Skill Creator Advanced

Skill Creator Advanced

此 skill 的目標是把「做 skill」變成可重複執行的工程流程，而不是一次性的 prompt 雜談。

它同時提供：

• 可操作的流程：從組合定位、命名、metadata、驗證、evals、benchmark、打包到迭代
• 可重用的腳本：初始化、格式檢查、驗證、測試計畫產生、workspace 準備、benchmark 彙整、regression gate 檢查、打包
• 可拆分的參考文件：把長內容放到 references/，維持 progressive disclosure
• 輕量 review viewer：把 with-skill / baseline 結果整理成可檢閱的 HTML

快速開始（你只要做一個新 skill）

1. 先從現有對話、repo、範例任務整理 2-3 個 use cases，不夠再補問。
2. 先確認它是否真的是「一個主要工作」；若同時包含研究、分析、寫作、發信、排版等多種交付物，先拆 skill 或定義 handoff。
3. 為每個 use case 寫 trigger 語句、必要輸入、成功輸出與 done looks like。
4. 建立 skill 資料夾：

python scripts/init_skill_advanced.py <skill-name> --path <output-dir>

5. 先決定這個 skill 是 router、executor、ops 還是 utility，再補完 SKILL.md 的決策邊界、output contract、default follow-through policy、few-shot 與 metadata surface。
6. 若 skill 會包工具、MCP 或 function calling，先檢查 tool/function 名稱、參數描述、enum 與 active tool set 是否足夠清楚。
7. 做格式、相容性與引用檢查：

python scripts/format_check.py <path/to/skill>
python scripts/quick_validate.py <path/to/skill>
python scripts/audit_openclaw_frontmatter.py
python scripts/audit_skill_references.py

8. 規劃真實測試案例，必要時產生測試計畫：

python scripts/generate_test_plan.py <path/to/skill> --out references/test_plan.md

9. 準備 eval workspace，讓 with-skill / baseline 能沿用固定目錄結構：

python scripts/prepare_eval_workspace.py <path/to/skill>

10. 打包成 .skill：

python scripts/package_skill.py <path/to/skill> <output-dir>

11. 若要優化 description 的觸發品質，另外準備 trigger eval set，再跑：

python scripts/run_eval.py --eval-set <path/to/trigger-evals.json> --skill-path <path/to/skill> --model <model-id>
python scripts/run_loop.py --eval-set <path/to/trigger-evals.json> --skill-path <path/to/skill> --model <model-id> --apply-best

操作方式

當使用者要建立或改版 skill 時，請用下列順序推進；可以跳步，但要明確說明原因。

1. Phase -1：Portfolio & competition

• 先做 portfolio architecture audit：判斷它是 router、executor、ops 還是 utility，不要在命名之前跳過 archetype。
• 先問清楚這個 skill 的 primary job 是什麼；一個 skill 預設只負責一件主要工作，避免同時承擔多種不相干的交付物。
• 列出上游與下游 handoff skill，確認它不會和既有 repo 自己打架。
• 再做 competitive positioning audit：列出 repo 內最相近的 3 個技能與 repo 外最相近的公開技能，說清楚它為什麼不會被取代。
• 若只是一次性流程、明顯被現有 skill 覆蓋，或其實應拆成多個 skill，直接指出不值得新增或應先重切 scope。

2. Phase 0：Task extraction

• 先看對話歷史、現有檔案、既有流程，再決定要不要追問。
• 用使用者熟悉的術語溝通；如果對方不熟技術名詞，不要把 jargon 當前提。

3. Phase 1：Use cases & boundaries

• 先拿到 2-3 個具體 use cases。
• 每個 use case 至少要有：trigger 語句、必要輸入、主要步驟、輸出、done looks like。
• 先定義 neighboring skills、negative triggers 與 handoff 規則，避免公開後互搶 query。
• 若 2-3 個 use cases 的輸入、步驟、輸出差異過大，優先拆 skill，而不是用一份超寬 description 硬包。
• 若規則來自事故復盤或踩坑心得，先抽出它依賴的條件：實體載體、受眾、工具鏈、輸入成熟度與失敗模式；不要把單次經驗直接寫成無條件真理。

4. Phase 2：Naming / description / metadata surface

• 先做 discoverability-first naming audit：檢查 slug 長度、slash command 長度、description 長度、trigger phrase、boundary 與內部名詞比例。
• name 優先服務 discoverability，不要把內部實作細節放進主名稱。
• description 要寫成 decision boundary，不要寫成能力介紹；固定回答：做什麼、何時用、何時不用、成功輸出是什麼。
• description 優先放真實 trigger phrases、場景、檔案類型與 deliverable 名稱；不要把 marketing 式優點當主要內容。
• metadata、homepage、license、OpenClaw 欄位與安裝敘事要一致，不能 repo 內部通過但公開頁面失真。

5. Phase 3：SKILL.md architecture

• 決定哪些內容要放 scripts/、references/、assets/。
• 核心流程留在 SKILL.md，細節與變體移到 references/。
• 優先寫會改變行為的指令，不要解釋模型本來就知道的常識。
• 步驟預設用祈使句撰寫，並明寫每一步的 input、action、output 與驗證點；不要只寫空泛原則。
• 內文優先分成語意區塊，例如 <role>、<decision_boundary>、<workflow>、<output_contract>、<tool_rules>、<default_follow_through_policy>、<examples>。
• output contract 要明訂段落順序、欄位、格式、長度、是否允許自由加段，以及「什麼算完成」。
• 當輸出品質依賴格式或風格時，把模板與 worked examples / few-shot 放進 skill 或 references，不要全部塞進 system prompt。
• default follow-through policy 要明寫：哪些低風險動作可直接做、哪些有外部副作用的行為必須先問、哪些情況要停止並回報。
• 把 postmortem 萃取出的規則寫成「條件 -> 預設動作 -> 例外 -> 驗證點」；凡是依賴投影環境、列印需求、既有 API 或狀態機的規則，都要把觸發條件寫明。

6. Phase 4：Compatibility / trust / install audit

• 先跑 format_check.py 與 quick_validate.py 修掉結構問題。
• 再跑 audit_openclaw_frontmatter.py 與 audit_skill_references.py，確認 frontmatter surface 與單獨打包後的本地路徑都可用。
• 抽查安裝、憑證、環境變數、持久化與權限敘事是否一致，避免公開頁的 trust signal 掉分。
• 把 SKILL.md、scripts/、references/ 中提到的 binary、env、config path、install path、secret、persistence 行為都抽出來比對。
• 若 skill 依賴 tools / MCP / function calling，額外檢查 function 名稱、參數描述、enum、required 欄位與 active tool set；tool schema 本身也是 routing signal，不只是技術介面。

7. Phase 5：Trigger & overlap evals

• Triggering tests：應觸發、近義改寫、near-miss、不應觸發。
• Multilingual tests：至少考慮 zh、en、mixed、縮寫/俗稱。
• Skill overlap tests：列出容易混淆的鄰近 skill 與 negative triggers。
• 額外測同義改寫、錯誤競品、跨語言、縮寫、檔案型態詞與上下游 handoff。
• 測試用語要接近真實使用者會講的話，不要只測教科書式 prompt。
• 若 skill 內有「預設採用某種設計/工具路線」的規則，必測例外情境，例如高亮 LED 導致暗色可行、只有列印 handout、或工具不足必須停止；避免把預設值誤用成硬編碼。
• 最後輸出 hit@1、hit@3、false positive 與 neighbor confusion matrix。

8. Phase 6：Functional benchmark / ROI

• Functional tests：Given/When/Then，至少含 happy path、edge case、failure mode。
• 把核准過的測試 prompt 寫進 assets/evals/evals.json。
• 先建立 <skill-name>-workspace/iteration-N/，每個 eval 各自有 with_skill/ 與 baseline 目錄。
• 若環境支援 subagents 或平行 workers，應在同一輪啟動 with-skill 與 baseline/old-skill；不支援時可序列執行，但保留相同目錄結構。
• 若 workflow 很長或包含不同性質的工作，優先拆成多回合或多階段：先分析缺口，再蒐集資料，再產出草稿，最後做 QA / 格式化；不要把所有要求壓成單一巨型 prompt。
• Performance comparison：和 baseline 比較輪次、tool calls、失敗率、結果品質。
• ROI comparison：確認提升是否值得額外的 token、時間與維護成本。
• 執行後用 scripts/aggregate_benchmark.py 彙整 benchmark，再用 scripts/generate_review.py 產生 review viewer。
• 用 scripts/check_regression_gates.py 檢查是否達到發版門檻。

9. Phase 7：Publish surface / registry readiness

• 用 package_skill.py 產生 .skill。
• 做 publish surface audit：檢查 README、GitHub About、topics、homepage、license、release notes、registry 說明是否一致。
• 分享時，README、安裝說明、release notes 應放在 skill folder 外。

10. Phase 8：Post-publish telemetry loop

• Under-trigger：補真實 trigger phrases、專有名詞、檔案類型。
• Over-trigger：加入 negative triggers、縮小範圍、移除模糊字眼。
• 執行不穩：補 validation、把脆弱步驟搬到 scripts。
• 內容過大：縮短 SKILL.md，把細節下放到 references。
• 迭代時優先收集具體失敗案例、使用率訊號與使用者回饋，不要只憑感覺改 wording。

完整細節見：

• references/authoring-patterns.md
• references/lifecycle.md
• references/testing-playbook.md
• references/description-optimization.md
• references/eval-workflow.md
• references/eval-schemas.md
• references/multilingual-trigger-strategy.md
• references/skill-boundary-management.md
• references/regression-gates.md
• references/skill-roi-model.md
• references/distribution-playbook.md
• references/output-patterns.md
• references/workflows.md
• references/patterns-troubleshooting.md

核心規則（請強制遵守）

1. 先把 description 寫對

• 這是 skill 是否會被載入的主要因素。
• description 內要包含真實 trigger phrases、工作情境、必要時的檔案類型。
• description 至少要交代何時用、何時不用、成功輸出長什麼樣；不要只寫能力介紹。
• description 預設控制在 1-3 句，避免把完整產品說明塞進常駐 metadata surface。
• 優先讓明顯 query 穩定命中，再處理邊角案例；不要為了少數怪句子把 description 寫得過寬。

2. 先從上下文學會，再提最少的問題

• 先讀對話、檔案與現有 skill。
• 只有在高風險假設會害結果偏掉時，才追問使用者。

3. 把脆弱步驟移到 scripts

• 只要是重複、易出錯、或需要 deterministic 的檢查/轉換，就寫成腳本。

4. 避免 context 膨脹

• SKILL.md 放流程與導航。
• 細節放 references/，必要時再讀。

5. 測試要真實，不要只測漂亮案例

• 用接近實際對話的 prompt。
• 比較 baseline，確認 skill 真的有幫助，而不是只是多了一堆指令。

6. with-skill 與 baseline 要用同一批 evals 比

• 盡量同一輪啟動，避免時間與上下文條件差太多。
• 若是改版既有 skill，baseline 應是舊版 skill snapshot，而不是「完全不用 skill」。

7. 先處理 skill 邊界，再處理 wording

• 若多個 skill 搶同一類 query，先做 overlap matrix 與 in-scope / out-of-scope。
• 不要只靠把 description 寫得更長來硬解衝突。

8. 公開相容性與信任訊號不能最後才補

• frontmatter、homepage、license、安裝路徑、權限與憑證敘事必須在公開前就對齊。
• repo README、registry 描述與 skill metadata 若互相矛盾，應先停下來修正再發佈。

9. ROI 不成立的 skill 不值得硬留

• 若提升太小、成本太高、維護太重，要直接考慮縮 scope、拆 skill，或退回一般 prompt。

10. 不要在 skill folder 放 README.md

• README 是給人看的，應放在 repo root 或其他 skill folder 外的位置。

11. 把事故心得寫成有條件的規則，不要寫成審美偏好

• 規則至少要交代：什麼情境觸發、預設怎麼做、何時可以例外、怎麼驗證。
• 尤其是投影、列印、螢幕尺寸、既有模板、工具 API、狀態流這類會改變結果的環境因素，必須明寫，不能只留一句「通常比較好」。

12. 系統設計模式優先於臨時繞路

• 若問題根因涉及工具鏈、狀態管理或既有 API，skill 應優先要求順應框架，而不是鼓勵直接改中間檔或臨時腳本硬繞。
• 需要繞路時，必須同時寫出風險、停止條件與回退方式。

內文品質與路由補強

1. 一個 skill 只做一件主要工作

• 若 use cases 的輸入、工具、驗收產物明顯分裂，應拆 skill 或建立 handoff，而不是把 description 寫得越來越寬。

2. 步驟用祈使句，且每步要有 I/O

• 每一步至少回答：要讀什麼、要做什麼、要輸出什麼、怎麼驗證。

3. 把 output contract 寫死

• 指定段落順序、欄位、格式、長度、允許/禁止的自由度；若必須只輸出 JSON、Markdown、SQL 或固定欄位，直接明寫。

4. few-shot / worked examples 要跟 skill 走

• 對摘要、報告、轉換、分類、格式化這類任務，應把高品質範例放進 SKILL.md 或 references/，只在 skill 真正載入時使用。

5. 語意區塊要分清楚

• 規則預設分成角色、路由、流程、格式、工具政策、主動執行政策與範例，不要把所有要求揉成一段說明文。

6. 主動執行邊界要明文化

• 低風險、可逆、無外部副作用的動作可以直接做；刪除、付款、寄信、寫正式環境、對外發布等高風險行為，必須先取得明確同意。

7. tool schema 也是 prompt

• skill 若包工具，名稱、參數描述、enum 與 required 欄位都會直接影響 routing 與填參正確率；工具集太多時，應優先縮小 active tool set。

8. 長流程預設拆成多回合

• 將分析、蒐集、起草、QA 拆開通常比單次巨型 prompt 更穩，尤其在多工具或高不確定任務。

9. 依模型類型調整寫法

• GPT 類模型通常更吃明確步驟與精準指令；reasoning 類模型則更適合給清楚目標、強約束與 output contract，不要把中間推理寫死。

寫作與設計準則

• 用使用者懂的語言描述，不要預設對方知道你的內部名詞。
• 指令優先用明確動詞開頭，例如「先檢查」「若失敗就停止並回報」。
• 若步驟不是純線性流程，請明寫 decision tree、handoff 或多回合拆分點。
• 重要步驟要標註 input / output；沒有 I/O 的規則通常不夠可執行。
• 當某一步驟的理由能防止錯誤時，把理由寫出來；否則保持精簡。
• 技能不該偷偷改任務。若 workflow 需要做取捨，應明示取捨原則。
• 若某個任務其實不該做成 skill，要直接指出原因，而不是硬湊內容。
• 若規則依賴觀看距離、投影設備、列印需求或工具能力，直接把前提寫在規則裡，不要期待模型自己補完。

你可以用的腳本

• scripts/init_skill_advanced.py：建立帶測試/發布欄位的 SKILL.md 骨架。
• scripts/format_check.py：格式與結構檢查器（含 --fix）。
• scripts/quick_validate.py：最小合規驗證。
• scripts/audit_openclaw_frontmatter.py：檢查 OpenClaw frontmatter surface，例如單行 JSON metadata。
• scripts/audit_skill_references.py：檢查 SKILL.md 中引用的本地路徑在單獨打包後仍然存在。
• scripts/check_skill_name_surface.py：檢查 slug、slash command、description surface 與命名衝突風險。
• scripts/audit_skill_overlap.py：建立 overlap matrix，找出 repo 內互搶 query 的鄰近 skill。
• scripts/audit_repo_discovery.py：檢查 README、About、topics、代表 skills 與安裝入口是否一致。
• scripts/generate_catalog.py：輸出 repo 級 catalog/skills.yaml，整理 archetype、category、triggers 與 negative boundaries。
• scripts/generate_test_plan.py：產生測試計畫模板。
• scripts/prepare_eval_workspace.py：從 assets/evals/evals.json 建立 iteration workspace。
• scripts/aggregate_benchmark.py：彙整 with-skill / baseline run 結果，輸出 benchmark.json 與 benchmark.md。
• scripts/check_regression_gates.py：依 benchmark 與門檻設定判斷是否可發版。
• scripts/run_eval.py：跑 description trigger eval，輸出 query-level 與 run-level 診斷結果。
• scripts/improve_description.py：依 trigger eval 失敗型態重寫 description，保留 transcript。
• scripts/run_loop.py：把 eval 與 description 改寫串成多輪迭代，可選擇直接套用最佳 description。
• scripts/generate_report.py：產生 description optimization 的 HTML 報告。
• scripts/utils.py：共用的 SKILL.md / JSON 讀寫輔助。
• scripts/package_skill.py：驗證後打包成 .skill。

你可以用的 viewer / eval 結構

• assets/evals/evals.json：保存真實測試 prompt、預期輸出與 expectations。
• assets/evals/regression_gates.json：保存 benchmark 的發版門檻設定。
• scripts/generate_review.py：把 workspace 結果輸出成 review HTML。
• <skill-name>-workspace/iteration-N/：保存每輪 with-skill / baseline 的輸出、grading 與 benchmark。

常見交付物

交付給使用者時，通常包含：

• skill folder（SKILL.md + scripts/ + references/ + assets/）
• assets/evals/evals.json
• <skill-name>-workspace/iteration-N/ 的 benchmark 與 review 輸出
• .skill 打包檔
• 放在 skill folder 外的 README、示例、release notes、安裝說明