skills creator

AI Community
Fluxly profile Runtime and permissions are inferred by Fluxly static checks, not author declarations or runtime test results.
Domain
AI
Author-declared agents
No explicit declaration found; this is not inferred or tested compatibility
Static check
88 / 100 · heuristic scan, not runtime safety proof
Runtime evidence
Not run; no isolated runtime test evidence is currently recorded
Author / version / license
@mindspore-ai · no license declared
Token usage
Lean
Setup complexity
Plug-and-play
External API key
Not required
Operating systems
Unspecified (assume cross-platform)
Runtime requirements
No explicit requirements detected
Detected file/system behavior
  • Read-only
Network behavior
Local-only
Install commands
None (reference only)

Heads up: Tool permissions are not declared; actual access depends on the runtime.

Author source file SKILL.md

# Skills 创建器

## Problem

当用户完成复杂的、有价值的任务后,这些经验通常只存在于对话历史中。下次遇到类似问题时,需要重新探索,浪费时间和精力。需要将对话中的知识提取为可复用的 skill。

## Context / Trigger Conditions

当以下任一条件满足时,调用此技能:

- 用户明确要求"凝练当前上下文"、"总结上下文为skills"或"skills summary"
- 用户说"任务成功"并希望保存经验
- 用户询问 "available skills" 后希望创建新技能
- 完成了复杂的调试任务,发现了非显而易见的解决方案
- 通过试错发现了有效的解决方案

## Solution

### Step 1: 分析对话

从对话历史中提取以下信息:

- **原始目标**:用户最初希望完成什么任务
- **核心挑战**:任务中的关键难点和决策点
- **解决步骤**:抽象出可泛化的行动序列
- **避坑指南**:常见的错误或陷阱
- **所需工具**:完成任务需要的工具或资源

### Step 2: 评估知识价值

在创建 skill 前验证:

- **可复用性**:这个知识对未来任务有帮助吗?(不仅是当前案例)
- **非平凡性**:这个知识需要发现,而不是简单的文档查阅?
- **具体性**:能否描述具体的触发条件和解决方案?
- **已验证**:解决方案是否真正有效?(不仅是理论上的)

### Step 3: 生成技能文档

创建符合 OpenCode 规范的 `SKILL.md` 文件:

```markdown
---
name: <技能名称>
description: |
  <精确描述,包括:(1) 具体用例,(2) 触发条件如具体错误信息或症状,
  (3) 解决的问题。足够具体以便语义匹配能准确检索
  (4) 限制字符长度为1-1024>
version: 1.0.0
date: <YYYY-MM-DD>
---

# <技能名称>

## Problem
<该技能解决的问题清晰描述>

## Context / Trigger Conditions
<何时使用此技能?包含具体的错误信息、症状或场景>

## Solution
<逐步解决方案或要应用的知识>

## Verification
<如何验证解决方案有效>

## Example
<应用此技能的具体示例>

## Notes
<任何注意事项、边缘情况或相关考虑>

## References
<可选:链接到官方文档、文章或参考资料>
```

### Step 4: 保存技能

将新技能保存到适当位置:

- **项目级技能**:`.opencode/skills/[skill-name]/SKILL.md`
- **用户级技能**:`~/.opencode/skills/[skill-name]/SKILL.md`

## Verification

创建 skill 后,确认以下检查项:

- [ ] Description 包含具体的触发条件
- [ ] Solution 已验证有效
- [ ] 内容足够具体以便可执行
- [ ] 内容足够通用以便可复用
- [ ] 不包含敏感信息(凭证、内部 URL 等)
- [ ] 不重复现有文档或技能

## Notes

- 技能名称格式:仅使用小写字母、数字、连字符(kebab-case)
- description 是关键字段,要包含具体症状和上下文标记
- 不是每个任务都需要创建 skill,只提取真正有价值的知识
- 建议使用中文编写内容(除非用户指定其他语言)

## References

- [Claudeception: Autonomous Skill Extraction for LLM Agents](https://github.com/blader/Claudeception )
- [OpenCode Skills 架构](https://www.anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills )

Discussion

Powered by GitHub Discussions. Sign in with GitHub to comment, react, or subscribe.