技能创建器
本技能提供创建高质量 Agent Skills 的完整指南。
关于 Skills
Skills 是模块化、自包含的包，通过提供专业知识、工作流和工具来扩展 AI 代理的能力。可以将它们视为特定领域或任务的"入职指南"——它们将 AI 从通用代理转变为具备程序性知识的专业代理。
Skills 提供的内容
- 专业工作流 - 特定领域的多步骤流程
- 工具集成 - 处理特定文件格式或 API 的指令
- 领域专长 - 公司特定知识、数据模式、业务逻辑
- 捆绑资源 - 用于复杂和重复性任务的脚本、参考文档和资产
核心原则
简洁至上
上下文窗口是公共资源。Skills 与 AI 需要的所有内容共享上下文窗口：系统提示、对话历史、其他 Skills 的元数据和实际用户请求。
默认假设：AI 已经很聪明。 只添加 AI 尚未拥有的上下文。挑战每条信息："AI 真的需要这个解释吗？"和"这段内容值得占用 token 吗？"
优先使用简洁的示例而非冗长的解释。
设置适当的自由度
根据任务的脆弱性和可变性匹配具体程度：
高自由度（基于文本的指令）：当多种方法都有效、决策依赖上下文或启发式方法指导时使用。
中等自由度（伪代码或带参数的脚本）：当存在首选模式、允许一些变化或配置影响行为时使用。
低自由度（特定脚本，少量参数）：当操作脆弱且容易出错、一致性至关重要或必须遵循特定顺序时使用。
将 AI 想象为探索路径：有悬崖的窄桥需要特定护栏（低自由度），而开阔的田野允许多条路线（高自由度）。
Skill 的结构
每个 skill 由必需的 SKILL.md 文件和可选的捆绑资源组成：
skill-name/
├── SKILL.md (必需)
│ ├── YAML frontmatter 元数据 (必需)
│ │ ├── name: (必需)
│ │ └── description: (必需)
│ └── Markdown 指令 (必需)
└── 捆绑资源 (可选)
├── scripts/ - 可执行代码 (Python/Bash 等)
├── references/ - 按需加载到上下文的文档
└── assets/ - 输出中使用的文件 (模板、图标、字体等)
SKILL.md (必需)
每个 SKILL.md 包含：
- Frontmatter (YAML)：包含
name和description字段。这是 AI 用来确定何时使用技能的唯一字段，因此清晰全面地描述技能是什么以及何时应该使用它非常重要。 - 正文 (Markdown)：使用技能及其捆绑资源的指令和指导。仅在技能触发后加载。
捆绑资源 (可选)
Scripts (scripts/)
用于需要确定性可靠性或重复重写的任务的可执行代码 (Python/Bash 等)。
- 何时包含：当重复重写相同代码或需要确定性可靠性时
- 示例：
scripts/rotate_pdf.py用于 PDF 旋转任务 - 优势：Token 高效、确定性、无需加载到上下文即可执行
- 注意：脚本可能仍需要被 AI 读取以进行修补或环境特定调整
References (references/)
按需加载到上下文中以指导 AI 流程和思考的文档和参考材料。
- 何时包含：用于 AI 在工作时应参考的文档
- 示例：
references/finance.md用于财务模式、references/mnda.md用于公司 NDA 模板 - 用例：数据库模式、API 文档、领域知识、公司政策、详细工作流指南
- 优势：保持 SKILL.md 精简，仅在 AI 确定需要时加载
- 最佳实践：如果文件很大 (>10k 字)，在 SKILL.md 中包含 grep 搜索模式
- 避免重复：信息应存在于 SKILL.md 或 references 文件中，而不是两者都有
Assets (assets/)
不打算加载到上下文中，而是在 AI 产生的输出中使用的文件。
- 何时包含：当技能需要在最终输出中使用的文件时
- 示例：
assets/logo.png用于品牌资产、assets/slides.pptx用于 PowerPoint 模板 - 用例：模板、图像、图标、样板代码、字体、被复制或修改的示例文档
- 优势：将输出资源与文档分离，使 AI 无需加载到上下文即可使用文件
Skill 中不应包含的内容
Skill 应仅包含直接支持其功能的必要文件。不要创建多余的文档或辅助文件，包括：
- README.md
- INSTALLATION_GUIDE.md
- QUICK_REFERENCE.md
- CHANGELOG.md
- 等
Skill 应仅包含 AI 代理完成手头工作所需的信息。它不应包含关于创建过程、设置和测试程序、面向用户的文档等的辅助上下文。
渐进式披露设计原则
Skills 使用三级加载系统来高效管理上下文：
- 元数据 (name + description) - 始终在上下文中 (~100 词)
- SKILL.md 正文 - 技能触发时 (<5k 词)
- 捆绑资源 - AI 按需加载 (无限制，因为脚本无需读取到上下文窗口即可执行)
渐进式披露模式
保持 SKILL.md 正文精简，控制在 500 行以内以最小化上下文膨胀。接近此限制时将内容拆分为单独的文件。将内容拆分到其他文件时，从 SKILL.md 中引用它们并清楚描述何时阅读它们非常重要。
关键原则：当技能支持多个变体、框架或选项时，仅将核心工作流和选择指导保留在 SKILL.md 中。将特定于变体的详细信息（模式、示例、配置）移到单独的参考文件中。
模式 1：带参考的高层指南
# PDF 处理
## 快速开始
使用 pdfplumber 提取文本：
[代码示例]
## 高级功能
- **表单填写**：参见 [FORMS.md](FORMS.md) 获取完整指南
- **API 参考**：参见 [REFERENCE.md](REFERENCE.md) 获取所有方法
- **示例**：参见 [EXAMPLES.md](EXAMPLES.md) 获取常见模式
AI 仅在需要时加载 FORMS.md、REFERENCE.md 或 EXAMPLES.md。
模式 2：领域特定组织
对于具有多个领域的 Skills，按领域组织内容以避免加载无关上下文：
bigquery-skill/
├── SKILL.md (概述和导航)
└── reference/
├── finance.md (收入、计费指标)
├── sales.md (机会、管道)
├── product.md (API 使用、功能)
└── marketing.md (活动、归因)
当用户询问销售指标时，AI 只读取 sales.md。
模式 3：条件细节
显示基础内容，链接到高级内容：
# DOCX 处理
## 创建文档
使用 docx-js 创建新文档。参见 [DOCX-JS.md](DOCX-JS.md)。
## 编辑文档
对于简单编辑，直接修改 XML。
**对于修订跟踪**：参见 [REDLINING.md](REDLINING.md)
**对于 OOXML 详情**：参见 [OOXML.md](OOXML.md)
重要指南：
- 避免深层嵌套引用 - 保持引用与 SKILL.md 一级深度。所有参考文件应直接从 SKILL.md 链接。
- 构建较长的参考文件 - 对于超过 100 行的文件，在顶部包含目录，以便 AI 在预览时可以看到完整范围。
技能创建流程
技能创建包含以下步骤：
- 通过具体示例理解技能
- 规划可重用的技能内容（脚本、参考、资产）
- 初始化技能（运行 init_skill.py）
- 编辑技能（实现资源并编写 SKILL.md）
- 翻译为中文（运行 translate_skill_md.py）
- 打包技能（运行 package_skill.py）
- 基于实际使用进行迭代
按顺序执行这些步骤，仅在有明确原因时跳过。
步骤 1：通过具体示例理解技能
仅在技能的使用模式已经清楚理解时跳过此步骤。即使在使用现有技能时，它仍然有价值。
要创建有效的技能，清楚理解技能将如何使用的具体示例。这种理解可以来自直接用户示例或经过用户反馈验证的生成示例。
例如，在构建图像编辑器技能时，相关问题包括：
- "图像编辑器技能应支持什么功能？编辑、旋转，还有其他吗？"
- "能给一些这个技能将如何使用的示例吗？"
- "我能想象用户会要求像'从这张图片中去除红眼'或'旋转这张图片'。你还能想象这个技能的其他使用方式吗？"
- "用户说什么应该触发这个技能？"
为避免让用户不知所措，避免在一条消息中提出太多问题。从最重要的问题开始，根据需要跟进以获得更好的效果。
当对技能应支持的功能有清晰认识时，结束此步骤。
步骤 2：规划可重用的技能内容
要将具体示例转化为有效的技能，通过以下方式分析每个示例：
- 考虑如何从头开始执行示例
- 识别在重复执行这些工作流时哪些脚本、参考和资产会有帮助
示例：在构建 pdf-editor 技能处理"帮我旋转这个 PDF"等查询时，分析显示：
- 旋转 PDF 每次都需要重写相同的代码
scripts/rotate_pdf.py脚本存储在技能中会很有帮助
示例：在设计 frontend-webapp-builder 技能处理"帮我构建一个待办应用"或"帮我构建一个跟踪我步数的仪表板"等查询时，分析显示：
- 编写前端 webapp 每次都需要相同的样板 HTML/React
- 包含样板 HTML/React 项目文件的
assets/hello-world/模板存储在技能中会很有帮助
要确定技能的内容，分析每个具体示例以创建要包含的可重用资源列表：脚本、参考和资产。
步骤 3：初始化技能
此时，是时候实际创建技能了。
仅在正在开发的技能已存在且需要迭代或打包时跳过此步骤。在这种情况下，继续下一步。
从头开始创建新技能时，始终运行 init_skill.py 脚本。该脚本方便地生成一个新的模板技能目录，自动包含技能所需的所有内容，使技能创建过程更加高效和可靠。
用法：
scripts/init_skill.py <skill-name> --path <output-directory>
脚本：
- 在指定路径创建技能目录
- 生成带有适当 frontmatter 和 TODO 占位符的 SKILL.md 模板
- 创建示例资源目录：
scripts/、references/和assets/ - 在每个目录中添加可以自定义或删除的示例文件
初始化后，根据需要自定义或删除生成的 SKILL.md 和示例文件。
步骤 4：编辑技能
编辑（新生成或现有的）技能时，请记住技能是为另一个 AI 实例使用而创建的。包含对 AI 有益且不明显的信息。考虑哪些程序性知识、领域特定细节或可重用资产将帮助另一个 AI 实例更有效地执行这些任务。
学习经过验证的设计模式
根据技能的需求查阅这些有用的指南：
- 多步骤流程：参见 references/workflows.md 获取顺序工作流和条件逻辑
- 特定输出格式或质量标准：参见 references/output-patterns.md 获取模板和示例模式
这些文件包含有效技能设计的既定最佳实践。
从可重用的技能内容开始
要开始实现，从上面确定的可重用资源开始：scripts/、references/ 和 assets/ 文件。请注意，此步骤可能需要用户输入。例如，在实现 brand-guidelines 技能时，用户可能需要提供品牌资产或模板存储在 assets/ 中，或文档存储在 references/ 中。
添加的脚本必须通过实际运行来测试，以确保没有错误且输出符合预期。如果有许多相似的脚本，只需测试代表性样本以确保它们都能工作，同时平衡完成时间。
应删除技能不需要的任何示例文件和目录。初始化脚本在 scripts/、references/ 和 assets/ 中创建示例文件以演示结构，但大多数技能不需要所有这些。
更新 SKILL.md
写作指南：始终使用祈使/不定式形式。
Frontmatter
编写带有 name 和 description 的 YAML frontmatter：
name：技能名称description：这是技能的主要触发机制，帮助 AI 理解何时使用技能。- 包括技能的功能和何时使用的特定触发器/上下文。
- 在此处包含所有"何时使用"信息 - 不在正文中。正文仅在触发后加载，因此正文中的"何时使用此技能"部分对 AI 没有帮助。
docx技能的示例描述："全面的文档创建、编辑和分析，支持修订跟踪、注释、格式保留和文本提取。当需要处理专业文档（.docx 文件）时使用：(1) 创建新文档，(2) 修改或编辑内容，(3) 处理修订跟踪，(4) 添加注释，或任何其他文档任务"
不要在 YAML frontmatter 中包含任何其他字段。
正文
编写使用技能及其捆绑资源的指令。
步骤 5：翻译为中文
如果技能需要中文版本，运行翻译脚本将 SKILL.md 翻译为中文：
scripts/translate_skill_md.py <path/to/skill-folder>
该脚本会：
- 读取 SKILL.md 文件
- 保留 YAML frontmatter 结构
- 将正文内容翻译为中文
- 更新 name 字段为中文友好的名称（使用连字符）
- 将翻译后的内容写回 SKILL.md
注意：翻译脚本需要 AI 代理执行实际翻译。脚本提供翻译框架和提示模板。
步骤 6：打包技能
技能开发完成后，必须将其打包成可分发的 .skill 文件供用户共享。打包过程首先自动验证技能以确保满足所有要求：
scripts/package_skill.py <path/to/skill-folder>
可选指定输出目录：
scripts/package_skill.py <path/to/skill-folder> ./dist
打包脚本将：
-
验证技能，自动检查：
- YAML frontmatter 格式和必需字段
- 技能命名约定和目录结构
- 描述完整性和质量
- 文件组织和资源引用 -
打包技能（如果验证通过），创建以技能命名的 .skill 文件（例如
my-skill.skill），包含所有文件并维护正确的目录结构以供分发。.skill 文件是具有 .skill 扩展名的 zip 文件。
如果验证失败，脚本将报告错误并退出而不创建包。修复任何验证错误并再次运行打包命令。
步骤 7：迭代
测试技能后，用户可能会要求改进。这通常发生在使用技能后不久，具有技能表现的新鲜上下文。
迭代工作流：
- 在真实任务上使用技能
- 注意困难或低效之处
- 确定 SKILL.md 或捆绑资源应如何更新
- 实施更改并再次测试
