引导式生成
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_f9d12fcf/aq-skill-generator
技能介绍
要解决的问题
手写 SKILL.md 的难点不在格式,而在需求没想清楚就落盘。一个 Skill 的核心是输入到输出的映射,很多作者起步时只说一句「想做个处理 PDF 的技能」,真正落笔写 name、description 和 Body 时才发现边界模糊、触发场景不清,产出要么过长挤占上下文,要么过短以至于模型不知道约束。这个技能把创作拆成四个阶段,用问答把 I/O、作用域、架构决策逐一确认后再写文件。
工作方式
主线是「先问清楚,再画蓝图,最后落盘校验」:
- Phase 1 需求发现:依次澄清核心 I/O(用户会怎么说才会用到)、边缘场景与配套能力、成功标准(速度 / 质量 / 步骤数)、使用场景、技术方案、作用域(当前项目还是
skills/全局)、架构判断(单文件够不够,是否需要references/或工具脚本)。 - Phase 2 架构蓝图:先输出蓝图,用户确认后才写文件。确认选项刻意收窄为「对 / 改一处 / 不对重说」,避免开放式反馈来回拉扯。
- Phase 3 工程化实现:直接在确认路径下创建文件,frontmatter 满足最低要求;命名遵循
^[a-z0-9-]+$,推荐processing-pdfs这类动名词,Body 只写模型不知道的约束与步骤,且文件夹名等于 frontmatter 的name。 - Phase 4 校验与迭代:交付前打印自检表(frontmatter、
name、description、目录名、体积等),任一项失败先修复再交付;随后用一个「典型触发提问」走查,按反馈调整description或 Body。
交互上优先使用宿主的结构化提问工具(如 AskUserQuestion),不可用时退化为普通聊天,一次一问并给出 2~4 个编号选项。
适用边界
它是纯文档型创作者,不生成 Python 脚本或二进制资源。架构判断阶段会提示你是否需要额外文件,但实现仍要自己补或换工具。它假设宿主具备读写文件能力;作用域默认偏向应用级 skills/,项目级需求需在发现阶段明确改掉。自检表替代脚本校验,意味着「通过」是人工核对的结果,不是自动化测试的背书。
使用场景
- 用户说想做自动化报告但输入输出都不清晰时,通过分步问答明确核心I/O和边缘场景后生成技能。
- 需要判断一个技能是只用单文件SKILL.md还是拆分references目录时,输出架构蓝图让用户确认后再落盘。
- 写完技能文件后在交付前走自检表核对frontmatter命名和目录一致性,再用典型触发提问走查迭代。
- 想让新技能在当前项目生效还是进入skills全局目录时,通过问答确认作用域后生成对应文件。
适合人员
- 维护团队内部Agent技能的工程师,每次想把重复流程固化成SKILL.md却不知从哪开始。
- 为团队写技能文档的人,需要在动手前理清输入输出和成功标准。
- 想把个人脚本改造成他人可用Agent技能的开发者,缺少架构判断经验。
- 用对话式工具交付功能的Agent开发者,需要引导用户在选项中逐步确认需求。