# Wb Onboarding Assistant

> 生成 WorkBuddy 技能(SKILL.md)与连接器(MCP/CLI)配置包。Use when a developer wants to onboard a project into WorkBuddy, generate a Skill (SKILL.md) or Connector (connector-meta.json / mcp.json / cli.json), or integrate an existing API/CLI/service so an AI can call it.

- Skill: `wangjiansudi-hash/wb-onboarding-assistant` (Agent Skill)
- Install (CLI): `npx skillmds@latest add wangjiansudi-hash/wb-onboarding-assistant`
- Raw SKILL.md: https://api.skillmd.com/api/skills/wangjiansudi-hash/wb-onboarding-assistant/raw
- Safety review: pending (external: skill-scanner PASS, skillspector CAUTION)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: wangjiansudi-hash (https://skillmd.com/u/wangjiansudi-hash)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/wangjiansudi-hash/wb-onboarding-assistant

---


# 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**：

1. 技能名（kebab-case，如 `code-review`）
2. 用途与触发词（用户什么时候会用到它）
3. 分类（见 @references/skill-spec.md 的分类说明）
4. 是否需要 `references/`、`scripts/`、`templates/` 子目录
5. 作者名（合作方名称）

**连接器 MCP**：

1. `source`（kebab-case，全局唯一标识）
2. 传输方式：`streamableHttp`（推荐）/ `sse` / `stdio`
3. 远程：`url`（生产必须 HTTPS）；stdio：`command` + `args`
4. 鉴权方式：无需 / OAuth / 用户自填 Token（→ 额外生成 `token-schema.json`）
5. 名称、中英文描述、各 2–5 条中英文使用示例

**连接器 CLI**：

1. `source`、名称、描述、示例（同上）
2. 各平台安装命令 `init.{darwin|linux|win32}`
3. 登录/登出/状态命令 `auth` / `unAuth` / `status`（有认证时必填）
4. 登录态判断 `statusMatch`（文本正则）或 `statusMatchJson`
5. 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}/`。