AI 工具开发
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_6113fd9f/develop-ai-tool。
技能介绍
解决什么问题
在 AI 工具开发中,最常见的问题不是「能不能写代码」,而是如何把模糊的需求推进到一个真正可用的产品。很多团队意识到「生成了一段代码」和「交付了一个可用工具」之间还有巨大的鸿沟,却缺乏系统化的方法来跨越。
具体来说:
- 需求边界模糊:用户、任务、输入、输出、权限边界没有明确定义
- 研究阶段缺失:跳过对现有工具、标准的调研,直接跳到编码
- 验证不充分:静态检查通过就认为完成了,没有真实运行验证
- 交付不完整:缺少指标字典、评测集、校验报告等工程化产物
技能如何工作
这个技能将开发过程划分为 S0-S11 的 12 个阶段门(Stage Gates),每个阶段都有明确的交付物和进入下一阶段的门槛。
1. 立项与问题定义(S0-S1)
启动时先确认五项最小信息:
- 用户是谁
- 要完成的任务是什么
- 输入数据是什么
- 输出应该是什么
- 数据权限边界在哪里
缺少会改变产品形态或授权边界的信息时,一次性问完,而不是在开发过程中不断追问。
如果工作区已存在,技能会先读取 design.md、plan.md 和 stage-status.json,从当前闸门继续,不重复已完成的工作。
2. 研究与指标(S2-S4)
这个阶段转入 research-ai-tool 流程:
- 搜集理论、标准、官方规范和方法论
- 调研用户自有工具、官方工具和 GitHub 同类项目
- 形成信源台账和同类工具矩阵
- 将指标写入 Excel 模板,字段至少包含定义、公式、阈值、证据、责任人和闸门
研究未完成时不得进入正式架构定稿,低成本原型必须标明「探索性」。
3. 基线、架构与 MVP(S5-S7)
转入 build-ai-tool 流程:
- 先建立无新工具的基线和正向、负向、边界用例
- 按最小充分原则确定工具形态
- 使用目标平台提供的官方脚手架
- 将长知识放
references/,确定性操作放scripts/,交付模板放assets/
4. 评测、发布与迭代(S8-S11)
转入 evaluate-ai-tool 流程:
- 先静态检查,再做功能和行为测试
- 做有/无 Skill 或新/旧版本的 A/B 对比
- 单独检查安全红线,不用平均分抵消
- 真实打开或解析生成物
- 只有在行为闸门通过后才打包
交付状态
技能会分开报告:
- 已实测:脚本、静态校验、冒烟、行为用例等实际运行项
- 待验证:目标宿主的真实触发、多人试点、外部平台安装
- 未执行:因权限或用户未授权而没有做的安装、发布、发送
适用边界
这个技能明确不做什么:
- 不读取或复用未授权的客户原始资料
- 不把论坛帖子当作可靠结论,只用于发现线索和失败模式
- 不自动安装到个人或组织环境,不自动向 GitHub/Marketplace 发布
- 不在输出中写入密钥、Token、真实客户身份或用户专属绝对路径
- 不声称内部评分是外部框架的官方评分
- 不把静态结构通过等同于宿主运行通过
这些边界确保工具开发过程中的合规性和安全性,避免在自动化流程中引入风险。
使用场景
- {'zh': '已有工作区但没有设计文档,需要补齐 S0-S1 的风格与权限边界后再继续开发 AI 工具', 'en': 'Workspace exists but lacks design docs; need to define style and permission boundaries for S0-S1 before continuing AI tool development.'}
- {'zh': '已经生成脚本但未真实运行,需要建立正反向用例并做行为闸门验证后才能打包', 'en': 'Scripts are generated but must still run actual positive/negative queries to reach behavioral correctness before packaging.'}
- {'zh': '研究阶段还没有完成,需要先收集官方规范和同类产品,再填写指标模板以决定架构是否定稿', 'en': 'Before finalizing architecture, collect standards and comparable tools, then fill the metrics sheet to decide the path.'}
- {'zh': '评测时发现静态检查通过但宿主上的用户不会实际触发,需要补充真实触发路径而不是用平均分掩盖', 'en': 'Static pass shows up in review but real host-trigger fails; add raw-output checks instead of averaging across metrics.'}
适合人员
- {'zh': 'AI 产品工程师:要把业务需求推进成可测试、可交接的工具,而不是只生成一堆文件', 'en': 'AI product engineer: needs to turn business requirements into testable, handoff-worthy tools rather than just generate files.'}
- {'zh': '内部工具项目负责人:需要向评审方分别报告已实测、待验证、未执行项,证明没有把静态通过当运行时通过', 'en': 'Internal tool lead: needs to report verified, pending, and unexecuted items separately to demonstrate that static passing is not runtime passing.'}
- {'zh': '技术交付 PM:需要在测试阶段前建立研究简报、信源台账和指标字典,这样才能判断 go/no-go', 'en': 'Technical PM: needs research briefs, source ledgers, and metric dictionaries before test phases, only then can decide go/no-go.'}
- {'zh': '平台团队的架构评审人:需要检查工具是否遵守数据与权限边界、是否使用官方脚手架并保留校验报告', 'en': 'Platform reviewer: needs to check whether tools respect data and permission boundaries, use official scaffolds, and retain verification reports.'}