Skill Factory

Skill Factory（Skill 工厂）

AI 作为规划层和验收层，通过迭代循环生产新的 Skill。支持可插拔的外部 AI 作为执行层，也可以由 AI 自身完成全部流程。

触发词

用户说以下任一内容时启动本 skill：

• "帮我做一个新 skill" / "创建 skill"
• "skill 工厂" / "造个 skill"
• "帮我迭代这个 skill" / "改进 skill"
• "把这个步骤拆成独立 skill"

使用方式

• 直接说"帮我做一个 XX skill"，我会从需求对齐开始引导你
• 说"帮我迭代已有的 XX skill"，我会在已有基础上改进
• 说"把 XX skill 的 YY 步骤拆成独立 skill"，我会执行子 skill 分裂流程

一、概述

Skill Factory 是一个 meta-skill——造 skill 的 skill。

核心能力：

• 接收用户需求，设计并生成一个完整的 Skill
• 执行层可插拔：根据任务性质选择不同 AI（如 GPT、Gemini、Claude 等）
• 三档迭代测试：手动/半自动/全自动
• 对标驱动：全自动档通过对比参考成品来判断质量
• 先整后分：初版保持单体，稳定后再按需拆出子 skill

角色分工：

• AI（规划层）：规划、设计、验收、迭代决策
• 外部 AI（执行层）：内容生成、草稿撰写、代码编写等执行性工作
• 用户：需求输入、档位选择、最终验收

二、前置条件

• 如需调用外部 AI，需配置至少一个可用的 AI API（参见 tech-library.md 模板）
• 如需智能选择执行层 AI，需配置场景-AI 对照表（参见 call-guide.md 模板）
• 最小可用配置：即使没有外部 AI API，AI 自身也可以作为唯一执行层完成全部流程

三、执行流程

第零步：请求分流

在进入正式流程前，先判断请求类型：

• "我要一个新的 XX skill" → 创建模式：走完整第一步到第九步
• "帮我改进/迭代已有的 XX skill" → 迭代模式：跳到第二步（选档），第三步加载已有 skill 为基础
• "帮我把 XX skill 的 YY 步骤拆成独立 skill" → 分裂模式：走子 Skill 分裂流程（见第七章）
• 不是 skill 相关的请求 → 告知用户此 skill 专用于创建/迭代 skill

迭代模式特殊规则：

• 已有 skill 自动成为"骨架参考"（跳过第三步的选择环节）
• 用户可以同时提供对标成品用于全自动档对比
• 修改基于已有内容，不生成全新文件

第一步：需求对齐

1. 用户提出需求："我要一个 XX skill"
2. AI 与用户反复讨论，直到完全理解：
   • Skill 要解决什么问题：核心使用场景
   • 触发方式：什么时候调用这个 skill
   • 输入和输出：用户给什么、skill 产出什么
   • 质量标准：什么样的输出算"好"
   • 参考对标：有没有现成的成品可以作为目标
3. AI 复述需求给用户确认
4. 用户确认后才进入下一步
5. 禁止跳过此步：需求不清就开始设计 = 浪费迭代次数

第二步：选档

向用户确认迭代模式：

全自动档额外参数：

• 循环上限：用户设定最大迭代次数（建议 3-8 次）
• 对标材料：用户提供参考成品

第三步：选参考

1. 模板参考：列出所有现有 skill，让用户选择一个结构最接近的作为骨架参考
2. 如果没有合适的，使用通用 skill 骨架（见附录 A）
3. 对标成品（全自动档必须提供）：
   • 一个或多个期望输出的样本
   • AI 分析成品的结构、风格、深度
   • 提取评价维度，用于后续对比

第四步：分析设计

1. 拆解步骤：将 skill 的工作流拆成具体步骤
2. 选择 AI：根据场景-AI 对照表，为每个步骤选择最合适的 AI
3. 粗判子 skill 潜力：标记可能独立的步骤为 [潜在子skill]，但不拆分
4. 生成设计文档：展示给用户确认

设计文档格式：

## Skill 设计：<skill名称>

### 步骤拆解
1. <步骤名> → 执行AI: <AI名称> → [潜在子skill]（如适用）
2. <步骤名> → 执行AI: <AI名称>

### 输出格式
<预期的 Skill 结构大纲>

### 参考来源
- 骨架参考：<已有skill名称>
- 对标成品：<成品描述>

第五步：生成初版 Skill

1. 根据设计文档，生成完整的 Skill 内容
2. 包含标准前置元数据（name + description）
3. 包含完整的工作流程、模板、规则
4. 对需要调用外部 AI 的步骤，写入具体的调用指引

生成规则：

• 参考骨架 skill 的结构和风格
• 每个步骤必须可独立执行，有明确的输入输出
• 包含"与其他 skill 的配合"部分

手动档：生成后直接交付用户，流程结束（跳到第九步）。

第六步：测试运行

用真实输入运行刚生成的 skill，验证是否可用。

测试方式：

1. 模拟调用这个 skill 的完整流程
2. 对需要外部 AI 的步骤，实际调用 API 获取输出
3. 记录每个步骤的输入、输出、耗时
4. 记录异常和失败点

测试输出：

## 测试报告 - 第N轮

### 执行摘要
- 测试输入：<描述>
- 总步骤数：X
- 成功步骤：Y
- 失败步骤：Z

### 逐步结果
| 步骤 | 状态 | 执行AI | 输出摘要 | 问题 |
|------|------|--------|---------|------|

### 最终输出
<skill 产出的完整结果>

第七步：对比反馈（质量门）

将测试输出与参考成品进行对比，产出明确的质量判定。

评分维度（每项 0-10 分）：

质量判定（Quality Gate）：

• PASS（总分 >= 40/50）→ 质量达标，直接进入交付
• CONCERNS（总分 35-39/50）→ 半自动档展示报告由用户决定；全自动档自动继续迭代
• FAIL（总分 < 35/50）→ 进入迭代修改
• 收敛（连续两轮总分变化 <= 1）→ 质量已稳定，退出迭代

对比报告格式：

## 对比报告 - 第N轮

### 质量判定：PASS / CONCERNS / FAIL
### 评分
| 维度 | 分数 | 上轮 | 变化 |
|------|------|------|------|
| 结构完整度 | X/10 | Y/10 | +Z |
| 内容深度 | X/10 | Y/10 | +Z |
| 风格匹配度 | X/10 | Y/10 | +Z |
| 可执行性 | X/10 | Y/10 | +Z |
| 输出质量 | X/10 | Y/10 | +Z |
| **总分** | **XX/50** | **YY/50** | **+ZZ** |

### 差距分析
1. <具体问题>

### 修改建议（仅 CONCERNS/FAIL 时生成）
1. <具体修改建议>

第八步：迭代修改

根据对比报告的修改建议，修改 Skill 内容。

迭代规则：

1. 逐条执行修改建议
2. 修改后回到第六步重新测试
3. 循环直到满足退出条件

退出条件（满足任一即退出）：

• 收敛：连续两轮总分变化 <= 1 分
• 达标：总分 >= 40/50（80%）
• 到限：达到用户设定的循环上限
• 用户中断：用户主动喊停（半自动档）

每轮迭代记录：

### 迭代记录 - 第N轮
- 修改项：<改了什么>
- 测试结果：<通过/失败>
- 总分变化：XX → YY
- 状态：继续迭代 / 收敛退出 / 达标退出 / 到限退出

第九步：交付部署

1. 整理最终版 Skill
2. 生成交付报告：

## Skill Factory 交付报告

### 基本信息
- Skill 名称：<name>
- 迭代轮次：N 轮
- 最终评分：XX/50
- 退出原因：收敛 / 达标 / 到限 / 手动

### 迭代历程
| 轮次 | 总分 | 主要修改 |
|------|------|---------|

### 子 Skill 潜力标记
- [潜在子skill] <步骤名>：<独立的理由>

### 后续建议
- <建议1>
- <建议2>

3. 用户决定部署位置

四、三档模式详细规则

手动档

第一步 → 第二步 → 第三步 → 第四步 → 第五步 → 第九步（直接交付）

• 跳过测试、对比、迭代
• 用户拿到初版后自行修改和测试

半自动档

第一步 → 第二步 → 第三步 → 第四步 → 第五步
  → 第六步 → 第七步 → [用户确认] → 第八步 → 回到第六步
  → ... → 用户满意 → 第九步

• 每轮迭代后展示对比报告，等用户确认方向

全自动档

第一步 → 第二步 → 第三步 → 第四步 → 第五步
  → 第六步 → 第七步 → 第八步 → 回到第六步
  → ... → 满足退出条件 → 第九步

• 用户只在前三步参与，后续完全自动循环
• 靠收敛/达标/到限三个条件自动退出

五、AI 调用规范

选择执行层 AI

根据场景-AI 对照表（call-guide.md）判断：

• 该步骤是否需要调用外部 AI
• 评审验收必须由规划层 AI 自身执行，不可外包
• 需要外部 AI 时，走三级降级链：主用 AI → 备用 AI → AI 自身

降级规则

调用方式

所有第三方 API 统一使用 OpenAI 兼容格式调用。具体的 API 配置参见 tech-library.md，调用模板参见 call-guide.md。

六、对比验收机制

评分维度

收敛判断

• 连续两轮总分变化 <= 1 → 收敛退出
• 总分 >= 40 → 达标退出
• 当前轮次 >= 循环上限 → 到限退出
• 否则 → 继续迭代

无参考成品时

• 跳过"风格匹配度"维度
• 用 skill 规范（结构完整、步骤可执行、无遗漏）作为评判标准

七、子 Skill 分裂规则

设计阶段：粗判标记

标记条件（满足 2 条以上）：

• 该步骤逻辑完整，可独立运行
• 该步骤在其他 skill 中也可能被复用
• 该步骤足够复杂，值得单独维护
• 该步骤使用的 AI 和其他步骤不同

迭代阶段：细调分裂

触发时机：主 skill 基础功能稳定后，用户主动提出。

分裂流程：

1. 从主 skill 中提取目标步骤
2. 用 skill-factory 自身为该步骤生成独立 skill
3. 在主 skill 中将该步骤替换为子 skill 调用指引
4. 测试主 skill + 子 skill 的衔接

八、核心规则

1. 需求不清不动手：第一步必须完成，复述确认后才继续
2. 档位即承诺：选了全自动就不中途随意切半自动（除非用户主动要求）
3. 先整后分：初版 skill 保持单体，不提前拆分子 skill
4. 迭代有限：全自动档必须设循环上限，防止空转
5. 降级可用：任何外部 AI 不可用时，AI 自身顶上
6. 记录透明：每轮迭代的修改、评分、决策全部记录

示例

用户：帮我做一个"会议纪要"skill 小龙虾：好的，我来帮你创建一个会议纪要 skill。先确认几个问题：

1. 这个 skill 要解决什么问题？（比如：自动从对话中提取会议要点）
2. 用户会怎么触发？（比如：说"整理会议纪要"）
3. 输入是什么？（比如：一段会议聊天记录）
4. 输出要什么格式？（比如：标题+参会人+决议+待办）
5. 有没有参考样本？

用户：就是整理群里的讨论，输出待办和结论就行，半自动档 小龙虾：明白了。我来复述确认：……（进入完整流程）

与其他 Skill 的配合

• 知识蒸馏类 skill：skill 开发过程中的经验可写入知识库
• SOP 生成器：如果某个 skill 的生产过程值得复用，可生成 SOP
• 版本管理类 skill：skill 正式部署后，可记录版本日志

附录 A：通用 Skill 骨架

当没有合适的现有 skill 作为参考时，使用此骨架：

---
name: <skill-name>
description: "<一句话描述>"
---

# <Skill 名称>

<一句话概述>

## 触发词

用户说以下任一内容时启动本 skill：
- "<触发词1>"
- "<触发词2>"

## 使用方式

- 直接说"<触发词>"，我会引导你完成
- 或者说"<触发词> + 具体内容"直接执行

## 执行流程

1. **<步骤名>**
   - <步骤内容>

2. **<步骤名>**
   - <步骤内容>

## 核心规则

1. <规则1>
2. <规则2>

## 与其他 Skill 的配合

- **<skill名>**：<配合方式>

附录 B：流程上下文变量

skill-factory 运行时维护以下上下文变量：

参考文档

• 技术库模板：tech-library.md — AI API 配置参考
• 调用指南模板：call-guide.md — 场景-AI 对照与调用方式