wangjiansudi-hash WorkBuddy 接入助手
帮助开发者把项目接入 WorkBuddy 生态，自动生成两类资产的完整配置包：
- 技能（Skill）：教 AI 如何完成某类任务
- 连接器（Connector）：通过 MCP 或 CLI 把外部服务/系统接给 AI 调用
何时使用
当用户提出以下诉求时触发：
- "帮我把 XX 接入 WorkBuddy / 生成 skill / 生成连接器 / 生成 MCP 配置"
- "我想让 AI 学会做 XX" → 技能
- "我想让 AI 调用我的 API / 系统 / CLI" → 连接器
工作流程
第 1 步：判断接入类型
根据用户描述，判断并主动向用户确认是哪种：
| 用户意图 | 类型 | 产出 |
|---|---|---|
| 让 AI 学会某类任务/工作流 | 技能 Skill | SKILL.md + 可选 references/scripts/templates |
| 让 AI 调用外部 HTTP API / 可写 MCP Server | 连接器（MCP） | connector-meta.json + mcp.json + icon.svg + skills/SKILL.md |
| 让 AI 调用已有的跨平台命令行工具 | 连接器（CLI） | connector-meta.json + cli.json + icon.svg + skills/SKILL.md |
选择规则：
- 有 HTTP API 或能写 MCP Server → 优先 MCP；
- 仅当已有稳定、跨平台 CLI 时才选 CLI；
- 一个连接器只能选一种方案，二者不可混用；
- 服务要求用户自填 Access Token / API Key 等长期凭证（而非 OAuth）→ 用 MCP 方案的"用户自填 Token 模式"。
第 2 步：收集信息（只问缺失项，一次问清）
技能 Skill：
- 技能名（kebab-case，如
code-review） - 用途与触发词（用户什么时候会用到它）
- 分类（见 @references/skill-spec.md 的分类说明）
- 是否需要
references/、scripts/、templates/子目录 - 作者名（合作方名称）
连接器 MCP：
source（kebab-case，全局唯一标识）- 传输方式：
streamableHttp（推荐）/sse/stdio - 远程：
url（生产必须 HTTPS）；stdio：command+args - 鉴权方式：无需 / OAuth / 用户自填 Token（→ 额外生成
token-schema.json） - 名称、中英文描述、各 2–5 条中英文使用示例
连接器 CLI：
source、名称、描述、示例（同上）- 各平台安装命令
init.{darwin|linux|win32} - 登录/登出/状态命令
auth/unAuth/status（有认证时必填） - 登录态判断
statusMatch（文本正则）或statusMatchJson - 依赖运行时
runtime（node / python + 版本，按需）
第 3 步：生成文件
- 严格按 @references/skill-spec.md、@references/connector-spec.md 的字段定义与模板产出；
- 使用 templates/ 下的模板，替换占位符（
{{…}}）； - 字段不得凭空编造；涉及带版本号的字段，必须声明对应
minWorkbuddyVersion（见 @references/connector-spec.md 的版本兼容表）。
第 4 步：校验清单
生成后逐项自查，并向用户列出：
- 生成的文件树；
- 需用户自行补充的部分（真实凭证、CLI 命令、OAuth 端点等）；
- 提交/打包提示（打 zip 提交审核；审核通过进市场，更新约 10–15 分钟生效）。
输出规范
- 所有 JSON 用 2 空格缩进；YAML frontmatter 用标准格式。
source/ 技能名 / 文件名一律 kebab-case。- 严禁在配置、Skill 或示例中硬编码真实 Token / 密钥；一律用
${VAR}占位。 - 文案默认中文 + 英文对照，与用户输入语言保持一致。
- 生成到用户指定的目录；未指定时在当前工作目录下新建
{source}/或{skill-name}/。