lovstudio Skill 炼金师 · Skill Alchemist
这不是泛泛寻找机会，而是把已经发生过的工作蒸馏成稳定、可移植且可验收的能力契约。最终产物是 Skill 蓝图：它足以交给 sgc-skill-creator 落地，却不泄漏人名、项目代号、私有路径、密钥或聊天背景。
Triggers
Activate when
- 用户说“把这段经验蒸馏成 Skill”“把 Yoda 的做法沉淀下来”或“把这次复盘做成可复用能力”。
- 用户提供项目历史、事故复盘、连续需求或真实交付，想从中抽出一项可复用 Skill。
- Use this when the user says “distill experience into a skill”, “turn this workflow into a reusable skill”, or “skill distillation”.
Do not activate when
- 用户已明确要实现某一个 Skill：交给
sgc-skill-creator。 - 用户要优化、修订或升级已有 Skill：交给
sgc-skill-optimizer。 - 用户只要保存一条项目约定到系统提示词或项目说明：交给
sgc-distill-to-system。
Workflow (MANDATORY)
Step 0: 选择待蒸馏的经验单元
以一个完整的“问题 → 判断 → 行动 → 验证”闭环为单位。优先选择经过真实运行、发布、安装或用户验收的经验；单次灵感、纯技术兴趣或只含内部背景的内容暂不提升为 Skill。
把人名、客户信息、项目代号、私有路径、访问凭据和临时聊天细节留在证据层，默认不进入蓝图的名称、描述和示例。
Step 1: 收集原始证据（辅助，不是主产物）
针对仓库或材料创建可回看的证据摘要：
python3 "$SKILL_DIR/scripts/collect-source-evidence.py" PROJECT_PATH \
--output skill-distillation-evidence.md
Git 历史只是线索。补充用户提供的复盘、验收记录、失败日志与行为变化；没有证据支撑的判断要标注为假设。
Step 2: 蒸馏不变量
使用 蒸馏透镜，从原始材料中抽出：
- 用户真正要达成的结果，而不是内部实现动作；
- 稳定的判断顺序：哪些步骤总是成立，哪些是可配置的变体；
- 失败恢复与验收：如何知道“真的成功”，而不是只看到提示、编译或静态检查；
- 边界：哪些输入不适用，哪些逻辑、数据或凭据需要保留为私有配置；
- 最小复用单元：应是 Single Skill、带确定性脚本的 Skill，还是由独立阶段组成的 Skill Kit。
不要把一次性动作逐条照抄成 Skill；合并同一用户结果下的不同渠道、模型、项目路径或工具实现。
Step 3: 编写 Skill 蓝图
按 Skill 蓝图模板 交付一份中文蓝图。每份蓝图必须包含：
- 面向用户的名称与一句话承诺；
- 触发语句与至少一个明确的不触发场景；
- 输入、输出、核心流程与可配置项；
- 真实验收信号、常见失败与恢复路径；
- 私有信息边界；
- 一条或多条可回溯的证据摘要。
如有多个经验单元，按“同一结果是否共享上下文和验收”决定合并或拆分，最多推荐 3–7 个蓝图。
Step 4: 做提升决策
对每项蓝图给出一个结论：
- 创建：用户结果、边界、验收与证据均清楚；
- 继续蒸馏：缺少真实验收、核心判断或可移植边界；
- 合并：只是另一个渠道/参数/阶段，不该成为独立 Skill；
- 归档：只能服务一次性项目上下文，保留为项目文档即可。
使用 提升检查 说明理由。分数只用于辅助排序，结论以可交付性为准。
Step 5: 交接实现
用户选择“创建”的蓝图后，交给 sgc-skill-creator：它负责实现、校验和本地安装。用户要求上架时，再交给 sgc-skill-publisher。
Dependencies
- Python 3.8+（仅标准库）
- Git（可选，用于仓库历史证据）
通用反馈闭环
用户在 Skill 驱动任务中提出修改意见时，继续当前产物前必须执行：
- 先判断意见是
task-specific（仅本次）还是reusable（可跨任务复用）。 task-specific只修改当前任务，不改 Skill。reusable先确定作用域：领域规则先更新对应 canonical Skill；适用于所有 Skill 的规则先更新共享规范。- 完成规则更新、版本、lint 与分发核验后，再把修改应用到当前任务。
reusable修改会使此前的“确认”“继续”“发吧”失效；完成当前产物修改和回读后必须停下，等待用户下一步指示，不自动进入发布、提交或其他外部写入。