Agent Skills
返回列表
💻

新鲜测试

开发编程 更新于 2026.08.30

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_d6405f7b/race-fresh-1787151341。

技能介绍

要解决的问题

在整理开发编程类的 Agent 技能清单时,常会遇到 SKILL.md 正文、原始标题、规范名、来源页和原始来源散落在不同位置的情况。手工汇总时很容易出现中英标题风格不一致、publisher 与真实身份错位、简介中英文写入口径不统一等问题。一旦准备渲染成 Markdown,还可能顺手带入安装命令、Stars、下载量与热度分,这些变量会干扰读者对功能本身的理解。

技能如何工作

  • 把 原始标题 规范化为中文展示标题 name,去掉 @handle/slug 前缀与「技能」后缀,控制在 2-40 字内;同时生成 Title Case 英文标题 name_en,不使用拼音,也不夹带中文。
  • 根据资料中的 user id 与上下文推断发布者身份,写入 publisher,并给出通行英文写法 publisher_en;当资料缺失时不会强行编造公司或团队,只使用已确认的泛化标识。
  • 撰写短简介 desc 与 desc_en,限制为一句,描述其适用场景、核心动作与输出形式,避免空泛宣传。
  • 长文采用三段结构:先说明具体痛点,再按能力点拆分关键步骤,最后补充边界条件与常见误用。

适用边界与注意点

  • 该技能不负责解析运行日志、代码仓库结构或依赖关系,它处理的是资料到可读介绍的映射。
  • 来源提示缺失时允许 publisher 留空,不应猜测;依赖树、跨语言术语对照等需求需另选工具。
  • 不适合在 review 阶段插入营销式形容词;保持工程师视角的中性描述即可。

使用场景

  • 需要为复杂的Agent技能设计分层测试用例,并利用正交方法构建多维度评估矩阵时。
  • 验证问答机器人的具体子任务时,感到难以梳理叶子节点,需要进行结构化拆解与覆盖时。
  • 在团队内部对审查类AI工作流进行收敛性测试,确保识别率并输出评估报告时。

适合人员

  • 大模型应用工程师需要为自定义Agent技能编写系统性测试方案与验证矩阵时。
  • AI产品负责人需要对问答机器人的逻辑拆解和边界测试提供结构化评估依据时。
  • 测试开发工程师负责构建复杂决策类AI工作流的正交测试用例与回归清单时。