Security

Skill Forge 技能熔炉

Try it

技能熔炉 — 锻造/评估/改进 Skill。说 技能熔炉 走全流程(含R5改进已有skill);说 技能评估/skill评估/评估技能 只做同类比对+腾讯9维度。可选能力:搜索SkillHub同类技能(通过TRAE内置工具)、修改已有skill文件(仅R5诊断修复路径,需用户确认)。发布环节请用 skill-pu...

What it does

技能熔炉 — 锻造/评估/改进 Skill。说 技能熔炉 走全流程(含R5改进已有skill);说 技能评估/skill评估/评估技能 只做同类比对+腾讯9维度。可选能力:搜索SkillHub同类技能(通过TRAE内置工具)、修改已有skill文件(仅R5诊断修复路径,需用户确认)。发布环节请用 skill-publisher。Do NOT use for skill security vetting, skill publishing (use skill-publisher), or general coding tasks.

The skill document

技能熔炉 v6.4.0

锻造 → 评估,两入口全流程交付可自动触发、稳定输出的 Skill。发布环节由独立的 skill-publisher 技能承接。

入口检测

触发词入口执行流程
技能熔炉Phase -1前置闸门→入口路由→访谈→确认门→同类预检→创建→验证→评估→发布交接提醒
技能评估 / skill评估 / 评估技能Phase 2只做 SkillHub 同类比对 + 腾讯9维度

检测到触发词后,立即跳转到对应 Phase,不执行前面的阶段。

发布不在本技能范围内:当用户说"技能发布/发布技能/更新技能/迭代技能"时,应触发 skill-publisher,不是本技能。

撰写原则(5 大原则,必读)

完整 5 大原则详见 references/authoring-principles.md — 创建 Skill 前必读,作为"声明-行为一致性"的硬门控。原三条铁律映射到原则 1/1/4,补充原则 3(最小权限)和原则 5(用户知情):

原则一句话对应原铁律
1. 声明-行为一致性name/description/metadata/行为四者对齐铁律1 Description先行(扩展)
2. 权力比例适当副作用强度 ≤ 用户预期 + 披露程度(新增)
3. 最小权限allowed-tools 只列实际需要的工具(新增)
4. 渐进式披露SKILL.md ≤200 行,细节下沉 references/铁律3 渐进式披露
5. 用户知情有副作用必须 README 警告 + 关闭方式(新增)

原"铁律2 一Skill一职"已并入原则 1(声明-行为一致性):description 必须明确单一职责,多功能 Skill 触发混乱本质是声明-行为不一致。

权限声明

本技能实际使用的能力类别(用户须知):

能力类别是否使用说明
网络访问通过 TRAE 内置工具搜索 SkillHub 同类技能(不直接发起网络请求)
文件读写在用户指定目录创建/修改 skill 文件(SKILL.md/references/scripts/assets)
环境变量不读取任何环境变量(无凭证需求)
subprocess不调用任何外部命令
外部 API不调用任何外部 API(SkillHub 同类搜索由 TRAE 内置工具完成)

用户警告:本技能会在用户指定目录创建/修改 skill 文件(R1-R4 创建新 skill,R5 可修改已有 skill)。R5 修改已有 skill 前需用户确认诊断结果。如不希望写入文件,可在确认门前终止流程。本技能不执行任何发布操作(发布由 skill-publisher 承接)。

SKILL.md 格式(完整 frontmatter 示例)

---
name: ""
slug: "-ai"
displayName: ""
description: "<做什么 + 何时触发 + Do NOT 范围. 核心关键词放前200字符>"
version: ""
license: "MIT-0"
summary: "<一句话摘要>"
allowed-tools: "<工具白名单>"
metadata:
  openclaw:
    skillKey: ""
    emoji: ""
    homepage: ""
    os: ["windows", "macos", "linux"]
    requires:
      bins: []
      env: []
    primaryEnv: ""
    envVars: []
    always: false
---

# <技能标题>
## 任务
## 输出格式
## 规则
## 示例
## 故障排除(可选)

目录结构

/
├── SKILL.md          # 主入口(≤200行)
├── references/       # 长文档、方法论、详细案例
├── scripts/          # 可执行脚本(确定性操作)
├── assets/           # 模板、schema、示例文件
├── README.md         # 中英双语说明
├── CHANGELOG.md      # 版本日志
├── LICENSE           # MIT-0
└── .claude-plugin/plugin.json

Phase -1: 前置闸门

【入口:技能熔炉】 — 读取 references/pre-gate-and-routing.md 获取完整闸门+路由方法论。

动手前先判断三件事,该劝退就劝退:

检查通过劝退
值不值得做?最近一周≥3次?做法固定?输出可预期?≥2个Yes → 继续一次性任务→"直接问AI更快"
有没有现成的?SkillHub上有同类吗?没有 or 有差距 → 继续有且很好→"建议安装: skillhub install "
是不是太大了?该拆成几个?单一场景 → 继续多场景→"建议拆开,先做哪个?"

Phase 0: 入口路由与需求共创

【入口:技能熔炉】 — 读取 references/pre-gate-and-routing.md Part 2-3 + references/interview-flow.md 获取完整方法论。

Step 0.1: 五类入口路由

入口信号策略
R1 从零想法"我想做个skill"自适应访谈(Step 0.2)
R2 从对话提取"把刚才对话变成skill"扫描上下文→提取步骤→生成草稿→确认门→Step 0.4
R3 从现成材料给文档/SOP分析材料→反推四要素→补缺→确认门→Step 0.4
R4 从草稿完善给半成品SKILL.md反推四要素→确认门→Step 0.4 同类预检→补全→验证
R5 改进已有skill"不触发/跑偏/太啰嗦"诊断:症状→检查点→动作→修复→验证

Step 0.2: 自适应访谈(2-5轮,一次一问)

水平自适应:从用户措辞判断水平。张口pandas→用术语;说"差不多就行"→换大白话。全程不问"你几级"

一次一问:每轮只问1个问题+2-3个选项。一次甩3个问题,用户只会挑最好答的。

四要素:做什么 / 何时触发 / 输入输出 / 边界。≥3个明确→进入确认门。

Step 0.3: 确认门

理解没对齐,绝不动手写。

我理解是这样——
· 做什么:[一句话]
· 何时触发:[用户会说的话]
· 输入:[格式];输出:[格式]
· 边界:[不做什么]
这样对吗?没问题我就开始写了。

用户确认 → Step 0.4 同类预检。用户纠正 → 修正后重新确认。

Step 0.4: 同类预检(创建前)

【入口:技能熔炉】 — 读取 references/composition-and-pipeline.md 获取组合与管线编排方法论。

适用范围:所有创建类入口(R1/R2/R3/R4)的确认门通过后必须执行。R5 改进类跳过(走诊断模式)。即使用户带着成熟的想法、现成仓库、教程材料或半成品草稿调用,也不能跳过此环节——必须先收敛递归转写为四要素 plan,确认门对齐后再做同类预检。

确认门通过后,立即搜索 SkillHub,避免重复造轮子:

分支条件动作
a) 有现成的更好找到高质量同类(≥7分)建议安装已有Skill,结束流程
b) 有但不够好有同类但有明显差距提取差异点→作为Phase 1设计输入
c) 无同类没有同类Skill直接进入Phase 1创建
d) 可组合需求可分解为多个原子操作元技能组合+管线编排建议

分支d详解:需求分解为原子操作→逐个搜索→评估覆盖率:

  • 全组合:所有步骤都有高质量Skill→建议安装+编排管线,无需新建
  • 部分组合:部分有高质量→安装已有的+只新建缺失的
  • 全新建:无高质量同类→直接Phase 1

Phase 1: 创建

【入口:技能熔炉】

Step 1: Description先行 + 触发优化迭代

格式: "<做什么>. 当用户说<触发词>时触发. Do NOT use for <排除范围>."

触发优化迭代:初版description写完后,用5条真实用户说法测试触发准确率。触发不准→自动迭代用词。最多3轮。

Step 2: 撰写4+1模块

任务(锁定边界)/ 输出格式(固定结构)/ 规则(3-5条,实习生测试)/ 示例(完整输入输出)/ 故障排除(可选)

Step 3: 创建目录和文件

有确定性操作→创建 scripts/。有模板样式→创建 assets/

Step 4: 分层验证

默认轻量验证(小白/日常):

  • Step 4a: Schema检查 — 完整 10 项自检清单见 references/authoring-principles.md §六(含 frontmatter 字段齐全 / description 三要素 / SKILL.md ≤200 行 / allowed-tools 最小权限 / metadata.openclaw 声明 / 无凭证硬编码 / Lethal Trifecta / CHANGELOG 版本一致 / plugin.json 一致)
  • Step 4b: 安全红线(7条RED FLAG)
  • Step 4c: 跑给你看 — 拿真实输入跑一遍→看结果→确认/微调

可选重型验证(老手/严谨场景):

  • Step 4d: 触发测试 — 5条真实用户说法+3条反向
  • Step 4e: 量化评分(0-10)
  • Step 4f: 基线对比(有Skill vs 无Skill)

最多3次迭代。3次后建议"先发布V1再迭代"。


Phase 2: 质量自评 + 差异化验证

【入口:技能评估 / skill评估 / 评估技能】 — 读取 references/benchmarking-guide.md

角色调整:同类搜索已前移到 Step 0.4(创建前)。Phase 2 现在聚焦于创建后的质量自评和差异化验证。

Step 5a: 腾讯9维度自评 — 触发精准度/关键词前置/Do NOT/单一职责/4模块/输出具体性/实习生测试/示例覆盖/体积控制。逐维度自评,标出弱项。

Step 5b: 差异化验证 — 如果 Step 0.4 发现有同类,验证差异化优势是否落地。如果无同类,跳过。

Step 5c: 盲区修复 — 列出弱项和盲区,附腾讯手册依据,提出修复方案。

Step 5d: 用户决策 — 采纳修复 / 保持原样。用户决策为最终决策。


发布交接提醒

触发条件:Phase 2 评估完成(Step 5d 用户选择"保持原样"或"采纳修复且修复完成"),且用户未选择"直接安装已有"。

触发时提示

Skill 已通过锻造与评估。如需发布到 GitHub + ClawHub + SkillHub,请说"技能发布"或"发布技能"调用 skill-publisher 技能,它负责:前置条件校验 → 仓库结构生成 → 安全审查 → 版本号查重 → 三平台推送 → 发布后验证 → 本地安装同步。

不要在本技能内执行任何发布操作。 发布是独立技能 skill-publisher 的职责,本技能仅负责锻造与评估。


References

  • authoring-principles.md — 5 大撰写原则 + frontmatter 规范 + 6 大反模式 + 10 项自检清单(v5.2 新增,从 skill-auditor 反哺)
  • pre-gate-and-routing.md — Phase -1 闸门 + 五类入口路由 + 改进诊断脚本
  • interview-flow.md — 一次一问 + 水平自适应 + 确认门 + B1-B6规则
  • composition-and-pipeline.md — Step 0.4 元技能组合 + 管线编排方法论
  • interview-methods.md — 行为追问、偏误检测、选项法深度参考
  • benchmarking-guide.md — 腾讯9维度自评模板 + 差异化验证
  • meeting-action-extractor-example.md — 完整Skill示例

Related skills

技能锻造炉 / Skill Forge —— 元技能:**创建、升级、重铸、审计**一个「全球最牛」的 WorkBuddy / AI 技能,并让它越用越强。**锻造**模式:从零打造新技能(带版本反馈环、真实素材覆盖审计、外部标杆对比、自我迭代、生产签批、真机验证);**审视**模式:10 维加权评分尺,给任何技能(含它自己)打分,判断够不够好;**重铸**模式:审计并整合本机重叠技能、合并同类、整理技能库,给出重铸计划与推荐基座;还能让技能更 AI 易读(清晰化)。当你想"做到最牛"、创建一个 XX 技能、升级我的技能、review this skill、整理技能、合并同类、skill 怎么改、SKILL.md 怎么写、怎么制作一个 AI 技能时,用它。 Meta-skill to forge, upgrade, review, recast and refactor world-class WorkBuddy/AI skills — create a new skill from scratch, score any skill with a 10-dimension rubric, consolidate overlapping skills, and make skills more AI-readable. Use when building, improving, auditing, merging, or organizing agent skills.

1 installs

技能锻造炉。从对话/任务中分析可重复流程,自动生成标准 SKILL.md 模板。受 Claude Code Skillify 设计模式启发,完全原创实现——不涉及任何泄露代码。

4 installs

Suggest reusable skills from recurring patterns in local memory files. Human review gate, drafts only to skills/_pending/, local-first runner with optional external fallback. Triggers on "skill forge", "propose a skill", "what skills should I have", "skill candidates", "what patterns have I been doing", "forge me a skill", "forge show", "forge accept", "forge reject", "forge promote".

24 installs

技能装了一堆却功能重叠、触发打架、维护成本翻倍?本技能智能分析多个技能的核心能力,自动合并为一体化超级技能。支持吸收型/融合型/编排型三种合并策略,消除重复逻辑、统一触发条件、整合工作流程,从散装技能到一体化工作流。 触发词:技能合并、合并技能、技能整合、超级技能、技能组合、skill合并 排除:技能创建(用sk...

4 installs

Detect repeated capability gaps, convert recurring user needs into candidate skills, scaffold new OpenClaw-compatible skills, and validate them before instal...

21 installs1 stars

Evaluate whether a skill is both safe to run and effective at its job. Use when the user wants to test, benchmark, grade, critique, audit, vet, or compare versions of a skill — phrases like "这个 skill 好不好"、"evaluate this skill"、"vet this skill"、"新版本比旧版本好吗"、"帮我测测这个 skill"、"这个 skill 安全吗"、"skill 有没有效果"、