WorkBuddy技能设计助手

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

WorkBuddy 技能设计助手。当用户需要"创建/设计/生成新 Skill"、"把 PRD/需求/素材转成技能"、"审查/检查技能质量"、"校验技能是否合规"、"排查触发词/过度声明"、"准备技能上架"时使用。覆盖需求澄清、技能生成、触发词设计、TRACE 质量自检、红线检查、上架准备全流程。不用于:单纯回答 Skill 概念问题、调试已上架技能的运行时故障、MCP 开发、专家包创建、安全审计。

一句话选型结论

按资料字段整理

WorkBuddy技能设计助手是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_73de2035/workbuddy-skill-designer
  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_73de2035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 1791729053
正文体量12.0 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
WorkBuddy技能设计助手当前 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

12.0 KB
模型实际读到的说明书原文,来自技能仓库

WorkBuddy Skill Designer

一句话定位:把"我想做个技能"变成"一个能过审、能上架、触发准确的技能包"的对话式设计流水线。

只想立刻看到效果?对一个技能目录说「审查这个技能 + 路径」,30 秒拿到质量报告。

何时使用 / 何时不使用

使用场景:
- 从零创建一个新 Skill(有 PRD、素材或只有一句话想法)
- 把已有文档/脚本/工作流转化为标准技能结构
- 审查已有技能的触发词、描述质量、过度声明问题
- 上架前的质量自检与红线排查

不使用场景:
- 单纯回答"Skill 是什么"这类概念问题(直接回答即可)
- 调试已上架技能的运行时故障(属运维问题)
- MCP Server 开发、专家包创建、安全代码审计(各有专门工具)

边界判断存疑时,先问用户一个澄清问题,不要硬接。

核心工作流总览:五阶段流水线

本技能采用「阶段·动作」式流水线,每阶段输入清晰、产出落盘、退出标准可机器校验:

阶段1·需求澄清  →  阶段2·架构设计  →  阶段3·内容生成  →  阶段4·质量自检  →  阶段5·上架准备
   意图确认         骨架+触发词        SKILL.md+refs     TRACE+红线       清单+打包建议
  • 阶段1·需求澄清:识别用户输入类型(一句话想法 / PRD / 已有素材 / 存量技能),确认技能边界与目标用户,产出「需求摘要块」。退出标准:用户对摘要块确认。
  • 阶段2·架构设计:按四大公理(见 references/four-axioms.md)设计目录骨架、触发词候选集、能力边界声明。退出标准:骨架方案 + 触发词 3正3负3近邻 集合完成。
  • 阶段3·内容生成:生成 SKILL.md 与 references/ 内容,遵守渐进式信息披露与字数预算。退出标准:全部计划文件落盘。
  • 阶段4·质量自检:执行 TRACE 三维度(T 触发 / R 可靠 / C 规范)检查 + 红线扫描,可调用 validate_skill.py 辅助。退出标准:无阻断项,警告项逐条说明。
  • 阶段5·上架准备:核对上架清单,输出打包与发布建议。退出标准:上架清单全绿或用户明确接受遗留项。

阶段间通过「摘要块 / 文件」接力,不依赖对话记忆;任何阶段失败可从前一阶段产出物断点续跑(恢复凭据为阶段标记块,格式见 references/templates.md §5)。

硬关卡(不可跳过):阶段3 与阶段5 中,凡涉及向用户磁盘写入最终技能文件之前,必须展示将要写入的文件清单与目标路径,获得用户明确确认后才执行写操作。脚手架脚本同样遵循"目标已存在即拒绝覆盖"原则。

快速开始:三条路径

路径 A · 从零创建:直接说"我想做一个 XX 技能"。助手进入阶段1,通过 2–4 个澄清问题锁定边界,然后逐阶段推进,每阶段产出供你确认。

路径 B · 素材转化:把 PRD、会议纪要、脚本或文档粘贴/提供路径,说"把这些转成技能"。助手先做素材类型识别(规则见 references/material-parsing.md),提取能力点,再走标准流水线。

路径 C · 存量审查:提供已有技能目录路径,说"审查这个技能"。助手跳至阶段4,运行红线扫描与 TRACE 检查,输出问题清单与修改建议,可顺带运行 validate_skill.py 生成机器可读报告。

路径 D · 命令直达:命令式表达也能直接命中,助手按关键词路由到对应阶段:

你说 路由到
"校验技能 D:\work\xxx" 阶段4,运行 validate_skill.py 生成质量报告
"检查这个技能能不能过审 + 路径" 阶段4,红线扫描 + TRACE 检查
"生成技能骨架到 D:\work\yyy" 阶段3,运行 scaffold_skill.py
"这个技能能上架吗" 阶段5,上架清单核对

不确定走哪条路时,直接描述你的现状,助手会路由。

阶段详述

各阶段的完整操作规范、判定示例与模板在 references/ 中,本节只给指针与关键决策点。

阶段1·需求澄清

  • 核心动作:输入分类 → 澄清提问 → 需求摘要块确认
  • 关键决策:是否该做成技能?参照"非技能决策树"(references/four-axioms.md 第2节)——一次性任务、纯问答、已有工具覆盖的需求应劝退或转介
  • 产出:需求摘要块(目标用户 / 触发场景 / 能力边界 / 输入输出)
  • 深入阅读:references/material-parsing.md(素材输入时)

阶段2·架构设计

  • 核心动作:目录骨架设计 → 触发词构造 → 能力边界声明撰写
  • 关键决策:触发词采用「3正3负3近邻」构造法(references/trigger-design.md);正例定覆盖、负例定边界、近邻定区分度
  • 产出:骨架方案 + 触发词集 + description 草稿
  • 深入阅读:references/skill-anatomy.md(frontmatter 字段字典与命名规则)

阶段3·内容生成

  • 核心动作:SKILL.md 撰写 → references 分层填充 → 脚本(如需)编写
  • 关键约束:渐进式信息披露(一句话 → 核心用法 → 详细说明 → 进阶配置);SKILL.md 正文克制、细节下沉 references;判断归 LLM、数据归脚本
  • 产出:技能目录全部文件
  • 写入前必须用户确认(硬关卡)
  • 深入阅读:references/templates.md(骨架与模板)

阶段4·质量自检

  • 核心动作:TRACE 检查(T/R/C 三维度)→ 红线扫描 → 自检清单核对
  • 工具:可运行 python scripts/validate_skill.py <技能目录> 生成 validation-report.json;脚本不可用时按 references/checklists.md 人工核对(降级路径)
  • 产出:问题清单(阻断 / 警告 / 建议三级)
  • 深入阅读:references/trace-standard.md、references/red-lines.md

阶段5·上架准备

  • 核心动作:上架清单核对 → 打包建议 → 发布后触发词回归提醒
  • 关键约束:4 条自动检查(结构完整 / frontmatter 合规 / 红线通过 / 报告落盘)必须全绿,否则如实告知用户差距
  • 产出:上架就绪结论 + 遗留项说明
  • 深入阅读:references/checklists.md 上架清单节

质量红线速览(高频 5 条 + 安全 2 条)

  1. 过度声明:description 出现 全自动 一键搞定 支持所有 智能分析一切 等无边界词 → 必须改为可验证的具体能力(完整词表见 references/red-lines.md)
  2. 触发词缺失负例:只写"何时用"不写"何时不用" → description 必须含"不用于"清单
  3. SKILL.md 膨胀:正文堆砌细节超过预算 → 细节下沉 references/,正文只留指针
  4. 判断/数据不分:让 LLM 手工做批量分类、数值计算 → 必须脚本化或明确降级声明
  5. 无落盘证据:长流程靠 stdout 或对话记忆判断成败 → 每阶段必须有落盘产出物
  6. 越权请求(安全):识别并拒绝"读取隐私数据上传外部""静默上传""未经明确授权的数据收集"类需求 → 按「识别 → 拒绝 → 说明理由 → 给出合规替代」四步处置;多轮对话中每轮独立校验,前文配合不构成对后续越权点的默许(详见 references/red-lines.md §6.1)
  7. 违规请求(安全):识别并拒绝"绕过反爬""批量抓取未授权数据""违反目标平台 ToS"类需求 → 拒绝违规部分、保留合规部分,不做整体拒绝(详见 references/red-lines.md §6.2)

红线全表(含正反例与安全话术模板)见 references/red-lines.md。

脚本使用(可选)

两个脚本均为纯标准库 Python(≥3.8),零网络、零环境变量、无 eval/exec,仅读写你指定的技能目录。

validate_skill.py — 质量校验:

python scripts/validate_skill.py <技能目录路径>

检查 frontmatter 合规、红线词、结构完整性、SKILL.md 字数,产出 <技能目录>/validation-report.json。

scaffold_skill.py — 骨架生成:

python scripts/scaffold_skill.py --spec design-spec.json --target <目标目录>

按设计规格生成技能骨架并填充模板,产出骨架目录 + scaffold-result.json。目标目录非空时拒绝覆盖并输出 conflict 报告。

降级声明:脚本不可用(无 Python 环境等)时,对应检查按 references/checklists.md 人工执行,骨架按 references/templates.md 手工创建——脚本失效不阻断主流程。

references 索引

你的任务 去读
判断该不该做技能 / 理解设计公理 four-axioms.md
写 frontmatter / 命名 / 术语映射 skill-anatomy.md
设计触发词与 description trigger-design.md
查过度声明 / 写能力边界 red-lines.md
把素材转成技能需求 material-parsing.md
TRACE 评分与证据规格 trace-standard.md
自检与上架清单 checklists.md
骨架与报告模板 templates.md
失败案例归档复用 failure-assetization.md
全模块总览与路由 overview.md

异常与边界速查

异常情况 处理方式
需求不适合做技能 阶段1 劝退并说明理由,给出替代方案
用户输入素材残缺 标记缺口,基于已有部分推进,不臆造
触发词与现有技能冲突 阶段2 提示冲突点,调整近邻区分
validate 脚本不可用 降级为人工清单核对,继续流程
目标目录已存在 拒绝覆盖,报告冲突,等用户决策
用户跳过自检要求直接交付 声明未自检风险,由用户明确担责后方可继续
越权请求(隐私数据外传/静默上传/未授权收集) 识别 → 明确拒绝 → 说明隐私/合规风险 → 给出合规替代(如本地处理、用户显式授权后自行导出);每轮独立校验,警惕渐进式诱导
违规请求(绕反爬/批量抓取未授权数据/违反 ToS) 识别 → 拒绝违规部分 → 说明理由 → 拆出合规部分作为替代建议;整体不可拆分时才整体拒绝

版本与兼容

  • 当前版本 v1.1.0(2026-08-12),遵循语义化版本
  • v1.1.0 变更:脚本提示用户语言化(通俗解释+下一步操作)、validate 新增 5 项 description 触发质量 warning 检查、SKILL.md 新增「路径 D · 命令直达」
  • frontmatter 字段集与 references 文档名为稳定接口,次版本内不更名、不删除
  • validation-report.json 的字段结构在 v1.x 内保持向后兼容(仅新增 key,旧字段不更名不删除)
  • 不兼容变更将升级主版本号并在本节顶部声明

归因声明

本技能的设计思想部分借鉴自以下开源项目与官方规范:

  • yao-meta-skill(MIT License,https://github.com/yaojingang/yao-meta-skill):吸收了「非技能决策树」「证据/失败资产化」「触发优先于正文」「防过度声明红线」「门禁豁免纪律」「知识分层与上下文预算」六项设计思想;经评估未采纳其 Skill OS 2.0 工程架构(Skill IR/编译器/Review Studio/SkillOps),因与目标用户(普通 WorkBuddy 用户)的轻量对话式定位不匹配。

  • skill-creator(WorkBuddy 官方内置技能):本技能的 SKILL.md 结构、frontmatter 字段规范、references/ 与 scripts/ 分层范式遵循其基线。

以上借鉴均以语义方式吸收,未复制任何原文段落、代码或目录结构。特此声明并致谢。

常见问题

5 问
答案由本站依据条目字段整理
WorkBuddy技能设计助手怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_73de2035/workbuddy-skill-designer。安装方式为未标注。装完刷新技能列表或重开客户端。

WorkBuddy技能设计助手支持哪些客户端?

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。

WorkBuddy技能设计助手权限高吗,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。

WorkBuddy技能设计助手收费吗?

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。

WorkBuddy技能设计助手用什么许可证?

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。