skill-creator - 技能创建

​

什么时候会触发

• 用户想从 URL 或远程仓库安装一个技能
• 用户想从头创建一个全新的技能
• 需要升级或重构已有技能

​

技能是什么

1. 专项工作流 — 某类任务的完整步骤
2. 工具用法 — 怎么调某种 API 或处理某种文件
3. 领域知识 — 团队约定、业务规则、数据结构之类
4. 附带资源 — 脚本、参考文档、模板等

​

目录结构

skill-name/
├── SKILL.md            # 必需：技能定义
│   ├── YAML frontmatter（必填 name / description）
│   └── Markdown 正文（说明 + 示例）
└── 可选资源
    ├── scripts/        # 可执行脚本（Python / Bash 等）
    ├── references/     # 内容较多的参考文档，Agent 按需读取
    └── assets/         # 模板、图标等，会直接用在输出里

​

SKILL.md 规范定义

metadata:
  cowagent:
    requires:
      env: ["MYAPI_KEY"]            # 必须有

metadata:
  cowagent:
    requires:
      anyEnv: ["OPENAI_API_KEY", "LINKAI_API_KEY"]   # 有一个就行

​

资源目录怎么用

​

安装外部技能

1. 找到 SKILL.md（可能在包的根目录或某个子目录里）
2. 从 frontmatter 里读出 name
3. 把整个技能目录（包括 SKILL.md、scripts/、assets/ 等）复制到 <workspace>/skills/<name>/
4. 如果包里有 INSTALL.md 之类的安装脚本，照着跑一遍，但最终结果仍然要落在 <workspace>/skills/<name>/ 下

​

从头创建技能

1. 搞清楚需求 — 让用户举几个具体的使用场景，一次别问太多
2. 想好结构 — 这个技能需要脚本吗？需要参考文档吗？需要模板素材吗？
3. 生成骨架 — 用初始化脚本：
   scripts/init_skill.py <skill-name> --path <workspace>/skills [--resources scripts,references,assets] [--examples]
   
4. 填充内容 — 写好 SKILL.md、补上脚本和资源。脚本写完一定要实际跑一遍
5. 格式校验（可选）：
   scripts/quick_validate.py <workspace>/skills/<skill-name>
   
6. 迭代完善 — 实际用起来之后根据反馈持续改进

​

命名规则

• 只用小写字母、数字和中划线。用户给的名字需要做标准化处理，比如 Plan Mode → plan-mode
• 长度别超过 64 个字符
• 尽量短、用动词开头、一看就知道干什么
• 必要时用工具名做前缀，比如 gh-address-comments、linear-address-issue
• 目录名和 name 字段必须完全一致

​

三级加载机制

1. 元信息（name + description）— 常驻上下文，约 100 词。Agent 靠它判断「要不要用这个技能」
2. SKILL.md 正文 — 确定要用了才加载，建议控制在 500 行以内
3. 资源文件 — Agent 需要的时候再读

cloud-deploy/
├── SKILL.md             # 主流程和厂商选择逻辑
└── references/
    ├── aws.md
    ├── gcp.md
    └── azure.md

​

常见设计模式

1. 分析表单结构（运行 analyze_form.py）
2. 生成字段映射（编辑 fields.json）
3. 自动填充表单（运行 fill_form.py）

1. 判断操作类型：
   **新建内容？** → 走「创建流程」
   **编辑已有内容？** → 走「编辑流程」