Claude Code 技能构建器
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_fccf428b/agent-skill-builder。
技能介绍
很多人第一次给 Claude Code 写技能时,会把一段 prompt 直接塞进 SKILL.md,结果发现技能要么该触发时不触发,要么加载了大量无关内容,响应变慢、输出也不稳定。问题往往不在模型,而在技能缺少工程结构:没有明确的资源目录、触发描述写得含糊,也没有经过实际调用验证。
两种核心工作模式
new:从零脚手架一个新技能,先收集意图,再规划目录结构,最后生成符合规范的SKILL.md。translate:把已有的 ChatGPT 项目迁移过来,把系统提示词、知识文件、API 配置逐项映射到 Claude Code 的对应位置。
创建新技能的关键步骤
- 收集意图:确认技能名称、用途、使用示例和触发条件,缺什么问什么。
- 规划资源:区分
scripts/(确定性脚本)、references/(按需加载的文档)和assets/(输出模板,不进上下文),避免把所有内容堆在主文件里。 - 写 SKILL.md:用规范模板生成,
description用第三人称,写清楚做什么和什么时候用,这是技能能否被正确触发的关键。 - 按需拆分引用:多个领域或变体时,主文件保持精简,详细内容放到
references/下,保持一级深度。 - 测试触发:直接调用
/skill-name,再验证自动匹配是否准确,确认不相关时保持静默。
迁移 ChatGPT 项目的映射规则
原项目的系统提示词对应 SKILL.md 正文,知识文件转成 Markdown 放进 references/,API 调用改由 MCP 服务器或内置工具承担。description 字段依然是核心触发机制,迁移时同样要写得稍微“主动”一些,防止欠触发。
适用边界与注意点
这个技能只负责快速搭建结构和正确迁移内容,不处理迭代测试、效果评估或描述优化,这些后续用 /skill-creator 继续。写指令时尽量解释“为什么”,而不是堆 MUST,模型理解动机后执行更稳定。如果项目复杂度高,拆多个技能比在一个技能里塞大量变体更易维护。
使用场景
- 团队沉淀了一批 ChatGPT 里的 SOP 提示词,需要迁移成 Claude Code 技能让其他同事直接调用
- 想给 Claude Code 写一个新技能,但不确定脚本、文档和模板应该分别放在哪个目录里
- 现有 ChatGPT 项目通过 API 调外部服务,需要迁移到 Claude Code 并改用 MCP 服务器配置
- 技能写完后 description 太模糊,Claude 在相关场景下经常不触发,需要重建触发描述
适合人员
- 在团队中维护 Claude Code 技能库的开发者,需要把内部 ChatGPT 提示词批量迁移成可复用技能
- 第一次给 Agent 写技能的后端工程师,不确定 SKILL.md 该写多细、目录之间如何分工
- 负责把公司 ChatGPT 工作流迁移到 Claude Code 的技术负责人,需要逐项对照组件映射关系
- 为多个领域分别写技能的 AI 应用开发者,想把臃肿主文件拆成精简正文加 references 分册