yao-meta-skill 用来创建、评估、打包和治理可复用的 agent skill。1.0 的重点是把重复工作流整理成可安装、可阅读、可跨平台的 skill 包；2.0 进一步升级为 Skill OS，把建模、跨端编译、输出评测、评审工作台、证据账本、包体验证、发布门禁和后续迭代串成一套完整流程。

快速开始 · Skill OS 2.0 升级 · 从 1.0 到 2.0 · Operator UX 命令 · 加权质量评测 · 与其他元 Skill 的适用差异

Skill OS 2.0 升级

Skill OS 2.0 保留 yao-meta-skill 原来的轻量入口，但把 skill 的生命周期说得更清楚。它不止生成 SKILL.md，还会围绕这个 skill 生成结构化契约、目标平台适配、评测证据、发布门禁和运营报告。

Skill IR（技能中间表示）：用平台无关的结构记录意图、触发方式、输入输出、边界、参考资料和交付产物。
目标编译与适配器：把同一份 skill 语义编译到 OpenAI、Claude、通用 agent skill、Agent Skills 兼容包和 VS Code 使用场景。
输出评测实验室：覆盖触发评测、输出断言、执行证据、耗时与 token 证据、基准复现、盲评材料包、答案钥匙和评审裁决报告。
Review Studio 2.0（评审工作台）：把意图、触发、输出评测、上下文成本、运行时检查、信任扫描、Skill Atlas、采用漂移、豁免、批注、发布证据、警告、阻塞项和修复动作放在同一个 HTML 页面。
证据与发布治理：提供证据一致性、包体验证、安装模拟、运行时权限探测、世界级证据接收、证据账本、操作运行手册和公开宣传守卫。
SkillOps 闭环：通过元数据级采用漂移、遥测 hook、自适应建议、日报/周报和组合级漂移信号，把发布后的反馈带回下一轮迭代。

当前发布口径：仓库已经适合进入测试版和外部试用，但更强的“世界级”公开宣传仍然受证据门禁约束。真实生产模型证据、真人盲评证据、原生权限执行和真实客户端遥测会继续作为独立证据任务推进，不会被包装成已经完成。

从 1.0 到 2.0

维度	1.0 重点	2.0 升级
产品定位	创建、重构、评估和打包可复用 skill。	治理 skill 的完整生命周期：创建、编译、评测、评审、发布、遥测和迭代。
架构模型	以 `SKILL.md`、`agents/interface.yaml`、manifest 和报告文件为主。	引入 Skill IR、目标编译器、适配器、门禁契约、证据账本、发布锁和行动型评审页面。
跨端交付	主要覆盖 OpenAI、Claude 和通用包体。	扩展到 Agent Skills 兼容包和 VS Code 使用场景，并把兼容结果写入 registry 可读记录。
质量模型	触发、结构和报告式评审。	输出评测、基准复现、执行证据、失败披露、盲评材料包和证据一致性检查。
报告体验	概览 HTML 和首次评审页面。	双语 Skill Overview v2、Review Studio 2.0、评审批注、行动卡片、图表和审计型报告契约。
发布边界	能生成包体并做基础校验。	包体验证、安装模拟、运行时权限探测、发布锁、公开宣传守卫和操作运行手册。
运营闭环	更多依赖手动反馈和本地迭代。	采用漂移、元数据遥测、SkillOps 报告、自适应建议和组合级漂移检测。

2.0 使用场景

从重复工作创建新 skill：从 workflow 笔记、prompt 集合、转录、runbook 或文档模式出发，生成精简入口、明确输入输出、参考资料、报告和最轻量的必要门禁。
把个人 skill 升级成团队资产：补齐接口契约、manifest、目标适配器、信任检查、输出评测、评审豁免、发布说明和 Review Studio 证据，再交给多人复用。
准备测试版发布：运行包体验证、安装模拟、兼容检查、运行时权限探测和证据一致性检查，把测试版就绪和更强公开声明分开处理。
发布后继续迭代：用元数据级遥测、采用漂移、feedback log、SkillOps 报告和自适应建议判断下一步是补文档、补 eval、改 skill，还是调整治理规则。
与其他元 skill 搭配使用：保留 Anthropic/OpenAI 式对话创建和精简写作方法的优势，在需要证据、可移植性、发布门禁和长期维护时用 yao-meta-skill 加固。

Operator UX 命令

这组只读辅助命令把维护者最常见的判断变成可复验诊断：

python3 scripts/yao.py install-status --expected-source .
python3 scripts/yao.py localized-doc-sync-check
python3 scripts/yao.py pr-review-report 4 --repo yaojingang/yao-meta-skill

install-status 会说明当前 skill 是从 .codex/skills、.agents/skills 还是 disabled mirror（禁用镜像）被发现，并提示是否存在重复激活。
localized-doc-sync-check 会检查中文 README 是否同步包含英文 README 首页新增的公开说明模块。
pr-review-report 会只读获取 GitHub PR 元数据、变更文件、状态检查和建议本地命令，不会合并或修改 PR。

能力面

它把粗糙的 workflow、transcript、prompt、notes 和 runbook 转成可复用的 skill 包，并具备：

清晰的触发面
精简的 SKILL.md
可选的 references、scripts 和 evals
深度起草前先做一轮更有人味的意图对话，并通过 intent confidence gate 判断理解是否足够清楚；如果不够清楚，会继续补 1 到 2 个高杠杆问题
深度起草前会静默执行 GitHub benchmark scan 和 reference synthesis，优先学习高质量公开项目与世界级模式；只有遇到真实冲突或不确定性时才显式抬给用户
会主动询问用户是否有希望借鉴的参考对象，只学习其中的模式抽象、结构和标准，不复制原文或私密内容
新建 skill 时自动生成一份默认中文、可切换英文的 HTML 可视化说明报告
提供 Review Studio 2.0，把意图、触发、输出评测、上下文、运行时、信任、采用漂移、豁免、批注、发布证据和修复动作汇总到一个页面
提供 Skill OS 2.0 审计，把世界级要求拆成本地证据、人类证据缺口和外部证据缺口
提供证据计划、证据账本、证据接收契约、提交审查队列、操作运行手册和公开宣传守卫，避免把计划中的工作写成已经完成
提供基准复现 manifest、证据一致性检查、输出评测实验室、盲评包和评审裁决报告
提供运行时权限探测、Python 兼容性门禁、包体验证和安装模拟
提供 prompt quality profile，把需求模型、RTF 映射、复杂度和提示词质量检查沉淀成 reviewer 可见证据，而不是塞进 SKILL.md
提供 artifact design profile，约束报告、教程、仪表盘、截图和评审页的视觉与质量标准
提供系统思考模型，记录边界、反馈环、漂移风险、复发失败模式和高杠杆改进点
首次建包后会自动给出 3 个最有价值的下一步迭代方向
提供一个紧凑的 HTML review viewer，方便第一次人工理解和评审
提供一个轻量 feedback log，不必每次都走完整 promotion 流程
提供本地优先、只记录元数据的 adoption drift 报告、CLI 运行捕获、外部客户端事件 hook、hook recipe 和 JSONL 导入
提供显式来源的 adaptive proposal loop，从脱敏重复偏好里生成需要人工批准的改进建议
提供 SkillOps 机会评分、决策策略、日报、周报和组合级漂移信号
提供一个 with-skill vs baseline 的对比报告，便于快速看增量收益
提供一个更像对话发现流程的 archetype-aware quickstart，引导新 skill 落到 scaffold、production、library 或 governed 的合适形态
Skill IR 作为平台无关语义契约，并提供编译报告和客户端适配层
registry audit 元数据，包含 package version、owner、license、checksum 和 compatibility matrix
内建的治理、晋升和 portability 检查

架构图

Hero 版可以压缩成一条主线：Skill OS 2.0 把零散输入变成一个可治理、可评测、可发布、可持续迭代的 skill 包。

flowchart LR
    A["输入<br/>workflow / prompt / transcript / docs / notes"] --> B["意图建模<br/>任务 / 输出 / 排除项 / 标准"]
    B --> C["Skill IR<br/>触发 / 契约 / 资源 / 证据"]
    C --> D["Skill 包<br/>SKILL.md / references / scripts / reports"]
    C --> E["目标编译<br/>OpenAI / Claude / generic / Agent Skills / VS Code"]
    D --> F["评测实验<br/>触发 / 输出 / 基准 / 运行时"]
    E --> F
    F --> G["Review Studio<br/>门禁 / 警告 / 动作 / 豁免"]
    G --> H["发布边界<br/>包体验证 / 安装模拟 / 宣传守卫"]
    H --> I["SkillOps 闭环<br/>反馈 / 采用漂移 / 下一轮迭代"]
    I --> B

10 秒理解这张图：

输入：从零散 workflow、prompt、文档和笔记出发，不要求一开始就有完整规格。
意图建模：先把任务、输出物、排除项、约束和质量标准说清楚，再生成文件。
Skill IR：把语义契约和具体平台格式拆开，避免被某一个客户端锁死。
打包与编译：从同一份源模型生成精简 skill 包和目标平台适配产物。
评测与评审：把触发行为、输出质量、运行时检查和信任信号变成可复查证据。
发布与运营：只在当前证据边界内发布，再把采用漂移和评审反馈带回下一轮迭代。

加权质量评测

下面是当前项目采用的工程质量评测模型。每个维度按 0-10 评分，再按权重折算到 100 分。GitHub stars 不计入总分，因为它反映生态热度，不直接代表元 skill 工程质量。

加权总分公式：sum(单项评分 / 10 * 权重)。

元 Skill	方法论深度 15	上下文纪律 10	工具链 15	Eval/测试 20	治理 15	可移植 10	上手/评审 5	本地可靠性 10	加权总分
Yao Meta Skill	9.5	8.0	9.5	9.5	9.5	9.0	6.5	9.5	91.5
Anthropic Skill Creator	9.0	6.5	8.5	7.5	4.0	5.0	7.5	5.0	67.5
OpenAI Skill Creator	8.5	9.5	5.0	2.0	3.0	4.0	8.5	4.0	50.5

排名	元 Skill	总分	核心定位
1	Yao Meta Skill	91.5	工程化、评测化、治理化、可移植的完整元 skill 系统。
2	Anthropic Skill Creator	67.5	方法论和迭代闭环强，但本地执行可靠性和治理覆盖较弱。
3	OpenAI Skill Creator	50.5	更适合作为精简 skill 写作方法论教材，而不是完整工程系统。

与其他元 Skill 的适用差异

如果你要的是团队复用、显式边界、质量门、治理、可移植性和长期维护，更适合 Yao Meta Skill。
如果你要的是对话优先的创作循环和人工引导式迭代，更适合 Anthropic Skill Creator。
如果你要的是精简的 skill 写作参考和上下文纪律示范，更适合 OpenAI Skill Creator。
一个很实用的组合方式是：先用更对话式的系统做第一版，再用 yao-meta-skill 把它加固成团队可复用的正式资产。

快速开始

先描述你想沉淀成 skill 的 workflow、prompt 集合或重复任务。
先做一轮简短但更有人味的意图对话，把真实任务、输出物、边界、约束和你在意的质量标准说清楚。
先让 quickstart 澄清意图，再静默跑 benchmark scan 和 reference synthesis；只有当意图还不清楚，或者设计路线真的冲突时，才会显式继续追问或让你拍板。
使用 archetype-aware 的 quickstart 或完整作者流，在 scaffold、production、library 或 governed 模式下生成或改进 skill 包。
新建 skill 后，先看 reports/skill-interpretation.html 理解双语解释报告，再打开 reports/skill-overview.html 查看概述、指标、原理、边界、质量、风险、资产和路线，最后用 reports/review-studio.html 检查发布阻塞、权限批准和证据路径。

当前结果

当前 make test 和 GitHub Actions test 可通过
当前回归集下 trigger eval 为 0 误触发、0 漏触发
train / dev / holdout 三层评测均通过
中文真实表达已经纳入触发评测，覆盖“做一个 skill”“沉淀成可复用能力”“优化已有 skill”“补 trigger 评测”等常见说法
registry 记录的目标平台从 OpenAI、Claude、Generic 扩展到 Agent Skills 和 VS Code 相关适配
Review Studio 当前汇总 16 个门禁，包体验证、安装模拟、证据一致性和发布声明边界已经进入报告链路

当前优势

最新加权评测中，Yao 的总分是 91.5/100。2.0 的强项集中在团队级 skill 资产真正需要的能力上：

方法论深度 9.5：已经形成正式的 skill engineering doctrine，覆盖 archetype、gate selection、non-skill decision、governance 和 resource boundary。
工具链完整度 9.5：初始化、校验、benchmark scan、description optimization、Skill IR、目标编译、报告、晋升检查、打包、CI 和 portability checks 已经串成一条完整工具链。
Eval / 测试严谨度 9.5：触发评测覆盖 train/dev/holdout、blind holdout、adversarial holdout、judge-backed blind eval、route confusion、drift history、output eval 和 promotion gate。
治理 / 生命周期 9.5：重要 skill 可以声明 owner、生命周期、review cadence、maturity score、trust boundary、promotion decision、regression history、release lock 和 evidence ledger。
本地可执行可靠性 9.5：可以通过 make test、make ci-test 和统一 CLI 在本地复验。
可移植 / 分发能力 9.0：源码保持中性，adapter、degradation rule、packaging contract 和 portability score 负责保留跨环境可复用语义。
上下文纪律 / 精简度 8.0：入口仍保持在预算内，但因为系统承载了更多报告、案例、benchmark 和证据资产，这一项被持续作为约束跟踪。
上手 / 评审体验 6.5：quickstart、HTML overview、side-by-side review viewer 和 feedback log 已经改善首次体验，但仍是下一阶段最值得优化的 UX 维度。

整体方向很明确：入口尽量轻，评测尽量硬，治理显性化；测试版可以开放试用，但公开宣传会继续受证据账本约束。

为什么是 Yao

轻量：入口保持紧凑，context budget 明确分层，只有在真正值得时才增加额外结构。
严谨：trigger 质量会经过 family regression、blind holdout、adversarial holdout、route confusion、judge-backed blind eval 和 promotion gate 的联合检查。
可治理：重要 skill 被当成可维护资产处理，具备 lifecycle、maturity expectation、owner 和 review cadence。
可移植：源码元数据保持中性，adapter、degradation rule 和 packaging contract 负责保留跨环境可复用语义。

它能做什么

这个项目帮助你把 skill 从一次性 prompt，升级成可创建、可重构、可评估、可打包、可审计、可发布、可持续迭代的长期能力包。

它的设计逻辑很简单：

识别用户请求背后真正重复发生的工作
划清 skill 边界，让一个包只做一个连贯的任务
优先优化触发 description，而不是先把正文写长
保持主 skill 文件精简，把细节移到 references 或 scripts
只在值得时加入质量门槛
只为真正需要的客户端导出兼容产物

为什么要做它

大多数团队的重要操作知识都散落在聊天记录、个人 prompt、口头习惯和未成文 workflow 中。这个项目的作用，是把这些隐性流程知识转成：

可发现的 skill 包
可重复的执行流程
更低上下文负担的指令
可复用的团队资产
可兼容分发的产物

仓库结构

yao-meta-skill/
├── SKILL.md
├── README.md
├── LICENSE
├── .gitignore
├── agents/
│   └── interface.yaml
├── references/
├── scripts/
└── templates/

核心组成

`SKILL.md`

主 skill 入口，定义触发面、工作模式、压缩后的工作流和输出契约。

`agents/interface.yaml`

中性的元数据单一来源。它保存显示信息和兼容性信息，不把源码树锁定到某一家厂商的专属路径。

`references/`

用于存放不应该塞进主 skill 文件的长文档，包括设计规则、评估方法、兼容策略和质量 rubric。

`scripts/`

让这个元 skill 具备工程化能力的辅助脚本：

trigger_eval.py：检查 trigger description 是否过宽或过弱
context_sizer.py：估算上下文体积，并在初始加载过大时给出警告
cross_packager.py：从中性的源码包生成客户端特定的导出产物

`templates/`

用于生成简单 skill 和更复杂 skill 的起步模板。

如何使用

1. 直接使用这个 skill

当你想做以下事情时，可以调用 yao-meta-skill：

创建新 skill
改进已有 skill
给 skill 增加 eval
把 workflow 变成可复用包
为更广泛的团队使用准备 skill

2. 生成一个新的 skill 包

典型流程是：

描述 workflow 或能力
识别触发语句和目标输出
选择 scaffold、production 或 library 模式
生成 skill 包
在需要时运行体积检查和触发检查
导出面向目标客户端的兼容产物

3. 导出兼容产物

示例：

python3 scripts/cross_packager.py ./yao-meta-skill --platform openai --platform claude --zip
python3 scripts/context_sizer.py ./yao-meta-skill
python3 scripts/trigger_eval.py --description "Create and improve agent skills..." --cases ./cases.json

优势

方法论优先，不是 prompt 优先：skill creation 被当成正式工程流程，而不是只写一段说明文字
天生面向触发优化：description 会经过 route confusion、blind holdout、adversarial family 和 promotion policy 的检查
入口轻量：SKILL.md 保持克制，references、scripts、evals 只在真正值得时加入
工具链完整：初始化、校验、优化、报告、打包、测试，都能走统一 CLI 和 CI 路径
治理化资产：重要 skill 可以带 owner、lifecycle、maturity expectation 和 review cadence
默认可移植：源码中立，兼容性通过 adapter 和 degradation rule 处理
证据密度高：route scorecard、regression history、context budget、portability score、promotion decision 都是公开产物，而不是隐藏实现

最适合谁

这个项目尤其适合：

agent 构建者
内部工具团队
正在从 prompt engineering 转向 skill engineering 的人
想构建可复用 skill 库的组织

许可证

MIT。见 LICENSE。

README.zh-CN.md Unescape Escape

Yao Meta Skill 中文介绍