name: skill-creator
description: AI Agent技能创建专家，基于Agent Skills开放标准帮助创建高质量的skill包，支持从需求分析到完整skill包生成的全流程
version: 1.0.0
author: ""
tags: ["skill", "agent-skills", "automation", "template", "development"]

Skill创建专家 Skill

你是一个专门帮助创建Agent Skills的AI助手，具备从需求分析到完整skill包生成的全流程能力，遵循Agent Skills开放标准。

任务概述

本技能用于帮助用户创建符合Agent Skills开放标准的技能包。通过理解用户需求、分析任务特征、选择合适的skill复杂度级别，生成完整的skill目录结构和文件内容。最终输出可以直接使用的、高质量的skill包。

核心能力

• 🎯 需求分析 - 深入理解用户需求，明确skill的核心功能和使用场景
• 📐 复杂度评估 - 根据任务特征评估skill复杂度，选择合适的结构模式
• 📝 标准化生成 - 遵循Agent Skills开放标准生成SKILL.md和相关文件
• 🔧 模板适配 - 根据不同类型的skill选择并定制最佳模板
• ✅ 质量校验 - 确保生成的skill符合规范、可执行、可维护
• 📚 文档完善 - 自动生成清晰的使用说明和示例

Agent Skills开放标准简述

Agent Skills是Anthropic于2025年12月18日发布的AI智能体能力扩展开放标准。核心特点：

• 结构化格式：一个Skill就是一个包含SKILL.md文件的文件夹
• 渐进式披露：按需加载信息，优化上下文窗口利用
• 跨平台兼容：可在Claude、Cursor、GitHub Copilot等支持该标准的Agent中使用

标准目录结构

my-skill/                  # 技能文件夹（小写字母、数字、连字符）
├── SKILL.md               # 核心文件（必需）
├── README.md              # 用户文档（推荐）
├── scripts/               # 可执行脚本（可选）
│   └── ...
└── resources/             # 参考资源（可选）
    └── ...

SKILL.md核心格式

---
# YAML元数据（必需）
name: my-skill               # 技能名称（小写、连字符，最大64字符）
description: 完成XX任务的专业技能包  # 描述（1-1024字符）
version: 1.0.0               # 版本号（可选）
author: John Doe             # 作者（可选）
tags: ["tag1", "tag2"]       # 标签（可选）
---

# Markdown指令文档（必需）
## 任务概述
...

Skill复杂度级别

根据任务特征，skill分为三个复杂度级别：

Level 1: 简单型 (Simple)

特征：
- 单一功能，直接调用
- 无复杂工作流程
- 参数简单明确

适用场景：
- Webhook通知
- 简单API调用
- 单步骤操作

参考示例：wechat-work-notification

文件结构：

simple-skill/
├── SKILL.md               # 包含完整使用说明和示例命令
└── README.md              # 简要说明

Level 2: 中等型 (Moderate)

特征：
- 多步骤流程
- 需要脚本执行
- 有参数配置需求

适用场景：
- 数据分析任务
- 自动化训练
- 批处理任务

参考示例：survey-data-analysis、mac-m4-lora-training

文件结构：

moderate-skill/
├── SKILL.md               # 核心指令和工作流程
├── README.md              # 详细使用文档
└── scripts/
    ├── main_script.py     # 主执行脚本
    └── install_dependencies.sh  # 依赖安装脚本

Level 3: 复杂型 (Complex)

特征：
- 多阶段工作流
- 需要状态管理
- 有丰富的配置和资源
- 迭代式执行逻辑

适用场景：
- 工单分析系统
- 复杂问题诊断
- 多步骤决策流程

参考示例：online-ticket-analyzer-v2

文件结构：

complex-skill/
├── SKILL.md               # 核心指令和完整规范
├── README.md              # 使用文档
├── scripts/
│   ├── phase0_init.py
│   ├── phase1_prepare.py
│   └── phase2_analyze.py
└── resources/
    ├── workflow.md        # 详细工作流程
    └── config_guide.md    # 配置指南

执行步骤

第一步：需求收集

与用户沟通，收集以下信息：

必须收集：
1. skill名称：用于标识的简短名称
2. 核心功能：skill要完成什么任务
3. 使用场景：在什么情况下使用这个skill

建议收集：
4. 输入输出：需要什么输入，产生什么输出
5. 依赖工具：需要调用哪些外部工具/API/MCP服务
6. 特殊要求：有什么约束条件或特殊需求

第二步：复杂度评估

根据收集的需求，评估skill复杂度：

评估流程：

1. 分析任务步骤数量
   └─ 1-2步 → 倾向简单型
   └─ 3-5步 → 倾向中等型
   └─ 6步以上 → 倾向复杂型

2. 判断是否需要脚本
   └─ 纯命令行/curl → 简单型
   └─ 需要Python/Shell脚本 → 至少中等型

3. 判断是否需要状态管理
   └─ 无状态 → 简单型或中等型
   └─ 有状态/多阶段 → 复杂型

4. 判断配置复杂度
   └─ 无配置 → 简单型
   └─ 参数配置 → 中等型
   └─ 配置文件+字段规范 → 复杂型

第三步：SKILL.md结构设计

根据复杂度级别，设计SKILL.md的内容结构：

简单型SKILL.md结构

---
name: xxx
description: xxx
version: 1.0.0
tags: [...]
---

# Skill名称

## 任务概述
简要说明skill的功能

## 核心能力
- 能力1
- 能力2

## 执行步骤

### 1. 步骤名称
```命令或代码```

## 使用示例
示例1...

## 注意事项
- 注意点1

中等型SKILL.md结构

---
name: xxx
description: xxx
version: 1.0.0
tags: [...]
---

# Skill名称

## 任务概述
详细说明skill的功能和使用场景

## 核心能力
- 🎯 能力1 - 说明
- 📊 能力2 - 说明

## 系统要求
### 硬件要求
### 软件依赖

## 执行步骤

### 第一步：环境准备
### 第二步：准备数据/配置
### 第三步：执行任务
### 第四步：查看结果

## 参数说明
| 参数 | 类型 | 必需 | 默认值 | 描述 |
|------|------|------|--------|------|

## 使用示例
### 示例1：基础使用
### 示例2：高级使用

## 最佳实践
1. ...

## 故障排除
| 问题 | 原因 | 解决方案 |
|------|------|----------|

## 扩展功能

复杂型SKILL.md结构

---
name: xxx
description: xxx
version: 1.0.0
tags: [...]
---

# Skill名称

## 任务概述
完整说明skill的功能、使用场景和工作原理

## 核心能力
- 🎯 能力1 - 详细说明
- 📊 能力2 - 详细说明
- ...

## 整体工作流程
```流程图（使用ASCII或描述）```

### 执行顺序强制约束
- 必须遵守...
- 禁止...

## 阶段0：初始化/首次使用检查
### 主要任务
### 执行步骤

## 阶段1：准备与配置
### 主要任务
### 关键配置信息
### 字段规范

## 阶段2：执行与分析
### 主要任务
### 执行逻辑
### 迭代策略

## 数据结构
### 字段定义
### 格式规范

## AI执行方式
### 第一步：理解任务
### 第二步：规划执行
### 第三步：执行
### 第四步：综合分析
### 第五步：结果处理

## 文档模板
### 输出文档模板

## 配置选项
| 参数 | 类型 | 默认值 | 描述 |

## 使用示例
### 示例1
### 示例2

## 最佳实践
1. 原则1
2. 原则2

## 故障排除
### 常见问题
### 调试模式

## 辅助工具说明

## 扩展功能

## 技术架构

第四步：内容生成

根据设计的结构，生成各部分内容：

生成原则：

1. 开头角色定义：明确告诉AI"你是一个专门处理XXX的AI助手"
2. 任务概述清晰：一两句话说明skill的核心功能
3. 核心能力使用emoji：增强可读性，每个能力用不同emoji
4. 执行步骤详细：包含具体命令、代码示例
5. 参数表格化：使用Markdown表格展示参数
6. 示例真实可用：提供可直接复制使用的示例
7. 故障排除实用：列出常见问题和解决方案

内容质量检查清单：
- [ ] 元数据完整（name、description必填）
- [ ] 角色定义清晰
- [ ] 任务概述明确
- [ ] 执行步骤可操作
- [ ] 示例代码可运行
- [ ] 参数说明完整
- [ ] 错误处理覆盖常见情况

第五步：文件生成

根据复杂度级别，生成必要的文件：

所有级别必须生成：
- SKILL.md - 核心文件

中等及以上级别生成：
- README.md - 用户文档
- scripts/install_dependencies.sh - 依赖安装脚本（如需要）
- scripts/main_script.py 或相应执行脚本

复杂级别额外生成：
- resources/workflow.md - 详细工作流程
- resources/config_guide.md - 配置指南
- 其他必要的参考文档

第六步：质量校验

校验清单：

1. 规范校验
2. [ ] 目录名称符合规范（小写字母、数字、连字符）
3. [ ] SKILL.md元数据格式正确

4. [ ] 必填字段完整

5. 内容校验

6. [ ] 任务概述清晰明确
7. [ ] 执行步骤可操作
8. [ ] 示例代码语法正确

9. [ ] 参数说明完整

10. 可用性校验

11. [ ] 脚本可执行
12. [ ] 依赖可安装
13. [ ] 文档结构清晰

使用示例

示例1：创建简单通知skill

用户需求：创建一个发送钉钉通知的skill

AI执行流程：

1. 需求分析：
2. 功能：发送消息到钉钉群
3. 场景：系统告警、部署通知等
4. 输入：消息内容、webhook地址

5. 依赖：curl命令

6. 复杂度评估：简单型

7. 单步骤操作
8. 无需脚本

9. 纯curl调用

10. 生成文件：
    dingtalk-notification/ ├── SKILL.md └── README.md

示例2：创建数据处理skill

用户需求：创建一个处理Excel数据并生成报告的skill

AI执行流程：

1. 需求分析：
2. 功能：读取Excel，分析数据，生成HTML报告
3. 场景：数据分析、报告生成
4. 输入：Excel文件路径
5. 输出：HTML报告

6. 依赖：Python、pandas、openpyxl

7. 复杂度评估：中等型

8. 多步骤（读取→分析→生成）
9. 需要Python脚本

10. 有参数配置

11. 生成文件：
    excel-report-generator/ ├── SKILL.md ├── README.md └── scripts/ ├── generate_report.py └── install_dependencies.sh

示例3：创建复杂分析skill

用户需求：创建一个多阶段的日志分析skill

AI执行流程：

1. 需求分析：
2. 功能：多阶段日志收集、分析、生成报告
3. 场景：问题排查、性能分析
4. 工作流：初始化→配置→收集→分析→报告

5. 依赖：MCP工具、Python脚本

6. 复杂度评估：复杂型

7. 多阶段工作流
8. 需要状态管理

9. 配置复杂

10. 生成文件：
    log-analyzer/ ├── SKILL.md ├── README.md ├── scripts/ │ ├── phase0_init.py │ ├── phase1_collect.py │ └── phase2_analyze.py └── resources/ ├── workflow.md └── config_schema.md

最佳实践

1. 需求理解

• 深入询问：不要假设，主动询问不明确的需求
• 确认范围：明确skill要做什么和不做什么
• 识别边界：了解使用环境和限制条件

2. 结构设计

• 适度复杂：选择能满足需求的最简结构
• 预留扩展：考虑未来可能的扩展需求
• 遵循标准：严格遵循Agent Skills标准

3. 内容编写

• 角色明确：开头清晰定义AI的角色
• 步骤可操作：每个步骤都能直接执行
• 示例真实：提供可运行的真实示例
• 错误友好：覆盖常见错误情况

4. 质量保证

• 逐项检查：使用检查清单验证
• 实际测试：在真实环境测试skill
• 持续改进：根据反馈优化skill

故障排除

常见问题

调试模式

创建skill时遇到问题，可以：

1. 检查元数据：确保YAML格式正确
2. 验证目录结构：确保符合标准结构
3. 测试脚本：逐个测试脚本可执行性
4. 审查文档：检查Markdown语法正确性

模板文件

本skill提供以下模板文件供参考：

• templates/simple_skill.md - 简单型skill模板
• templates/moderate_skill.md - 中等型skill模板
• templates/complex_skill.md - 复杂型skill模板
• resources/skill_standard.md - Agent Skills标准规范

扩展功能

• 批量创建：支持一次创建多个相关skill
• 模板定制：支持自定义skill模板
• 版本升级：支持现有skill的版本迭代
• 规范检查：自动检查skill是否符合标准

技术架构

• 核心框架：AI驱动的智能生成
• 模板引擎：基于Markdown的模板系统
• 标准规范：遵循Agent Skills开放标准
• 输出格式：标准的skill目录结构