追问和反模式 |
| accuracy | 测试期望值与公式不一致 | test_real_cases.py 期望值必须从公式反推，不要凭判决书地方口径硬写 |
| structure | report.py 重算分类逻辑 | 分类映射纳入 calc 返回值，report.py 只做渲染 |
| completeness | 未引擎化项无人工参考 | 对"未覆盖"项给人工核算公式或参考标准，不要只写"需人工" |
评测分数对照
- 5.0：零扣分；
- 4.5-4.9：小瑕疵；
- 4.0-4.4：有明显可改进项，优先修；
- <4.0：需大改。
批量操作的回归红线（重要）
批量给多个 skill 生成/改内容时，严禁复用同一个模板的"示例/边界"文案，否则会产出"示例写着退休年龄、边界写着社保局"这种复制粘贴灾难，直接拖垮整分（实测该类 skill 跌到 2-4 分）。
安全做法：
1. 示例必须从该 skill 的真实输入输出定制，逐条写，不要用 .format 批量套；
2. 边界文案要么逐 skill 写，要么只保留通用的"不构成法律意见/以官方为准"一句话，严禁整段复制别的 skill 的边界；
3. 批量改完后，务必跑一次全文 grep 反查：搜上一个模板的关键词（如"退休""社保局""出生年份"），确认没有残留；
4. 发布前先 --dry-run，再确认 version 递增，避免 slug 冲突报错。
纯文档/流程类 skill 的加分项
纯文档 skill 无代码，errorHandling/func/stability 全被打低分。补救：补一个 scripts/calc.py 或 guide.py（把流程步骤/清单结构化输出）+ 一个 test 脚本，评测分通常能从 3.5-3.9 提到 4.2+。
