Skill Designer

要解决的问题

直接让模型「帮我写一个 Skill」，通常只得到两种结果：一段泛泛的模板，或一个把多件事塞进同一文件的方案。问题在于 Skill 的边界高度依赖上下文——用途、使用者、场景、输出格式，任何一项理解错了，写出来的 SKILL.md 后续都要返工。skill-designer 把这件事变成可对话的流程，而不是要求模型一次猜中。

核心机制：两主题 × 三句话

对话在两个主题之间循环推进：

• 主题 A：做什么 — 用途、使用者、场景、边界
• 主题 B：产出什么样 — 格式、结构、给谁看

每个主题内部使用三句话循环：

1. 复述理解 — 「我对你需求的理解是 XXX，对吗？」
2. 主动确认 — 判断标准是误对齐代价：如果这一点理解错了，方向会偏吗？ 只有会偏的问题才追问
3. 归结 — 当前主题无未解决疑问时，过渡到下一主题或进入整体思路

开工与质检

用户确认后，加载 references/格式骨架参考.md 匹配类型，一步产出完整 SKILL.md，而不是先给骨架再逐段填充。

生成后会尝试调用 writing-great-skills 做质检，覆盖 no-op 测试、冗余剪枝、negation 检查与 leading words 优化，输出检查结果并按需修剪后交付。若环境中不存在该技能，会明确告知用户并询问是否安装（安装流程含安全审计）；用户拒绝则跳过质检直接交付，这一点不做模糊处理。

适用边界

• 边界硬阻断：多职责立即拆分，过大即收缩，这是约束而非建议
• 主题 B 每次都必须主动确认输出物；用户说不清时给 2-3 个选项
• 若用户在主题 B 中补充了主题 A 的内容，跳回主题 A 补确认后再回到 B
• 开场引导只在首次触发时输出一次，不重复解释功能

它适合需要先厘清需求再动手的 Skill 编写场景。如果你已经清楚要什么、只需要生成文件，这套循环会显得冗长。