Skill/开发测试/Skill Creator
开发测试 185.7k 仓库 Star

Skill Creator

把重复流程整理成可复用的 Skill

这是 Anthropic 提供的 Skill 编写与改进流程。它从真实任务和样例中明确触发条件、输入输出、边界及必要资源,再组织试运行和反馈迭代。适合把个人经验整理成可复用方法,或检查已有 Skill 是否触发不准、步骤缺失或输出不稳。

你需要准备:希望复用的工作流程、示例输入输出,以及现有 Skill(如有)

一桉AI 整理 · 2026.10.31 更新 · 查看 GitHub 来源

粘贴到 Codex,它会先检查安装条件,再引导你使用。

Skill Creator 能帮你做什么?

  • 定义任务与触发范围

    通过实际输入输出说明 Skill 应做什么、何时使用和何时不适用,避免触发范围过宽。

  • 组织资源与测试样例

    将重复需要的模板、脚本和参考放进目录,准备典型与边界案例,形成可复查的测试材料。

  • 查看结果再迭代

    展示样例产物和评测记录,结合人工反馈调整流程;具备条件时再优化触发描述。

什么时候适合用?

下面是用法示例,可换成你的材料和目标。

  • 固定每周汇报流程

    例如把取材、核对事实、生成汇报和检查格式的做法整理成 Skill,再用几份真实材料试用。

  • 修正错误触发

    例如某 Skill 总在无关任务里出现,先准备应触发和不应触发的样例,再检查描述是否需要收窄。

怎么开始使用?

从材料到结果流程示意,非实测结果

重复任务与真实样例

准备这些材料创建与改进 Skill

希望复用的工作流程、示例输入输出,以及现有 Skill(如有)

Skill 创建改进流程

  1. 01

    明确任务和触发范围

  2. 02

    编写 Skill 与测试样例

  3. 03

    查看输出并按反馈改进

准备什么,会得到什么?

准备的材料
希望复用的工作流程、示例输入输出,以及现有 Skill(如有)
交付的结果
  • 包含 SKILL.md 及必要模板、脚本和参考的完整目录。
  • 代表性样例、输出反馈与已完成或仍待执行的评测记录。

使用前要知道

需保留评测脚本、参考与展示资源。核心方法可在 Codex 适配,但原版触发优化依赖 claude -p,部分流程依赖子 Agent;不能将未运行的评测写成通过。

常见问题

纯 Codex 环境能运行全部评测吗?

不能直接保证。核心创作和样例检查可以适配,调用 Claude CLI 的触发优化需要该工具;没有时应跳过并说明缺少的验证。

和 Codex 自带的同名 Skill 相同吗?

不是同一来源。本条指向 Anthropic 仓库;安装前应核对已有版本和目录,避免多份同名 Skill 让宿主选错内容。

GitHub 与官方参考

依据项目说明与参考文档整理。页面中的任务与流程示例用于说明用法。

  • skill-creator · SKILL.md ↗2026-10-31 核对
来源与使用条件
原始项目
anthropics/skills ↗
Skill 名称
skill-creator
Skill 目录
skills/skill-creator
仓库 Star
185,700 · 2026-10-31 核对,仅代表仓库关注度。
许可说明
Apache-2.0
使用条件
保留 agents、scripts、eval-viewer 和参考文件;部分辅助流程需要 Python 与子 Agent。原版触发描述优化使用 claude -p,纯 Codex 环境不能假定直接运行。
注意事项
本项是 Anthropic 版本,和 Codex 自带同名 Skill 是不同来源。保留系统版且不覆盖;使用时明确选择本次安装的 Anthropic 来源与实际文件路径。核心创作方法可迁移,原版自动触发评测、子 Agent 和展示步骤需按宿主适配,本站未运行实测。
查看安装与使用提示词
请帮我准备并使用 Skill Creator Skill,完成下面的任务。请实际执行当前环境允许的安装与检查,不要只返回一份安装教程。

【来源与目标】
原始仓库:https://github.com/anthropics/skills
所选目录:skills/skill-creator
参考分支:main
原始目录 frontmatter name:skill-creator
安装后的目标调用名:skill-creator
来源页面:https://github.com/anthropics/skills/tree/main/skills/skill-creator
安装路线核对日期:2026-11-01
skill-creator:当前源 SKILL.md:https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md
anthropics/skills:当前安装说明:https://github.com/anthropics/skills/blob/main/README.md
触发评测:实际调用 Claude CLI:https://github.com/anthropics/skills/blob/main/skills/skill-creator/scripts/run_eval.py
描述优化:实际调用 claude -p:https://github.com/anthropics/skills/blob/main/skills/skill-creator/scripts/improve_description.py
OpenAI:Build skills(Skill目录、发现和插件):https://learn.chatgpt.com/docs/build-skills

【先检查环境,再安装】
先识别操作系统、当前 shell、工作目录、同名 Skill 和已有工具;命令须适配实际平台并正确处理带空格的路径。默认安装到当前项目的 .agents/skills;如果没有可用项目目录,再使用用户目录的 .agents/skills。遵循当前 Codex 实际支持的位置;上游 CLI 或插件有专用目录时使用其正式方案。检查现有安装来源与完整性,能复用就复用,不重复注册相同来源、不覆盖用户修改。系统内置与所选第三方来源同名时保留系统版,明确区分来源和实际目录,不能只凭名称认定装过或选对了。
下文 ~/.agents/skills 是用户级路径示例;已选项目范围时,使用项目的 .agents/skills 并保持相同子目录层级。<SKILL_DIR>、<项目根目录> 等占位符须先换成核对过的真实路径再执行。依赖仓库的存放目录与 Codex 发现入口分别处理,不把缓存目录当作已注册入口。
这是完整目录安装路线。优先使用当前 Codex 自带的 $skill-installer,明确传入仓库 anthropics/skills、目录 skills/skill-creator、分支 main、安装名 skill-creator,并把 --dest 设为已解析的目标 .agents/skills 绝对路径。目录为“.”时表示仓库根目录,仍要传入安装名。不要猜测安装器在本机的固定路径。如果没有内置安装器,按下列项目说明从原仓库获取完整目录,保留全部配套文件。

所选 Skill 的具体安装步骤:
1. 先定位用户要使用的项目根目录,并检查项目与用户目录中是否已有同名 Skill;发现已有版本先比较来源和内容,不覆盖,也不删除系统或插件缓存。
2. 调用系统 skill-installer 的 scripts/install-skill-from-github.py,参数明确为 --repo anthropics/skills --path skills/skill-creator --ref main --name skill-creator --dest <项目根目录>/.agents/skills。--dest 是所有 Skill 的父目录,不是 SKILL.md 文件路径。
3. 安装整个所选目录,保留以下 resources 列出的脚本、参考资料和资产;检查相对路径引用,不只下载一份 SKILL.md。
4. 检测到系统自带同名 skill-creator 时保留它;明确本次新增的是项目中的 Anthropic 原版,并在使用时指向其实际路径。仅改文件夹名不能改变 frontmatter 或消除同名来源歧义。
5. 核心编写和人工反馈可在 Codex 中使用;完整原版自动触发评测/描述优化依赖 Claude Code CLI,先检查 claude 命令与其自身认证,不自动安装或要求登录。
6. 在该项目中查看 Skill 列表,并用 $skill-creator 显式选择;Codex 会自动检测目录变化,尚未出现时再开新聊天或重新加载。

必须保留的资源:
- skills/skill-creator/SKILL.md 与 LICENSE.txt
- skills/skill-creator/agents/、assets/、eval-viewer/、references/(含 schemas.md)
- skills/skill-creator/scripts/(utils.py、quick_validate.py、package_skill.py、aggregate_benchmark.py、run_eval.py、run_loop.py、improve_description.py 等)

已知依赖:保留 agents、scripts、eval-viewer 和参考文件;部分辅助流程需要 Python 与子 Agent。原版触发描述优化使用 claude -p,纯 Codex 环境不能假定直接运行。
原项目许可:Apache-2.0
特别条件:本项是 Anthropic 版本,和 Codex 自带同名 Skill 是不同来源。保留系统版且不覆盖;使用时明确选择本次安装的 Anthropic 来源与实际文件路径。核心创作方法可迁移,原版自动触发评测、子 Agent 和展示步骤需按宿主适配,本站未运行实测。
需要账号、密钥或服务时先检查现有可用连接;让用户在官方授权或本地配置入口完成,不要求把密钥粘贴到聊天。缺少付费服务或不支持的客户端能力时,明确剩余条件与可完成的范围。

【安装后验收】
读取实际安装位置的 SKILL.md,核对真实 name,并检查它引用的脚本、模板、共享文件与工具是否存在。若上游已迁移路径或更名,先核对正式说明再调整;找不到则报告实际错误,不猜路径或宣称成功。
1. 核对 agents/、assets/、eval-viewer/、references/、scripts/ 完整,尤其 references/schemas.md。
2. 检查 Python 及当前所需脚本导入依赖是否存在;只读检查 claude 命令是否可用,不执行 claude -p、run_eval.py 或 run_loop.py 来验收安装。
3. 明确列出此时加载的是系统版还是项目 Anthropic 版;没有独立子代理能力时,不声称完成了原版平行对照评测。
Codex 通常自动发现变更;只有未出现时才引导新建聊天或重载。若本轮尚未出现在可用列表,可在允许的范围内读取已安装的完整文件继续准备任务,同时说明自动识别尚待确认。插件依赖的工具未连接时,不能用读取文件代替连接成功。
分别报告“文件已安装”“Codex 已识别”“任务所需能力已就绪”的实际状态和证据;失败时给出卡住的步骤、错误与下一步,不反复执行相同的失败命令。

【接着引导我使用】
请使用实际可用的 $skill-creator;若实际名称发生变化,以刚核对的本地 name 为准。存在不同来源同名项时,明确选择所选来源与实际文件路径,避免调用成系统版或另一版本。对于必须由用户显式调用的 Skill,直接给我下一条可复制的调用语句。
- 如果系统内置版本同名,先按本次安装的项目绝对路径读取 Anthropic 原版 SKILL.md,并确认来源;不要让一个未区分来源的 $skill-creator 调用替代这一步。
- 先给一个重复任务、代表性输入、预期结果和禁止行为,从明确范围的 SKILL.md 草稿与少量样例开始。
- 有条件才在独立任务样本上对比结果并收集用户反馈,保留实际产物;Python 检查、评测网页和打包按对应脚本分别准备。
- Codex 中先使用核心编写/试例/人工反馈流程;未适配 Claude CLI 的自动触发优化不要运行或声称已通过。

我想完成的任务:
围绕我提供的真实工作流程创建或改进 Skill。明确触发范围、输入输出、边界和异常处理,准备代表性测试样例,展示实际输出后再根据反馈修改。先检查当前宿主支持的评测工具;对依赖 Claude CLI 的步骤作说明,不把没有执行的检查写成通过。

需要我提供的材料:
希望复用的工作流程、示例输入输出,以及现有 Skill(如有)

期望得到:
一份包含 SKILL.md 和必要资源的 Skill 目录,以及样例、评测记录或待验证说明。

先查看我在当前聊天中已经提供的目标与材料,只问缺少的关键内容;没有材料时,告诉我第一步提供什么,可给一个简短示例。条件满足后从一个小任务开始,检查输出,再说明怎样继续使用。示例仅用于演示,不充当我的真实数据;没有执行过的步骤、测试或交付物不要写成已经完成。需要发送、发布或修改外部账号内容时,先让我核对具体对象和内容。

相关 Skill

  • Systematic Debugging系统化排查问题
  • Test Driven Development测试驱动开发
  • React Best PracticesReact 性能优化

复制到 Codex

浏览器暂未允许直接复制。点击下方文字,按 Ctrl+C(Mac 按 ⌘C)复制,再粘贴到 Codex。

三步开始使用

  1. 找到想做的事,点击「复制提示词」。
  2. 打开 Codex,把提示词粘贴进去并发送。
  3. 按它的提示提供文件或材料,继续完成任务。

按需安装就好,不用一次装完。部分 Skill 需要软件、账号或付费服务,Codex 会先检查使用条件。