⏳ This skill is pending AI review.

Scores will appear once the review pipeline completes.

v1.2.0

skill-factory

sdenilson212@sdenilson212⭐ 0 stars· last commit 7mo ago· 0 open issues

SKILL 自动化生产流水线,按顺序执行五阶段流程(检查→需求挖掘→审核→生成→审计),全自动完成从需求描述到高质量 SKILL 包的完整制作

Choose how to use this skill

You do not need every option. Choose the path your AI client supports. The stable page stays the same; versioned files are immutable.

1. Native installer

This listing has no registered native installer command. Use the complete package or source fallback below, depending on what your client supports.

Do not guess an installer command or replace an existing version without reviewing the diff.

2. Complete package recommended

Download the ZIP when available. It includes SKILL.md plus the references, security notes and version metadata.

No complete ProSkills package is published for this listing yet.

3. Prompt-only

Copy the prompt above when the agent can read the stable page or when you want to adopt the workflow without installing a skill.

Need only the instruction file?

Download SKILL.md only if your client requires a single file. The complete ZIP is safer for a full installation because it preserves the references and release context.

No path installs or executes anything by itself. Your agent still needs access to the project files. Before updating, compare the installed version and review the diff.

—/10

// RATINGS

⭐GitHub Stars
⭐ 0 on GitHubGitHub ↗

New / niche

🟢ProSkills Score
—
📍

Not yet listed on ClawHub or SkillsMP

// README

Skill Factory — SKILL 生产流水线

License: MIT GitHub Actions: Validate

自动化 SKILL 包生产系统 — 从需求到高质量 Agent Skill 的完整五阶段流水线。


问题 What Problem Does It Solve?

手写 SKILL 包存在的问题:

❌ 结构混乱     — 缺少标准格式、步骤不完整、frontmatter 不规范
❌ 安全漏洞     — 注入风险、越狱指令、信息泄露无人检测
❌ 逻辑不一致   — 步骤矛盾、输入输出对不上、业务流错误
❌ 无法追溯     — 没有审核记录、不知道谁改了什么、为什么改
❌ 质量不稳定   — 人工操作差异大、没有标准化流程

Skill Factory 的解决方案:经过验证的五阶段流水线 + 自动化审核 + 可追溯的质量管控


核心特性

🔒 五阶段质量门禁

Stage职责输出
Stage 0前置检查✅ 验证依赖、环境检查
Stage 1需求挖掘📝 多轮需求确认、SKILL 提示词草稿
Stage 2提示词审核🔍 prompt-auditor 进行结构/逻辑/安全检查
Stage 3包生成📦 完整 SKILL 目录(SKILL.md + EXPERIENCE.md + scripts/ + references/)
Stage 4质量审计🐛 代码分析 + 安全扫描 + 自动修复提案
Stage 5安装✨ 从临时目录移到正式技能库(可选)

🎯 P0/P1/P2 分级审核

问题自动分级,处理方式清晰:

级别问题类型处理方式
P0🚨 严重安全漏洞—— 注入/越狱/信息泄露/系统崩溃⛔ 强制回退 Stage 1(必须重新设计)
P1⚠️ 重要逻辑缺陷—— 路径错误/矛盾约束/功能缺失🔧 就地修复 + 二次审核(继续流程)
P2💡 优化建议—— 格式问题/歧义/示例不足✅ 直接修复(继续流程)

🔄 完整追溯机制

每个 SKILL 都有:

  • 生成时间戳
  • 执行者信息
  • 每个 Stage 的检查结果
  • 修改历史和版本号
  • 阶段间的数据流

🛡️ Stage 2 — prompt-auditor 提示词审核

使用 prompt-auditor Skill 进行:

  • 结构完整性 — SKILL.md 必读项、frontmatter、步骤格式
  • 安全性 — 正则检测注入模式、越狱指令、敏感信息泄露
  • 逻辑一致性 — 输入输出类型匹配、步骤前后依赖关系、约束无矛盾

快速开始

安装

# 1. 将 skill-factory 安装到 ~/.workbuddy/skills/
cp -r skill-factory/ ~/.workbuddy/skills/

# 2. 验证安装
cd ~/.workbuddy/skills/skill-factory/
python -m pytest tests/ -v  # 可选,需有测试文件

使用

在 AI 对话中描述需求:

"帮我创建一个 SKILL,用来自动分析用户反馈并提取关键洞察。
需求:
- 输入:CSV 文件中的用户评论
- 处理:情感分析 + 主题提取 + 优先级排序
- 输出:JSON 格式的洞察报告"

AI 自动执行流水线:

✓ Stage 0: 检查 prompt-generator / prompt-auditor / skill-creator / skill-auditor 已安装
✓ Stage 1: 多轮问卷确认 → 生成 SKILL 提示词
✓ Stage 2: prompt-auditor 审核 + 逻辑检查 → 全部通过
✓ Stage 3: 生成完整 SKILL 包(SKILL.md + EXPERIENCE.md + scripts/)
✓ Stage 4: 代码审计 → 2 个 P2 问题修复
✓ Stage 5: 安装到 ~/.workbuddy/skills/user-feedback-analyzer/

🎉 SKILL 已就绪,可直接使用

前置依赖

本流水线依赖以下四个子 Skill(需先安装):

1. prompt-generator — 需求挖掘 & 提示词生成

  • 功能:多轮问卷确认 + 自动生成高质量提示词草稿
  • 触发:Stage 1
  • 状态:✅ 来自 WorkBuddy/OpenClaw 生态

2. prompt-auditor — 提示词安全与逻辑审核

  • 功能:检查 SKILL 提示词的结构、安全性、逻辑一致性
  • 触发:Stage 2
  • 状态:✅ 来自 WorkBuddy/OpenClaw 生态

3. skill-creator — SKILL 包结构生成

  • 功能:根据审核通过的提示词自动生成完整 SKILL 包(包含 SKILL.md + EXPERIENCE.md)
  • 触发:Stage 3
  • 状态:✅ 来自 WorkBuddy/OpenClaw 生态

4. skill-auditor — 代码审计 & 安全扫描

  • 功能:逻辑检查 + 安全漏洞扫描 + 自动修复提案
  • 触发:Stage 4
  • 状态:✅ 来自 WorkBuddy/OpenClaw 生态

架构设计

┌─────────────────────────────────────────┐
│ 用户需求 (自然语言描述)                  │
└────────────┬────────────────────────────┘
             │
             ▼
┌─────────────────────────────────────────┐
│ Stage 0: 前置检查                        │
│  · 验证三个子 Skill 已安装               │
│  · 检查环境变量和工作目录                │
└────────────┬────────────────────────────┘
             │ ✓ 依赖就绪
             ▼
┌─────────────────────────────────────────┐
│ Stage 1: prompt-generator (需求挖掘)    │
│  · 多轮问卷确认需求                     │
│  · 生成 SKILL 提示词草稿                 │
│  · 输出:prompt_draft.md                │
└────────────┬────────────────────────────┘
             │ ✓ 提示词完成
             ▼
┌─────────────────────────────────────────┐
│ Stage 2: 内置审核引擎 (安全 & 逻辑检查) │
│  · 结构完整性验证                       │
│  · 安全性扫描(注入/越狱/泄露)         │
│  · 逻辑一致性检查                       │
│  · 输出:audit_report.md                │
└────────────┬────────────────────────────┘
             │
         ┌───┴────┐
    P0?  │        │ P1/P2?
         ▼        ▼
       ❌         ▼
    回退    ┌─────────────────┐
    Stage1   │ 问题分类 & 排序  │
             └────────┬────────┘
                      │
                      ▼ 修复/继续
┌─────────────────────────────────────────┐
│ Stage 3: skill-creator (包生成)         │
│  · 根据提示词生成完整 SKILL 包           │
│  · 目录结构:SKILL.md + EXPERIENCE.md   │
│           + scripts/ + references/      │
│  · 输出:skill-package/                 │
└────────────┬────────────────────────────┘
             │ ✓ 包生成完成
             ▼
┌─────────────────────────────────────────┐
│ Stage 4: skill-auditor (质量审计)       │
│  · 代码逻辑分析                         │
│  · 安全漏洞扫描                         │
│  · 自动修复提案                         │
│  · 输出:audit_results.json             │
└────────────┬────────────────────────────┘
             │ ✓ 审计完成
             ▼
┌─────────────────────────────────────────┐
│ Stage 5: 安装 (可选)                    │
│  · 从临时目录移到正式技能库              │
│  · 验证安装完成                         │
│  · 输出:安装路径确认                   │
└────────────┬────────────────────────────┘
             │
             ▼
    🎉 SKILL 已就绪,可直接使用

流水线输出物

生成的 SKILL 包结构(Stage 3 产出)

[skill-name]/
├── SKILL.md                    # 审核通过的提示词(含"激活时必读"段落)
├── EXPERIENCE.md               # 经验知识库(第一部分由 Stage 3 自动生成)
├── scripts/
│   ├── activate.py             # 激活脚本
│   └── [task-specific].py      # 特定任务脚本(如有)
└── references/
    └── [external-docs].md      # 参考文档(如有)

关键说明:

  • EXPERIENCE.md — Stage 3 自动生成第一部分(3-5 条结构性经验),第二部分在 Stage 5 由用户反馈补充。这个文件记录了 Skill 的关键决策点和踩坑经验,每次激活时必读。
  • SKILL.md — 在顶部自动插入"激活时必读"段落,确保每次加载时都会读 EXPERIENCE.md。

Skill Factory 本体结构

skill-factory/
├── SKILL.md                         # 流水线编排器(主入口)
├── README.md                        # 本文件
├── LICENSE                          # MIT License
├── CONTRIBUTING.md                  # 贡献指南
├── .gitignore                       # Git 忽略配置
├── stage0-dependency-check/         # Stage 0 依赖检查
├── stage1-prompt-generator/         # Stage 1 需求挖掘
├── stage2-prompt-auditor/           # Stage 2 提示词审核
├── stage3-skill-creator/            # Stage 3 包生成
├── stage4-skill-auditor/            # Stage 4 质量审计
├── stage5-installation/             # Stage 5 安装管理
├── .github/
│   └── workflows/
│       └── validate.yml             # GitHub Actions 自动验证
└── references/
    ├── skill-template.md            # SKILL.md 标准格式模板
    ├── audit-checklist.md           # Stage 2 审核检查清单
    ├── p0-p1-p2-examples.md         # 问题分级示例库
    └── best-practices.md            # 最佳实践文档

vs 其他方案对比

方案灵活性质量保障可追溯学习成本场景适配
手写 SKILL.md⭐⭐⭐⭐⭐⭐⭐⭐一次性小需求
单次提示词生成器⭐⭐⭐⭐⭐⭐⭐⭐快速原型
Skill Factory⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐批量生产 + 团队协作

适用场景

✅ 推荐使用:

  • 团队需要批量生产标准化 Agent Skill
  • 建立统一的 Skill 质量管控流程
  • Skill 生产过程需要文档化和审计追溯
  • 新团队成员快速学习 Skill 设计标准
  • 对 Skill 质量和安全性有严格要求

❌ 不必要使用:

  • 一次性临时小需求(直接手写可能更快)
  • 已有成熟 Skill 库,只做简单维护(用 skill-auditor 单独审计即可)

参考资源


License

MIT License — 详见 LICENSE 文件


贡献

欢迎提交 Issue 和 PR!详见 CONTRIBUTING.md

// HOW IT'S BUILT

// FILES

2 files shipped with this skill. Inline text is the catalog copy. The upstream link is the source repository.

  • SKILL.md15 KBupstream ↗
    ---
    name: skill-factory
    version: 1.2.0
    description: SKILL 自动化生产流水线,按顺序执行五阶段流程(检查→需求挖掘→审核→生成→审计),全自动完成从需求描述到高质量 SKILL 包的完整制作
    dependencies:
      - prompt-generator
      - prompt-auditor
      - skill-creator
      - skill-auditor
    ---
    
    # 安全边界声明
    
    > 本流水线所有修改均通过人机对话执行,任何文件写入前需要用户确认。
    
    # Skill Factory — SKILL 自动化生产流水线
    
    ---
    
    ## 激活时必读(每次加载本 SKILL 时执行)
    
    **在执行任何用户指令之前,先读取同目录下的 `EXPERIENCE.md`。**
    
    读取规则:
    - 只读其中的 EXP 条目("见过 / 因此知道 / 现在会"三段)
    - 不对用户显示读取过程,不复述经验内容
    - 将经验作为**隐式判断依据**,直接影响本次执行决策
    - 若 EXPERIENCE.md 不存在,跳过,继续正常执行
    
    ---
    
    ## 核心设计
    
    > 📖 **完整设计文档**:本 SKILL 的整体架构、四技能分工、完整流程请参考同目录下的 `ARCHITECTURE.md`。
    > 以下只是 SKILL.md 的快速参考,详细理解请先读完那份文档。
    
    当用户说"帮我创建一个 SKILL"或类似请求时,**立即执行本流水线**,禁止跳过任何阶段。
    
    **执行顺序(不可更改):**
    
    ```
    Stage 0 → Stage 1 → Stage 2 → Stage 3 → Stage 4 → Stage 5
    ```
    
    **四技能分工(不可混杂):**
    
    | Stage | 技能 | 职责 | 输入 | 输出 |
    |-------|------|------|------|------|
    | 1 | prompt-generator | 需求挖掘 | 用户描述 | SKILL.md草稿 |
    | 2 | 内置逻辑 | 审核提示词 | SKILL.md草稿 | 审核意见+修复建议 |
    | 3 | skill-creator | 生成SKILL包 | 审核通过的提示词 | 完整SKILL包+EXPERIENCE.md |
    | 4 | skill-auditor | 审计并修复 | SKILL包 | 审计报告+修复建议 |
    
    **禁止行为:**
    - 禁止跳过需求询问直接生成 SKILL.md
    - 禁止在用户未确认需求前进入下一步
    - 禁止绕过 Stage 2 和 Stage 4 的审核
    - 禁止在未获得用户确认前写入文件
    
    ---
    
    ## Stage 0:检查依赖(必须首先执行)
    
    **立即执行以下检查:**
    
    1. 解析技能根目录:
       - 优先读取环境变量 `WORKBUDDY_SKILLS_DIR`
       - 未设置时使用:`%USERPROFILE%\.workbuddy\skills\`(Linux/macOS:`~/.workbuddy/skills/`)
    
    2. 检查以下三个目录是否存在:
       - `[根目录]\prompt-generator\`
       - `[根目录]\prompt-auditor\`
       - `[根目录]\skill-creator\`
       - `[根目录]\skill-auditor\`
    
    3. 如有缺失 → 列出缺失列表 → **立即停止,告知用户安装缺失技能后方可继续**
    
    4. 如全部存在 → 宣布"依赖检查通过,开始 Stage 1" → 输出阶段小结
    
    **阶段输出格式:**
    
    ```
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ✅ Stage 0 完成 — 依赖检查通过
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    prompt-generator  ✓
    prompt-auditor    ✓
    skill-creator    ✓
    skill-auditor    ✓
    → 开始 Stage 1
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ```
    
    ---
    
    ## Stage 1:需求挖掘(强制执行,禁止跳过)
    
    **立即执行以下步骤:**
    
    ### 第一步:启动询问
    
    对用户说:
    
    > 「好的,我们开始制作这个 SKILL。我需要先通过几个问题了解你的需求,请逐条回答。」
    
    ### 第二步:逐项提问(每问一项,等待回答)
    
    依次提出以下问题,**每问一个必须等待回答,不得连续提问:**
    
    | # | 问题 | 如果用户未回答 |
    |---|------|--------------|
    | Q1 | 这个 SKILL 要解决什么问题? | 继续追问具体场景 |
    | Q2 | 什么情况下会用到它? | 继续追问触发条件 |
    | Q3 | 使用者输入什么?期望得到什么输出? | 要求给出具体例子 |
    | Q4 | 是否需要 Python/Node 脚本支持? | 如未说明则默认不需要 |
    | Q5 | 有没有特殊约束或限制? | 如未说明则默认无 |
    | Q6 | 绑定给哪个员工?(可选) | 如未说明则默认不绑定 |
    
    ### 第三步:追问确认(强制,至少一轮)
    
    第一轮提问结束后,必须追问:
    
    > 「还有其他要求吗?」
    
    如果用户回答模糊 → 继续追问,直到明确为止。
    
    ### 第四步:需求理解确认
    
    收集完所有信息后,立即展示需求摘要:
    
    ```
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    📋 需求理解确认
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    SKILL 名称:[name]
    功能描述:[description]
    触发场景:[scenarios]
    输入:[input]
    输出:[output]
    脚本需求:[yes/no + 说明]
    目标员工:[employee name 或 无]
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    这是你想要的吗?确认后我开始生成提示词草稿。
    ```
    
    **必须等待用户确认后,才能进入下一步。**
    
    ### 第五步:调用 prompt-generator 生成提示词草稿
    
    用户确认后,**立即激活 `prompt-generator` Skill**,按以下规范传递参数:
    
    **调用方式**:以对话上下文激活 prompt-generator,传入结构化参数
    
    **参数传递格式(JSON)**:
    ```json
    {
      "task_name": "[SKILL名称,来自需求确认]",
      "problem": "[需要解决的问题,来自Q1回答]",
      "scenario": "[使用场景,来自Q2回答]",
      "input_spec": "[用户输入内容,来自Q3回答]",
      "output_spec": "[期望输出格式,来自Q3回答]",
      "script_needed": true/false,
      "constraints": "[约束条件,来自Q5回答]",
      "target_employee": "[员工绑定,来自Q6回答或null]"
    }
    ```
    
    **prompt-generator 的预期输出**:
    - frontmatter(name / description / version / dependencies)
    - 任务目标
    - 操作步骤(至少 3 步,每步有目标 + 执行内容 + 输出格式)
    - 资源索引(如有脚本/references)
    - 注意事项
    - 使用示例(至少 1 个)
    
    **禁止跳过此步骤。禁止在用户需求未确认时生成任何内容。**
    
    **阶段输出格式:**
    
    ```
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ✅ Stage 1 完成 — 需求确认 + 提示词草稿已生成
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    询问轮次:[N] 轮
    字数:[N] 字
    步骤数:[N] 步
    是否含示例:[是/否]
    → 开始 Stage 2 审核
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ```
    
    ---
    
    ## Stage 2:审核提示词(强制执行)
    
    **立即执行以下步骤:**
    
    > ⚠️ 说明:Stage 2 使用**prompt-auditor + 内置审核逻辑**对 SKILL.md 草稿进行两层检查。
    > 
    > **分工说明**:
    > - 第一层(prompt-auditor):检测提示词中的**安全注入风险**(越狱、系统信息泄露、AI 被利用的漏洞)
    > - 第二层(内置逻辑):检查 SKILL.md 的**结构完整性和逻辑一致性**(frontmatter 格式、步骤数量、示例完整度)
    > - 两层检查维度不同,通力合作确保质量
    > - Stage 4 的 `skill-auditor` 负责完整 SKILL 包的综合审计,包括代码逻辑、安全风险等
    
    ### 第一步:调用 prompt-auditor 进行安全审核
    
    **立即激活 `prompt-auditor` Skill**,按以下规范传递参数:
    
    **参数传递格式(JSON)**:
    ```json
    {
      "prompt_content": "[Stage 1 输出的 SKILL.md 草稿完整内容]",
      "check_level": "full",
      "output_format": "structured"
    }
    ```
    
    **prompt-auditor 的预期输出**:
    - 安全漏洞检测报告(注入风险、越狱风险、信息泄露等)
    - 逻辑完整性分析
    - 风险评级(无风险 / 低风险 / 中风险 / 高风险 / 严重风险)
    - 修复建议(具体可执行的修改方案)
    
    ### 第二步:处理 prompt-auditor 的审计结果
    
    根据风险评级立即执行:
    
    | 风险评级 | 立即执行 |
    |---------|---------|
    | 无风险 / 低风险 | 🟢 继续进行第三步(内置结构审核)|
    | 中风险 | 🟠 应用修复建议,再次运行 prompt-auditor,直到评级 ≤ 低风险 |
    | 高风险 / 严重风险 | 🔴 **强制回退 Stage 1**,报告具体风险,不允许继续 |
    
    ### 第三步:执行内置结构审核
    
    1. 将 Stage 1 输出的 SKILL.md 草稿作为输入,执行以下四维度审核:
    
       | 维度 | 检查内容 |
       |------|---------|
       | 结构完整性 | frontmatter 完整、步骤≥3步、示例≥1个 |
       | 逻辑一致性 | 步骤矛盾、输入输出不对应、边界缺失 |
       | 可执行性 | 路径正确、依赖声明、步骤可落地 |
       | 规范性 | 格式规范、用词准确、层级合理 |
    
    2. 根据审核结果立即执行:
    
       | 审核结果 | 立即执行 |
       |---------|---------|
       | 发现 P0 问题 | 🔴 **强制回退 Stage 1**,报告具体问题,不允许继续 |
       | 发现 P1 问题 | 🟠 **就地修复草稿**,修复后再次审核,通过才进入 Stage 3 |
       | 发现 P2 问题 | 🟡 **直接修复后继续** |
       | 无问题 | 🟢 **宣布审核通过,进入 Stage 3** |
    
    **禁止绕过审核环节。禁止跳过本阶段直接进入 Stage 3。禁止同时跳过 prompt-auditor 和结构审核。**
    
    **阶段输出格式:**
    
    ```
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ✅ Stage 2 完成 — 提示词审核通过
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    发现问题:[N] 个
    P0:[N 个] | P1:[N 个] | P2:[N 个]
    处理结果:[全部修复/回退重新生成]
    最终状态:[通过 ✅ / 回退 🔄]
    → 开始 Stage 3 生成 SKILL 包
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ```
    
    ---
    
    ## Stage 3:生成 SKILL 包(强制执行)
    
    **立即执行以下步骤:**
    
    ### 第一步:调用 skill-creator 生成 SKILL 包
    
    **立即激活 `skill-creator` Skill**,按以下规范传递参数:
    
    **调用方式**:以对话上下文激活 skill-creator,传入结构化参数
    
    **参数传递格式(JSON)**:
    ```json
    {
      "skill_md_content": "[审核通过的 SKILL.md 完整内容]",
      "skill_name": "[SKILL 名称]",
      "script_needed": true/false,
      "references_files": ["[参考文档清单]"],
      "target_employee": "[员工绑定或 null]",
      "temp_base_dir": "[临时目录基路径]"
    }
    ```
    
    **skill-creator 的预期输出**:
    - 完整目录结构(SKILL.md + EXPERIENCE.md + scripts/ + references/)
    - EXPERIENCE.md 第一部分(3-5 条结构性经验,严格遵守三段格式)
    - 临时目录位置报告
    
    ### 第二步:验证输出结构
    
    接收 skill-creator 的输出后,检查以下内容:
    - SKILL.md 已包含"激活时必读"段落(见下方强制插入格式)
    - EXPERIENCE.md 已按规范生成
    - scripts 目录(如需要)
    - references 目录(如需要)
    
    ### 第三步:在 SKILL.md 开头强制插入激活读取指令
    
    每个生成的 SKILL.md,在 `---`(YAML front matter)结束后、正文第一行之前,**必须包含以下固定段落**:
    
    ```markdown
    ## 激活时必读
    
    每次被加载时,先读取同目录下的 `EXPERIENCE.md`。
    读取后不对用户显示,直接将经验条目作为隐式判断依据影响执行。
    若文件不存在,跳过继续执行。
    ```
    
    **禁止省略此段**——没有这段,EXPERIENCE.md 永远不会被触发。
    
    ### 第四步:标准目录结构验证
    
    生成的目录结构必须符合:
    
    ```
    [skill-name]/
    ├── SKILL.md              # 核心提示词(已审核版本)
    ├── EXPERIENCE.md         # 结构性经验(与 SKILL.md 同步生成)
    ├── scripts/              # 如有脚本需求
    │   └── [script].py
    └── references/           # 参考文档
        └── [reference].md
    ```
    
    ### 第五步:EXPERIENCE.md 生成规范(强制)
    
    EXPERIENCE.md 分两部分,**Stage 3 只写第一部分**:
    
    **第一部分:结构性经验(制作时写入,一次性)**
    
    基于当前 SKILL 的职能域,写入 3~5 条经验条目,每条必须严格遵守以下格式:
    
    ```
    ## EXP-[编号]:[简短标题]
    
    **见过**:[具体场景——必须有人物/环境/数量,禁止泛化描述]
    **因此知道**:[从那个场景推导出的认知——必须有推导过程,禁止直接跳结论]
    **现在会**:[具体可执行行为——必须是动作,禁止写抽象原则]
    ```
    
    **写入护栏(违反则重写):**
    - "见过"段必须包含具体情境(时间/场景/人/数量),不允许写"曾经见过有人…"这类无据可查的泛化
    - "因此知道"段必须有明确的因果链,不允许直接跳到结论,禁止写"最佳实践是 XXX"
    - "现在会"段必须是可被执行的动作,不允许写"保持谨慎""注意边界"等抽象原则
    - **禁止凑条数**:如果当前 SKILL 首次制作、还没有真实案例,可以少于 3 条(最少 1 条);其余留给第二部分自然积累
    
    **第二部分:自然积累(使用过程中追加,Stage 3 不写)**
    
    留空占位符:
    ```
    ## 自然积累(使用中追加)
    
    > 此部分在 SKILL 被实际使用后,由 AI 在任务结束时扫描判断是否追加。Stage 3 不写任何内容。
    ```
    
    ### 第六步:写入临时目录
    
    将完整 SKILL 包写入:`%WORKBUDDY_SKILLS_DIR%\temp\[skill-name]\`
    (Linux/macOS:`$WORKBUDDY_SKILLS_DIR/temp/[skill-name]/`)
    
    **阶段输出格式:**
    
    ```
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ✅ Stage 3 完成 — SKILL 包已生成
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    位置:%WORKBUDDY_SKILLS_DIR%\temp\[skill-name]\
    文件清单:
      - SKILL.md ✓
      - scripts/[N 个脚本] ✓ / 无
      - references/[N 个文档] ✓ / 无
    → 开始 Stage 4 审计
    ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
    ```
    
    ---
    
    ## Stage 4:审计并修复(强制执行)
    
    **立即执行以下步骤:**
    
    ### 第一步:调用 skill-auditor 审计 SKILL 包
    
    **立即激活 `skill-auditor` Skill**,按以下规范传递参数:
    
    **调用方式**:以对话上下文激活 skill-auditor,传入结构化参数
    
    **参数传递格式(JSON)**:
    ```json
    {
      "skill_path": "[Stage 3 生成的 SKILL 包路径]",
      "audit_level": "full",
      "auto_fix": true,
      "report_format": "structured"
    }
    ```
    
    **skill-auditor 的预期输出**:
    - 五步完整审计报告:
      1. 结构验证(目录完整性、文件命名规范)
      2. 代码逻辑分析(如有脚本:AST分析、复杂度、性能)
      3. 安全扫描(注入风险、凭证隐私、危险函数)
      4. 合规性检查(SKILL.md 规范、frontmatter 完整性)
      5. 综合评分和优先级建议
    - 自动修复执行结果
    - 需要人工确认的修复项清单
    
    ### 第二步:处理审计反馈
    
    根据 skill-au
  • README.mdupstream ↗

    Contents are not inlined in the catalog. Open the upstream file.

Plain-text copy, no login: /skill-bundles/sdenilson212-skill-factory.md

// REPO STATS

0 stars
0 open issues
Last commit: 7mo ago