Skill Title
2026-09-04 17:44:38作者:郁楠烈Hubert
Overview
One-two sentences explaining what this skill does and why it matters.
When to Use
- Bullet list of triggering conditions (symptoms, task types)
- When NOT to use (exclusions)
[Core Process / The Workflow / Steps]
The main workflow, broken into numbered steps or phases. Include code examples where they help. Use flowcharts (ASCII) where decision points exist.
[Specific Techniques / Patterns]
Detailed guidance for specific scenarios. Code examples, templates, configuration.
Common Rationalizations
| Rationalization | Reality |
|---|---|
| Excuse agents use to skip steps | Why the excuse is wrong |
Red Flags
- Behavioral patterns indicating the skill is being violated
- Things to watch for during review
Verification
After completing the skill's process, confirm:
- [ ] Checklist of exit criteria
- [ ] Evidence requirements
值得注意的是,校验器实际强制的正文章节是这五个:`## Overview`、`## When to Use`、`## Common Rationalizations`、`## Red Flags`、`## Verification`(见 [scripts/lib/skill-lint.js](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/scripts/lib/skill-lint.js?utm_source=gitcode_repo_files#L45-L51) 的 `REQUIRED_SECTIONS`)。校验时还会先剥离围栏代码块,避免模板示例里的标题"骗过"检查。
### 各章节的设计意图
**Overview**:技能的"电梯陈述",回答两个问题——这个技能做什么?智能体为什么应该遵循它?
**When to Use**:帮助智能体和人类判断技能是否适用于当前任务。要同时写正向触发("Use when X")和负向排除("NOT for Y")。例如 [skills/constraint-driven-development/SKILL.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/constraint-driven-development/SKILL.md?utm_source=gitcode_repo_files) 除了列出六个适用场景,还专门写了 "When NOT to use" 一节,把"项目已有 CONSTRAINTS.md 应直接遵循""一次性脚本"等排除项明确列出。
**Core Process**:技能的心脏,智能体遵循的逐步工作流。必须具体、可执行,不能是含糊建议。文档中给出的对照示例:
- **好**:"Run `npm test` and verify all tests pass"
- **差**:"Make sure the tests work"
这一点在 [skills/test-driven-development/SKILL.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/test-driven-development/SKILL.md?utm_source=gitcode_repo_files) 中有充分体现:它给出了 RED/GREEN/REFACTOR 的 ASCII 流程图、每个阶段的可运行 TypeScript 示例,甚至专门有一节 "Discover the Stack First" 告诫不要假设默认命令 `npm test`,而要先探测本仓库实际使用的测试工具(`package.json`、`pyproject.toml`、`./gradlew` 等)。
**Common Rationalizations**:这是精心打磨的技能最独特的特征——列出智能体用来跳过关键步骤的借口,并逐条配上反驳。它防止智能体"合理化"地绕过流程。文档原话:想想智能体每次说 "I'll add tests later" 或 "This is simple enough to skip the spec" 的时刻,把它们连同事实性的反论一起写进这张表。真实的例子见 TDD 技能的 Rationalizations 表:"I'll write tests after the code works" → "You won't. And tests written after the fact test implementation, not behavior.";"Let me run the tests again just to be extra sure" → 干净跑完后重复同一条命令不会增加任何信心,除非代码已变更。
**Red Flags**:技能正在被违反的可观察信号,用于代码评审和自检。如 TDD 技能列出的 "Bug fixes without reproduction tests""Tests that pass on the first run"。
**Verification**:出口标准(exit criteria),智能体用它确认流程已完成。每一个勾选项都必须能用证据验证(测试输出、构建结果、截图等),而不是主观感觉。
## 支撑文件:何时拆分、何时内联
创建支撑文件(supporting files)的判据只有三条:
1. 参考资料超过 100 行(保持主 SKILL.md 聚焦);
2. 需要代码工具或脚本;
3. 清单(checklist)长到足以独立成文件。
反过来,**50 行以内的模式和原则应内联在主文件中**。还有一条易被忽略的告诫:如果技能不需要可运行辅助,**不要为了对齐其他技能而创建空的 `scripts/` 目录**——空目录只增加噪音,不改变技能行为。
## 共享引用:仓库根 `references/` 的设计权衡
被多个技能共用的清单——测试、安全、性能、可访问性、definition-of-done——存放在**仓库根目录**的 `references/`,刻意不放在任何技能目录内。当前仓库对应文件为 [references/testing-patterns.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/references/testing-patterns.md?utm_source=gitcode_repo_files)、[references/security-checklist.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/references/security-checklist.md?utm_source=gitcode_repo_files)、[references/performance-checklist.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/references/performance-checklist.md?utm_source=gitcode_repo_files)、[references/accessibility-checklist.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/references/accessibility-checklist.md?utm_source=gitcode_repo_files)、[references/definition-of-done.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/references/definition-of-done.md?utm_source=gitcode_repo_files) 等。
这是一个包级别(pack-level)的设计选择,规范原文给出了完整的推理链:Agent Skills 规范将技能描述为自包含目录,但本仓库多个技能指向同一份清单,就地放置只有两条路——把清单复制到每个使用它的技能,或指定某个技能"拥有"清单、其他技能跨目录引用。两种方式都会随时间漂移,而根目录的单一副本保持为唯一事实来源。
代价是**可移植性**:整仓安装(如 Claude Code marketplace 插件)会连 `references/` 一起带上,但只复制 `skills/<name>/` 的单技能安装会把这个兄弟目录留在后面,相关链接就解析为空。这个缺口在仓库中被追踪(上游 issue #361)。
由此得出的现行惯例是:**恰好被一个技能使用的材料,作为支撑文件放在该技能目录内;跨技能共享的材料,放根 `references/`。** 仓库实际代码印证了这套引用方式,例如 [skills/security-and-hardening/SKILL.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/security-and-hardening/SKILL.md?utm_source=gitcode_repo_files)、[skills/code-review-and-quality/SKILL.md](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/code-review-and-quality/SKILL.md?utm_source=gitcode_repo_files) 都以 `../../references/security-checklist.md` 之类的相对路径指向根清单。
## 上下文效率:技能按需加载的成本模型
技能是**按需加载**的:启动时只有技能名和 description 在上下文中,完整的 SKILL.md 只在智能体判定技能相关时才加载。为了控制这次加载的成本,规范给出五条准则:
- **SKILL.md 控制在 500 行以内**,详细参考资料移入支撑文件;
- **写精确的 description**,帮助智能体在正确时机激活、其余时候跳过;
- **使用渐进式披露(progressive disclosure)**:引用的支撑文件只在工作流推进到对应环节时才被读取;
- **优先用脚本替代内联代码**:执行脚本不消耗上下文,只有它的输出消耗;内联代码块则每次加载都要"付费";
- **文件引用保持一层深**:从 SKILL.md 直接链接到支撑文件,不要通过中间文档链式跳转。
## 脚本规范:`scripts/` 目录的约定
当技能附带可运行辅助脚本时,每个脚本须遵循以下约定:
- 使用 `#!/bin/bash` shebang;
- 使用 `set -e` 实现快速失败(fail-fast);
- 状态消息写 stderr:`echo "Message" >&2`;
- 机器可读输出(JSON)写 stdout;
- 为临时文件包含清理 trap;
- 以仓库相对路径 `skills/<skill-name>/scripts/<script>.sh` 引用脚本。
仓库中的 [skills/idea-refine/scripts/idea-refine.sh](https://gitcode.com/GitHub_Trending/agentskill/agent-skills/blob/020ec10a788f5703108d093a4bd3d9a7c3847d36/skills/idea-refine/scripts/idea-refine.sh?utm_source=gitcode_repo_files) 是这条约定的标准样本,全文仅 15 行:
```bash
#!/bin/bash
set -e
# This script helps initialize the ideas directory for the idea-refine skill.
IDEAS_DIR="docs/ideas"
if [ ! -d "$IDEAS_DIR" ]; then
mkdir -p "$IDEAS_DIR"
echo "Created directory: $IDEAS_DIR" >&2
else
echo "Directory already exists: $IDEAS_DIR" >&2
fi
echo "{\"status\": \"ready\", \"directory\": \"$IDEAS_DIR\"}"
可以看到:shebang、set -e、状态消息走 stderr(>&2)、JSON 结果走 stdout——与规范逐条对应。而调用它的方式则呼应了"上下文效率"原则:skills/idea-refine/SKILL.md 中仅以一行 bash skills/idea-refine/scripts/idea-refine.sh 引用,脚本内容本身不占用加载成本。
写作六原则
规范用六句话总结了技能文件的写作哲学,可以视为整套结构的浓缩:
- 流程优先于知识(Process over knowledge):技能是工作流,不是参考文档。写步骤,不写事实。
- 具体优先于笼统(Specific over general):"Run
npm test" 胜过 "verify the tests"。 - 证据优先于假设(Evidence over assumption):每个验证勾选项都要求证据。
- 反合理化(Anti-rationalization):每一个值得跳过的步骤,都必须在 Rationalizations 表里有一条反论。
- 渐进式披露(Progressive disclosure):主 SKILL.md 是入口,支撑文件只在需要时加载。
- Token 敏感(Token-conscious):每个章节都必须为其存在辩护——如果删掉它不改变智能体行为,就删掉它。
命名约定
- 技能目录:
lowercase-hyphen-separated(小写连字符); - 技能文件:
SKILL.md(恒为大写); - 支撑文件:
lowercase-hyphen-separated.md; - 共享引用:存放在根
references/目录,不放进技能目录(原因见"共享引用"一节); - 技能专属引用:单个支撑文档可以作为松散文件放在技能目录内;当多个相关文档随技能一起分发时,正在形成的惯例是把它们分组到技能目录内部的
references/子目录,让技能自带支撑文档——skills/constraint-driven-development/references/floor-guard.md 就是这种组织的现成例子。
跨技能引用:引用而非复制
引用其他技能时用名字直称,标准句式如:
Follow the `test-driven-development` skill for writing tests.
If the build breaks, use the `debugging-and-error-recovery` skill.
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0622
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
最新内容推荐
解析 Ponytail 的 AGENTS.md:七级决策阶梯与"懒但靠谱"的 Agent 规则文件设计get-shit-done 安装器迁移修复 3541 深度解析:非交互升级中 prompt-user 阻塞的分类解决机制Docling Document(DoclingDocument)深度解析:Docling 统一文档表示的字段结构、层级模型与源码实践Astro Basics 入门模板全解:项目结构、命令体系与模板初始化机制Context7 TypeScript SDK 版本演进解析:从 0.1.0 到 0.3.1 的 API 简化与错误处理加固Chart.js Padding 完全指南:三种取值格式、底层解析与布局引擎中的实际作用Front-End-Checklist 中的 accessible-tooltips 规则:基于 ARIA 与键盘交互的无障碍 Tooltip 实现指南DeerFlow 授权身份链路实战:从 Gateway 防伪到 Guardrail 的可信 Principal 传播机制freeCodeCamp 高级 Node 与 Express 实战:用 req.user 与 Pug 渲染个性化的 /profile 页面MarkText muya 解析器的 CommonMark / GFM 规范一致性测试:基线锁定与回归防线
项目优选
收起
deepin linux kernel
C
33
18
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.12 K
2.72 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
527
590
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
904
1.82 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
854
1.34 K
暂无描述
Markdown
889
5.78 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.52 K
1.01 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.33 K
1.45 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
980
502
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
540
384