
关于
遵循 Anthropic 官方最佳实践创建新 CLI 技能,零手动配置。自动化头脑风暴、模板应用、验证和安装流程,同时保持渐进式披露模式和写作风格标准。
name: skill-creator description: "遵循 Anthropic 官方最佳实践创建新 CLI 技能,零手动配置。此技能自动化头脑风暴、模板应用、验证和安装流程,同时保持渐进式披露模式和写作风格标准。" category: meta risk: safe source: community tags: "[automation, scaffolding, skill-creation, meta-skill]" date_added: "2026-02-27"
技能创建器
目的
遵循 Anthropic 官方最佳实践创建新 CLI 技能,零手动配置。此技能自动化头脑风暴、模板应用、验证和安装流程,同时保持渐进式披露模式和写作风格标准。
何时使用此技能
在以下情况下使用此技能:
- 用户想要用自定义功能扩展 CLI
- 用户需要按照官方标准创建技能
- 用户想要将重复的 CLI 任务自动化为可复用技能
- 用户需要将领域知识打包为技能格式
- 用户需要本地和全局技能安装选项
核心能力
- 交互式头脑风暴 - 协作会话定义技能目的和范围
- 提示词增强 - 可选集成 prompt-engineer 技能进行优化
- 模板应用 - 从标准化模板自动生成文件
- 验证 - 针对 Anthropic 标准的 YAML、内容和风格检查
- 安装 - 本地仓库或全局安装(使用符号链接)
- 进度追踪 - 每步显示完成状态的可视化仪表
步骤 0:发现
开始创建技能前,收集运行时信息:
# 检测可用平台
COPILOT_INSTALLED=false
CLAUDE_INSTALLED=false
CODEX_INSTALLED=false
if command -v gh &>/dev/null && gh copilot --version &>/dev/null 2>&1; then
COPILOT_INSTALLED=true
fi
if [[ -d "$HOME/.claude" ]]; then
CLAUDE_INSTALLED=true
fi
if [[ -d "$HOME/.codex" ]]; then
CODEX_INSTALLED=true
fi
# 确定工作目录
REPO_ROOT=$(git rev-parse --show-toplevel 2>/dev/null || pwd)
SKILLS_REPO="$REPO_ROOT"
# 检查是否在 cli-ai-skills 仓库中
if [[ ! -d "$SKILLS_REPO/.github/skills" ]]; then
echo "⚠️ 不在 cli-ai-skills 仓库中。创建独立技能。"
STANDALONE=true
fi
# 从 git 配置获取用户信息
AUTHOR=$(git config user.name || echo "Unknown")
EMAIL=$(git config user.email || echo "")
需要的关键信息:
- 目标平台(Copilot、Claude、Codex 或全部三个)
- 安装偏好(本地、全局或两者)
- 技能名称和目的
- 技能类型(通用、代码、文档、分析)
主工作流
进度追踪指南
在整个工作流中,每个阶段开始前显示可视化进度条以保持用户知情。进度条格式为:
[████████████░░░░░░] 60% - Step 3/5: Creating SKILL.md
格式规范:
- 20 字符宽(使用 █ 表示已填充,░ 表示空)
- 百分比基于当前步骤(步骤 1=20%,步骤 2=40%,步骤 3=60%,步骤 4=80%,步骤 5=100%)
- 步骤计数器显示当前/总数(如 "Step 3/5")
- 当前阶段的简要描述
阶段 1:头脑风暴与规划
询问用户:
-
这个技能应该做什么?(自由描述)
- 示例:"通过分析堆栈跟踪帮助用户调试 Python 代码"
-
何时应该触发?(提供 3-5 个触发短语)
- 示例:"debug Python error"、"analyze stack trace"、"fix Python exception"
-
这是什么类型的技能?
- [ ] 通用(默认模板)
- [ ] 代码生成/修改
- [ ] 文档创建/维护
- [ ] 分析/调查
-
哪些平台应该支持此技能?
- [ ] GitHub Copilot CLI
- [ ] Claude Code
- [ ] Codex
- [ ] 全部三个(推荐)
-
提供一句话描述(将出现在元数据中)
兼容工具
Claude CodeCursor
标签
AI与机器学习