vinvcn 编写技能
概述
编写技能就是把测试驱动开发应用到流程文档。
个人技能位于特定代理的目录中（Claude Code 使用 ~/.claude/skills，Codex 使用 ~/.agents/skills/）
你编写测试用例（带子代理的压力场景），观察它们失败（基线行为），编写技能（文档），观察测试通过（代理遵守），然后重构（堵住漏洞）。
核心原则： 如果你没有观察过代理在没有技能时失败，就不知道这个技能是否教对了东西。
REQUIRED BACKGROUND: 使用此技能前，你必须理解 superpowers:test-driven-development。该技能定义了基础的 RED-GREEN-REFACTOR 循环。本技能把 TDD 适配到文档。
官方指南： Anthropic 官方技能编写最佳实践见 anthropic-best-practices.md。本文档提供额外模式和指南，用来补充本技能中以 TDD 为中心的方法。
什么是技能？
技能是经过验证的技巧、模式或工具的参考指南。技能帮助未来的 Claude 实例找到并应用有效方法。
技能是： 可复用的技巧、模式、工具、参考指南
技能不是： 关于你某次如何解决问题的叙事
技能的 TDD 映射
| TDD 概念 | 技能创建 |
|---|---|
| 测试用例 | 带子代理的压力场景 |
| 生产代码 | 技能文档（SKILL.md） |
| 测试失败（RED） | 没有技能时代理违反规则（基线） |
| 测试通过（GREEN） | 存在技能时代理遵守规则 |
| 重构 | 在保持遵守的同时堵住漏洞 |
| 先写测试 | 编写技能之前运行基线场景 |
| 观察失败 | 记录代理使用的确切合理化借口 |
| 最小代码 | 编写只处理这些具体违规的技能 |
| 观察通过 | 验证代理现在会遵守 |
| 重构循环 | 找到新的合理化借口 → 堵住 → 重新验证 |
整个技能创建过程都遵循 RED-GREEN-REFACTOR。
何时创建技能
在以下情况创建：
- 技巧对你来说不是直觉上显而易见的
- 你会在多个项目中再次引用它
- 模式适用范围广（不是项目特定）
- 其他人也会受益
不要为以下内容创建：
- 一次性解决方案
- 其他地方已有充分文档的标准实践
- 项目特定约定（放进 CLAUDE.md）
- 机械性约束（如果能用 regex/validation 强制执行，就自动化；把文档留给需要判断的场景）
技能类型
技巧
带有可执行步骤的具体方法（condition-based-waiting、root-cause-tracing）
模式
思考问题的方式（flatten-with-flags、test-invariants）
参考
API 文档、语法指南、工具文档（office 文档）
目录结构
skills/
skill-name/
SKILL.md # Main reference (required)
supporting-file.* # Only if needed
扁平命名空间 - 所有技能位于一个可搜索命名空间中
以下内容单独成文件：
- 大型参考资料（100+ 行）- API 文档、完整语法
- 可复用工具 - 脚本、实用程序、模板
以下内容保留在正文中：
- 原则和概念
- 代码模式（< 50 行）
- 其他所有内容
SKILL.md 结构
Frontmatter（YAML）：
- 两个必需字段：
name和description（所有支持字段见 agentskills.io/specification） - 总计最多 1024 个字符
name：只使用字母、数字和连字符（不要使用括号、特殊字符）description：第三人称，只描述何时使用（不是它做什么）- 以 "Use when..." 开头，聚焦触发条件
- 包含具体症状、情境和上下文
- 绝不要概括技能的过程或工作流（原因见 CSO 小节）
- 如有可能保持在 500 字符以内
---
name: Skill-Name-With-Hyphens
description: Use when [specific triggering conditions and symptoms]
---
# Skill Name
## 概述
What is this? Core principle in 1-2 sentences.
## When to Use
[Small inline flowchart IF decision non-obvious]
Bullet list with SYMPTOMS and use cases
When NOT to use
## Core Pattern (for techniques/patterns)
Before/after code comparison
## Quick Reference
Table or bullets for scanning common operations
## Implementation
Inline code for simple patterns
Link to file for heavy reference or reusable tools
## Common Mistakes
What goes wrong + fixes
## Real-World Impact (optional)
Concrete results
Claude 搜索优化（CSO）
对发现至关重要： 未来的 Claude 需要找到你的技能
1. 丰富的 Description 字段
目的： Claude 读取 description 来决定为给定任务加载哪些技能。让它回答：“我现在应该读取这个技能吗？”
格式： 以 "Use when..." 开头，聚焦触发条件
关键：Description = 何时使用，而不是技能做什么
description 应该只描述触发条件。不要在 description 中概括技能的过程或工作流。
为什么这很重要： 测试发现，当 description 概括技能工作流时，Claude 可能会遵循 description，而不是读取完整技能内容。一个写着 "code review between tasks" 的 description 导致 Claude 只做了一次评审，尽管技能流程图清楚显示需要两次评审（先检查规范符合性，再检查代码质量）。
当 description 改成仅写 "Use when executing implementation plans with independent tasks"（没有工作流摘要）后，Claude 正确读取了流程图，并遵循两阶段评审流程。
陷阱： 概括工作流的 description 会创建 Claude 会采用的捷径。技能正文会变成 Claude 跳过的文档。
# ❌ BAD: Summarizes workflow - Claude may follow this instead of reading skill
description: Use when executing plans - dispatches subagent per task with code review between tasks
# ❌ BAD: Too much process detail
description: Use for TDD - write test first, watch it fail, write minimal code, refactor
# ✅ GOOD: Just triggering conditions, no workflow summary
description: Use when executing implementation plans with independent tasks in the current session
# ✅ GOOD: Triggering conditions only
description: Use when implementing any feature or bugfix, before writing implementation code
内容：
- 使用具体触发器、症状和情境来表明此技能适用
- 描述问题（race conditions、inconsistent behavior），而不是语言特定症状（setTimeout、sleep）
- 除非技能本身是技术特定的，否则保持触发条件技术无关
- 如果技能是技术特定的，要在触发条件中明确说明
- 使用第三人称（会注入系统提示）
- 绝不要概括技能的过程或工作流
# ❌ BAD: Too abstract, vague, doesn't include when to use
description: For async testing
# ❌ BAD: First person
description: I can help you with async tests when they're flaky
# ❌ BAD: Mentions technology but skill isn't specific to it
description: Use when tests use setTimeout/sleep and are flaky
# ✅ GOOD: Starts with "Use when", describes problem, no workflow
description: Use when tests have race conditions, timing dependencies, or pass/fail inconsistently
# ✅ GOOD: Technology-specific skill with explicit trigger
description: Use when using React Router and handling authentication redirects
2. 关键词覆盖
使用 Claude 会搜索的词：
- 错误消息："Hook timed out"、"ENOTEMPTY"、"race condition"
- 症状："flaky"、"hanging"、"zombie"、"pollution"
- 同义词："timeout/hang/freeze"、"cleanup/teardown/afterEach"
- 工具：实际命令、库名、文件类型
3. 描述性命名
使用主动语态，动词优先：
- ✅
creating-skills而不是skill-creation - ✅
condition-based-waiting而不是async-test-helpers
4. Token 效率（关键）
问题： getting-started 和经常被引用的技能会加载进每次对话。每个 token 都很重要。
目标词数：
- getting-started 工作流：每个 <150 词
- 经常加载的技能：总计 <200 词
- 其他技能：<500 词（仍需简洁）
技巧：
把细节移到工具帮助中：
# ❌ BAD: Document all flags in SKILL.md
search-conversations supports --text, --both, --after DATE, --before DATE, --limit N
# ✅ GOOD: Reference --help
search-conversations supports multiple modes and filters. Run --help for details.
使用交叉引用：
# ❌ BAD: Repeat workflow details
When searching, dispatch subagent with template...
[20 lines of repeated instructions]
# ✅ GOOD: Reference other skill
Always use subagents (50-100x context savings). REQUIRED: Use [other-skill-name] for workflow.
压缩示例：
# ❌ BAD: Verbose example (42 words)
your human partner: "How did we handle authentication errors in React Router before?"
You: I'll search past conversations for React Router authentication patterns.
[Dispatch subagent with search query: "React Router authentication error handling 401"]
# ✅ GOOD: Minimal example (20 words)
Partner: "How did we handle auth errors in React Router?"
You: Searching...
[Dispatch subagent → synthesis]
消除冗余：
- 不要重复交叉引用技能中的内容
- 不要解释命令本身显而易见的内容
- 不要为同一模式包含多个示例
验证：
wc -w skills/path/SKILL.md
# getting-started workflows: aim for <150 each
# Other frequently-loaded: aim for <200 total
按你做什么或核心洞察命名：
- ✅
condition-based-waiting>async-test-helpers - ✅
using-skills而不是skill-usage - ✅
flatten-with-flags>data-structure-refactoring - ✅
root-cause-tracing>debugging-techniques
动名词（-ing）很适合流程：
creating-skills,testing-skills,debugging-with-logs- 主动，描述你正在采取的行动
4. 交叉引用其他技能
编写引用其他技能的文档时：
只使用技能名称，并加上明确的要求标记：
- ✅ 好：
**REQUIRED SUB-SKILL:** Use superpowers:test-driven-development - ✅ 好：
**REQUIRED BACKGROUND:** You MUST understand superpowers:systematic-debugging - ❌ 差：
See skills/testing/test-driven-development（不清楚是否必需） - ❌ 差：
@skills/testing/test-driven-development/SKILL.md（强制加载，消耗上下文）
为什么不要 @ 链接： @ 语法会立即强制加载文件，在你真正需要之前就消耗 200k+ 上下文。
流程图用法
digraph when_flowchart {
"Need to show information?" [shape=diamond];
"Decision where I might go wrong?" [shape=diamond];
"Use markdown" [shape=box];
"Small inline flowchart" [shape=box];
"Need to show information?" -> "Decision where I might go wrong?" [label="yes"];
"Decision where I might go wrong?" -> "Small inline flowchart" [label="yes"];
"Decision where I might go wrong?" -> "Use markdown" [label="no"];
}
只在以下情况使用流程图：
- 不明显的决策点
- 你可能过早停止的流程循环
- “何时使用 A vs B”的决策
绝不要为以下内容使用流程图：
- 参考资料 → 表格、列表
- 代码示例 → Markdown 代码块
- 线性说明 → 编号列表
- 没有语义意义的标签（step1、helper2）
graphviz 样式规则见 @graphviz-conventions.dot。
为你的人类伙伴可视化： 使用本目录中的 render-graphs.js 将技能流程图渲染为 SVG：
./render-graphs.js ../some-skill # Each diagram separately
./render-graphs.js ../some-skill --combine # All diagrams in one SVG
代码示例
一个优秀示例胜过许多平庸示例
选择最相关的语言：
- 测试技巧 → TypeScript/JavaScript
- 系统调试 → Shell/Python
- 数据处理 → Python
好示例：
- 完整且可运行
- 注释良好，解释原因
- 来自真实场景
- 清楚展示模式
- 可直接改造（不是通用模板）
不要：
- 用 5+ 种语言实现
- 创建填空式模板
- 编写牵强示例
你擅长移植，一个优秀示例就足够。
文件组织
自包含技能
defense-in-depth/
SKILL.md # Everything inline
何时使用：所有内容都能放下，不需要大型参考资料
带可复用工具的技能
condition-based-waiting/
SKILL.md # Overview + patterns
example.ts # Working helpers to adapt
何时使用：工具是可复用代码，而不仅是叙事
带大型参考资料的技能
pptx/
SKILL.md # Overview + workflows
pptxgenjs.md # 600 lines API reference
ooxml.md # 500 lines XML structure
scripts/ # Executable tools
何时使用：参考资料太大，不适合内联
铁律（与 TDD 相同）
NO SKILL WITHOUT A FAILING TEST FIRST
这同时适用于新技能和对现有技能的编辑。
测试前先写技能？删除它，重新开始。 未测试就编辑技能？同样违规。
没有例外：
- “简单添加”也不例外
- “只是添加一个小节”也不例外
- “文档更新”也不例外
- 不要把未经测试的改动保留作“参考”
- 不要在运行测试时“改造”它
- 删除就是删除
REQUIRED BACKGROUND: superpowers:test-driven-development 技能解释了为什么这很重要。同样原则适用于文档。
测试所有技能类型
不同技能类型需要不同测试方法：
强制纪律型技能（规则/要求）
示例： TDD、verification-before-completion、designing-before-coding
测试方式：
- 学术问题：它们是否理解规则？
- 压力场景：它们是否在压力下遵守？
- 多重压力组合：时间 + 沉没成本 + 疲惫
- 识别合理化借口并添加明确反制
成功标准： 代理在最大压力下遵循规则
技巧型技能（操作指南）
示例： condition-based-waiting、root-cause-tracing、defensive-programming
测试方式：
- 应用场景：它们能否正确应用技巧？
- 变化场景：它们能否处理边界情况？
- 缺失信息测试：说明是否存在缺口？
成功标准： 代理能把技巧成功应用到新场景
模式型技能（思维模型）
示例： reducing-complexity、information-hiding 概念
测试方式：
- 识别场景：它们能否识别模式何时适用？
- 应用场景：它们能否使用该心智模型？
- 反例：它们是否知道何时不该应用？
成功标准： 代理能正确识别何时以及如何应用模式
参考型技能（文档/APIs）
示例： API 文档、命令参考、库指南
测试方式：
- 检索场景：它们能否找到正确信息？
- 应用场景：它们能否正确使用找到的信息？
- 缺口测试：是否覆盖常见用例？
成功标准： 代理能找到并正确应用参考信息
跳过测试的常见合理化借口
| 借口 | 现实 |
|---|---|
| “技能显然很清楚” | 对你清楚 ≠ 对其他代理清楚。测试它。 |
| “它只是参考资料” | 参考资料可能有缺口或不清楚的小节。测试检索。 |
| “测试太过了” | 未测试技能一定有问题。15 分钟测试能节省数小时。 |
| “如果出现问题我再测试” | 出问题 = 代理不能使用技能。部署前测试。 |
| “测试太繁琐” | 测试比调试生产中的坏技能更不繁琐。 |
| “我确信它很好” | 过度自信必然带来问题。无论如何都要测试。 |
| “学术评审就够了” | 阅读 ≠ 使用。测试应用场景。 |
| “没时间测试” | 部署未测试技能会浪费更多后续修复时间。 |
所有这些都意味着：部署前测试。没有例外。
让技能抵抗合理化借口
强制纪律的技能（如 TDD）需要抵抗合理化借口。代理很聪明，在压力下会找到漏洞。
心理学说明： 理解说服技巧为什么有效，有助于系统性应用它们。关于权威、承诺、稀缺、社会认同和一致性原则的研究基础（Cialdini, 2021；Meincke et al., 2025），见 persuasion-principles.md。
明确堵住每个漏洞
不要只陈述规则，还要禁止具体绕路方式：
No exceptions:
- Don't keep it as "reference"
- Don't "adapt" it while writing tests
- Don't look at it
- Delete means delete
</Good>
### 处理“精神 vs 字面”论点
尽早加入基础原则：
```markdown
**Violating the letter of the rules is violating the spirit of the rules.**
这会切断整类“我遵循的是精神”的合理化借口。
建立合理化借口表
从基线测试中捕获合理化借口（见下方测试小节）。代理提出的每个借口都放进表格：
| Excuse | Reality |
|--------|---------|
| "Too simple to test" | Simple code breaks. Test takes 30 seconds. |
| "I'll test after" | Tests passing immediately prove nothing. |
| "Tests after achieve same goals" | Tests-after = "what does this do?" Tests-first = "what should this do?" |
创建危险信号列表
让代理在合理化时容易自检：
## Red Flags - STOP and Start Over
- Code before test
- "I already manually tested it"
- "Tests after achieve the same purpose"
- "It's about spirit not ritual"
- "This is different because..."
**所有这些都意味着：删除代码。用 TDD 重新开始。**
针对违规症状更新 CSO
添加到 description：你即将违反规则时的症状：
description: use when implementing any feature or bugfix, before writing implementation code
技能的 RED-GREEN-REFACTOR
遵循 TDD 循环：
RED：编写失败测试（基线）
在没有技能的情况下，用子代理运行压力场景。记录确切行为：
- 它们做了哪些选择？
- 它们使用了哪些合理化借口（逐字记录）？
- 哪些压力触发了违规？
这就是“观察测试失败” - 编写技能前，你必须看到代理自然会做什么。
GREEN：编写最小技能
编写处理这些具体合理化借口的技能。不要为假设情况添加额外内容。
在有技能的情况下运行相同场景。代理现在应该遵守。
REFACTOR：堵住漏洞
代理找到了新的合理化借口？添加明确反制。重新测试，直到牢固。
测试方法： 完整测试方法见 @testing-skills-with-subagents.md：
- 如何编写压力场景
- 压力类型（时间、沉没成本、权威、疲惫）
- 系统性堵洞
- 元测试技巧
反模式
❌ 叙事示例
“在 2025-10-03 的会话中，我们发现空 projectDir 导致……” 为什么不好： 过于具体，无法复用
❌ 多语言稀释
example-js.js, example-py.py, example-go.go 为什么不好： 质量平庸，维护负担重
❌ 流程图中的代码
step1 [label="import fs"];
step2 [label="read file"];
为什么不好： 无法复制粘贴，难以阅读
❌ 泛泛标签
helper1, helper2, step3, pattern4 为什么不好： 标签应该有语义意义
STOP：进入下一个技能前
写完任何技能后，你必须停下并完成部署流程。
不要：
- 不逐个测试就批量创建多个技能
- 当前技能验证前就进入下一个技能
- 因为“批处理更高效”而跳过测试
下面的部署清单对每个技能都是强制性的。
部署未测试技能 = 部署未测试代码。这违反质量标准。
技能创建清单（TDD 改编版）
重要：使用 TodoWrite 为下面每个清单项创建 todo。
RED 阶段 - 编写失败测试：
- 创建压力场景（纪律型技能需要 3+ 种组合压力）
- 在没有技能的情况下运行场景 - 逐字记录基线行为
- 识别合理化借口/失败中的模式
GREEN 阶段 - 编写最小技能：
- 名称只使用字母、数字、连字符（不要括号/特殊字符）
- YAML frontmatter 包含必需的
name和description字段（最多 1024 字符；见 spec） - Description 以 "Use when..." 开头，并包含具体触发器/症状
- Description 使用第三人称编写
- 全文包含用于搜索的关键词（错误、症状、工具）
- 有清晰概述和核心原则
- 处理 RED 中识别的具体基线失败
- 代码内联或链接到单独文件
- 一个优秀示例（不是多语言）
- 在有技能的情况下运行场景 - 验证代理现在会遵守
REFACTOR 阶段 - 堵住漏洞：
- 识别测试中出现的新合理化借口
- 添加明确反制（如果是纪律型技能）
- 从所有测试迭代构建合理化借口表
- 创建危险信号列表
- 重新测试直到牢固
质量检查：
- 只有在决策不明显时才使用小流程图
- 快速参考表
- 常见错误小节
- 没有叙事故事
- 支持文件只用于工具或大型参考资料
部署：
- 将技能提交到 git 并推送到你的 fork（如果已配置）
- 考虑通过 PR 回馈（如果广泛有用）
发现工作流
未来的 Claude 如何找到你的技能：
- 遇到问题（"tests are flaky"）
- 找到 SKILL（description 匹配）
- 扫描概述（这相关吗？）
- 读取模式（快速参考表）
- 加载示例（仅在实现时）
为这个流程优化 - 尽早并经常放入可搜索术语。
底线
创建技能就是面向流程文档的 TDD。
同一条铁律：没有先失败的测试，就没有技能。 同一个循环：RED（基线）→ GREEN（编写技能）→ REFACTOR（堵住漏洞）。 同样的收益：更高质量、更少意外、更牢固的结果。
如果你对代码遵循 TDD，就也对技能遵循它。这是同一种纪律在文档上的应用。