lazygophers skill-smith — 技能工厂（自包含）
把「你反复做的事」变成可复用的 skill，并让已有 skill 持续变好。自包含：评分 rubric 与脚手架模板都内嵌在本 skill，不依赖全局 darwin/nuwa，复制本目录即可在任何项目用。
两个模式：
- CREATE — 捕获一段重复工作流 → 生成 SKILL.md 骨架。
- OPTIMIZE — 对已有 skill 做 git 棘轮优化（只留改进）。
盘点全项目 skill 质量 → 用配套 skill-auditor agent（只读产报告）。
内嵌评分 Rubric（6 维，满分 100）
CREATE 的产物与 OPTIMIZE 的目标都按此打分。每维 1-10 分 × 权重，总分 = Σ/10。
| # | 维度 | 权重 | 标准 |
|---|---|---|---|
| 1 | Frontmatter | 16 | name 规范；description 含「做什么+何时用+触发词」；有 when_to_use；禁结尾空话尾巴 |
| 2 | 工作流清晰度 | 18 | 步骤有序号、每步有输入/输出、可直接执行 |
| 3 | 失败模式编码 | 20 | 有 if-then 失败分支表（触发/一线修复/兜底）；只写正向流程扣 ≥3 |
| 4 | 检查点 | 12 | 关键/高影响动作前有显性 🔴 CHECKPOINT / 🛑 STOP；仅「建议…」措辞不算 |
| 5 | 可执行具体性 | 22 | 有具体命令/参数/路径/示例；「建议/可以考虑/视情况」≥3 处扣 ≥3 |
| 6 | 反例黑名单 | 12 | 有独立「不要做什么」清单；只写「应该做 X」扣 ≥3 |
设计借鉴 darwin-skill 的 9 维 rubric（已压缩为可自包含的 6 维结构维度，去掉需子 agent 实测的效果维度），自含可独立运行。
CREATE 模式：沉淀新 skill
Step 0：确定要沉淀什么（口述 / 挖掘）
口述（默认）：用户说「把 X 流程做成 skill」→ 直接进 Step 1。 挖掘（可选）：用户问「我有哪些值得沉淀的」或想盘点 → 跑：
python3 .claude/skills/skill-smith/scripts/mine-workflows.py --top 12 --days 60
脚本扫本项目 ~/.claude/projects/<cwd 编码>/*.jsonl + git log，输出高频 Bash 命令 / Skill 调用 / 用户请求动作 / commit scope，标 ⭐候选（≥3 次）。把候选展示给用户勾选。
🔴 CHECKPOINT：挖掘只产「候选」，不自动建 skill。必须用户确认要沉淀哪个，再进 Step 1。
Step 1：抽取工作流要素
对选定的工作流，问清/推断 6 要素（缺则 grep 项目验证，禁编造）：
- 触发：什么场景/什么话会用它？（→ 触发词）
- 输入：需要什么前提/参数？
- 步骤：有序步骤，每步具体命令/操作。
- 失败点：哪几步会失败？失败怎么办？（→ if-then 表）
- 危险动作：哪步不可逆/高影响？（→ 🔴 检查点）
- 反例：用这个流程时容易做错的事？（→ 黑名单）
Step 2：定位 + 命名
- skill 目录：
.claude/skills/<name>/SKILL.md（项目级）或~/.claude/skills/<name>/（全局，跨项目复用时）。 - 命名：kebab-case；项目专属冠项目前缀（如
aidog-），通用则裸名。 - 脚本/参考资料放 skill 目录内（
scripts/references/）——自包含原则，复制目录即可用。
Step 3：生成 SKILL.md（套骨架）
---
name: <kebab-name>
description: <一句做什么> + <何时用> + 触发词：<逗号分隔的中英触发词>
when_to_use: <具体场景，分号分隔>
---
# <name>
<一段：这个 skill 解决什么、核心约束>
## 何时用
- <场景1> ...
## 执行流程
### Step 1：<动作>（输入→输出）
...
🔴 CHECKPOINT：<高影响动作前的确认点>
## 失败模式编码（if-then）
| 触发 | 一线修复 | 仍失败兜底 |
|---|---|---|
| ... | ... | ... |
## 反例黑名单（不要做）
1. ❌ ...
## 相关
- <关联 skill/agent>
Step 4：自检评分 + 交付
按内嵌 6 维 rubric 自评，<70 分的维度补齐再交。展示骨架给用户确认。
🔴 CHECKPOINT：交付前确认 frontmatter 的 description 含触发词（否则 skill 不会被自动激活——本项目反复栽的坑）。
OPTIMIZE 模式：优化已有 skill
棘轮机制：每轮只改一个最弱维度，git 记录，只保留分数提升的改动。
Step 1：基线评分
读目标 SKILL.md 全文，按 6 维逐项打分，记下最低维度 + 理由。
Step 2：单维度改进
针对最低维度改一处（见「策略库」）。一轮只改一个维度（多变量同改无法归因）。
Step 3：git 提交 + 重评
git add <skill路径> && git commit -m "optimize <skill>: <改了什么>"
重新按 6 维打分。
Step 4：棘轮决策
- 新分 > 旧分 → keep，继续下一最弱维度。
- 新分 ≤ 旧分 →
git revert HEAD（禁reset --hard，保留可追溯链），该 skill 到瓶颈，停。 - 连续 2 轮 Δ<2 分 → 见好就收，停（禁为凑分加冗余）。
🔴 CHECKPOINT：每个 skill 优化完展示 diff + 分数变化给用户确认，再动下一个。用户说不好 → revert。
优化策略库（按优先级）
| 优先级 | 短板 | 改法 |
|---|---|---|
| P0 | description 缺触发词 | 补中英触发词（决定能否被激活） |
| P0 | 只有正向流程无失败分支 | 加 if-then 失败模式表（dim3 权重最高） |
| P1 | 高影响动作无检查点 | 插显性 🔴 CHECKPOINT（视觉标记，非「建议」措辞） |
| P1 | 步骤模糊 | 换成具体命令/参数/路径 |
| P2 | 无反例清单 | 加「不要做什么」黑名单 |
| P2 | 软化措辞泛滥 | 删「建议/可以考虑/视情况」，改硬指令 |
失败模式编码（if-then）
| 触发 | 一线修复 | 仍失败兜底 |
|---|---|---|
| 挖掘脚本无会话数据 | 确认 cwd 是仓库根 + ~/.claude/projects/ 有本项目目录 |
退回纯口述模式 |
| 不在 git 仓库（OPTIMIZE 无法 revert） | 改前 cp SKILL.md SKILL.md.bak 手动备份 |
提醒用户 git init |
| 生成的 skill 不被激活 | 检查 description 是否含触发词 | 触发词前置到 description 开头 |
| 优化后分数没涨反跌 | git revert HEAD 回滚 |
标该 skill 到瓶颈，停 |
| 同 session 自评有乐观偏差 | 重要 skill 派 skill-auditor agent 独立评分 |
至少隔开 context 重读再评 |
反例黑名单（不要做）
- ❌ 挖掘出候选就自动建 skill —— 必用户勾选确认。
- ❌ 一轮改多个维度 —— 无法归因，每轮一个。
- ❌ 用
git reset --hard回滚 —— 丢工作树，必用git revert。 - ❌ 触顶后为凑分加废话段落 —— 见好就收。
- ❌ description 不含触发词就交付 —— skill 不会被激活。
- ❌ 把脚手架写成空泛模板（「处理数据」「视情况而定」）—— 必具体命令/路径。
- ❌ 编造工作流要素 —— 不确定就 grep 项目或问用户。
相关
- 全项目 skill 质量盘点：
skill-auditoragent（本 skill 配套） - 造人物/主题思维 skill（重，带 web 调研）：全局
huashu-nuwa - 重度 9 维优化 + 成果卡片：全局
darwin-skill