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 时自动生成一份极简白底 HTML 可视化说明
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
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
中性的源元数据以及面向不同客户端的适配层
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：把零散输入变成一个可治理、可复用的 skill 包。

flowchart LR
    A["输入<br/>workflow / prompt / transcript / docs / notes"] --> B["路由<br/>SKILL.md"]
    B --> C["设计<br/>方法 + 质量门"]
    C --> D["执行<br/>create / validate / eval / promote"]
    D --> E["产出<br/>skill 包 + 报告 + 适配层"]

10 秒理解这张图：

输入：从零散的 workflow、prompt、文档和笔记出发。
路由：先用精简的 SKILL.md 定义边界和触发。
设计：选择合适的 archetype、gates 和资源拆分方式。
执行：通过统一 CLI 完成创建、校验、优化和晋升。
产出：最终得到 skill 包，以及评测、治理和 portability 证据。

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。

适用场景

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，会默认附带 reports/intent-dialogue.md、reports/intent-confidence.md、reports/reference-synthesis.md、reports/artifact-design-profile.md、reports/prompt-quality-profile.md、reports/skill-overview.html、reports/review-viewer.html 和 reports/iteration-directions.md；后续还可以通过 feedback log 和 baseline compare 快速收集意见、查看增量收益，而不必每次都走完整 promotion 流程。

当前结果

当前 make 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
openai、claude、generic 三个目标的 packaging contract 校验通过

当前优势

最新加权评测中，Yao 的总分是 91.5/100。最强的部分集中在团队级 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、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 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 和 regression history。
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，同时继续降低首次创建和人工评审的摩擦。

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

架构图