肖恩专业技能生成器

要解决的问题

很多团队已经积累了大量可复用的工作流程——一份业务 SOP、一段旧 SKILL.md、一个 Agent 配置，甚至几句反复使用的工作指令。它们散落在不同格式里，触发条件不清、边界模糊、缺少可校验的元数据和示例。直接把这些半成品交给 AI，触发不稳定、步骤缺失，交付物也常常过不了 SkillHub 准入检查。这个技能负责把这些材料整理成结构标准、可复用、可审计的技能包。

核心能力

它继承 skill-creator 的骨架，围绕七件事展开：需求分析、设计模式识别、工作流拆解、SKILL.md 生成、examples 与 references 补齐、YAML front matter 校验、质量校验与打包交付。在此基础上强调目标先行、保留核心、结构清楚、示例可执行、校验可复现。

拿到输入后，它先确认本次技能包的北极星目标：让目标用户稳定触发，让 AI 按步骤执行，让交付物可安装、可审计、可维护。随后识别输入类型——自然语言需求、SOP 文档、已有 SKILL.md、旧版 zip 包、AGENTS.md 或参考资料——并选择 Linear、Conditional、Loop、Distill 或 Hybrid 设计模式。

关键步骤

1. 确认任务与交付路径，尊重用户偏好。
2. 对输入做只读分析，产出保留清单和优化清单。
3. 设计目录结构，默认包含 SKILL.md、examples、references、tests 等。
4. 生成或修复 YAML front matter，至少包含 name、display_name、description、triggers，注意避免 YAML 歧义。
5. 生成技能正文，覆盖角色定位、适用场景、工作流、输出规范、质量检查和安全边界。
6. 补齐 examples，每个示例包含用户请求、触发原因、推荐执行方式和预期输出。
7. 补齐 references，把设计模式、包结构、质量清单和安全边界写成可审计文档。
8. 运行验证，检查 SKILL.md 是否存在、front matter 能否解析、name 是否与目录一致、示例与参考文件数量是否达标。
9. 打包交付，ZIP 根目录必须是技能目录本身。

适用边界

它适合把已有材料沉淀为可维护技能，也适合优化旧包、迁移 SOP。但如果用户只想要一次性文案，这个技能就不适用。它同样不会处理违法、隐私泄露、绕过权限或伪造外部能力的请求；对来源不明的旧包，优先做静态文本分析，不运行未知代码。