技能提取器

数据 社区

技能解读

当前原文的自动摘译,尚未人工审校。

何时使用

刚刚通过调查解决了一个不明显的问题 发现了需要反复试验的解决方法 找到了一种在类似情况下有帮助的调试技术 学习了值得保留的特定于项目的模式 修复了根本原因不立即明显的错误

何时不使用

简单的文档查找(只需为文档添加书签) 琐碎的修复(打字错误、明显的错误) 一次性的特定于项目的配置 已经在其他地方详细记录的知识 未经验证的解决方案(等到它真正起作用)

寻找提取候选者

使用这些提示来识别值得提取的知识:“我刚刚学到了什么在开始之前并不明显的知识?” “如果我再次遇到这个问题,我希望知道什么?” “什么错误消息或症状导致我来到这里,真正的原因是什么?” “这种模式是特定于这个项目的,还是对类似的项目有帮助?”

命令

默认:保存到~/.claude/skills/[name]/SKILL.md``--project:保存到.claude/skills/[name]/SKILL.md上下文提示有助于焦点提取(例如,/skill-extractor the cyclic data DoS fix)

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
数据
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@trailofbits · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第 0 步:检查现有技能

在创建新技能之前,搜索可能涵盖相同领域的现有技能:如果存在相关技能,请考虑更新它而不是创建新技能。有关何时更新与创建的指导,请参阅 Skill-lifecycle.md。

02
第 1 步:确定学习内容

如果`$ARGUMENTS`包含上下文提示(例如,“循环数据 DoS 修复”),请使用它来将提取集中在该特定主题上。分析对话以确定:解决了什么问题?是什么让解决方案变得不明显?下次有人需要知道什么才能更快地解决这个问题?

03
第 2 步:质量评估

根据以下标准评估候选人的技能: 标准·通过? · 证据可重复使用 - 帮助未来的任务,而不仅仅是这个实例 · [为什么] 不平凡 - 需要发现,而不是文档查找 · [为什么] 已验证 - 解决方案确实有效 · [证据]

04
第 3 步:收集详细信息

询问用户:技能名称 - 根据上下文建议一个短横线命名,让他们覆盖范围 - 用户级别(默认)或项目级别(`--project`)

05
第 4 步:可选研究

如果主题涉及特定库或框架: 使用 Web 搜索查找当前最佳实践 使用 Context7 MCP(如果可用)获取官方文档 在参考部分中包含相关来源 跳过以下内容的研究:

06
第 5 步:生成技能

使用 Skill-template.md 中的模板。质量标准:遵循quality-guide.md以确保技能提供持久的价值。要点: 对参考转储的行为指导 解释为什么,而不仅仅是什么 与其他技能竞争的特定触发因素

07
第 6 步:保存前验证

运行 Skill-template.md 中的验证清单。如果验证失败,请在保存之前修复问题。

08
第7步:保存技能

创建目录并保存: 用户级:`~/.claude/skills/[name]/SKILL.md` 项目级:`.claude/skills/[name]/SKILL.md` 报告成功:

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。