--- title: "Skill 设计参考：bmad module skill forge - Skill 设计 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-bmad-module-skill-forge/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [WF-026 Skill 设计参考：skill forge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-agricidaniel-skill-forge/) - [WF-027 Skill 设计参考：bmad module skill forge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-bmad-module-skill-forge/) - [WF-028 Skill 设计参考：github skill forge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-github-skill-forge/) - [WF-029 Skill 设计参考：skill forge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-skill-forge/) - [WF-030 Skill 设计参考：SkillForge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-skillforge/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Skill 生产线 · Skill 设计 · Skill 解读 · WF-027 # Skill 设计参考：bmad module skill forge 思行致远 · 2026/6/30 · 置信度：高 Skill设计模板化指令结构能力封装 一个把代码、文档和开发者讨论编译成「可溯源 AI 指令文件」的 BMAD 模块，核心是让每条 API 用法都有上游证据。 # bmad module skill forge > 一个把代码、文档和开发者讨论编译成「可溯源 AI 指令文件」的 BMAD 模块，核心是让每条 API 用法都有上游证据。 ## 这个能力解决什么问题 bmad-module-skill-forge 解决的是 AI 使用库/API 时乱猜函数名、参数、同步异步和调用模式的问题。它把 Skill 设计重点放在 provenance：每条指令都要能追到 pinned commit 的文件行，或追到外部文档 URL。对 Skill 设计阶段的价值是，它把「写得像真的」变成「能被反证」。 ## 核心逻辑 真实输入是一个代码仓库、文档 URL、包名或一组要编译的技能目标。处理逻辑是：Ferris 先做 Setup Forge，检测本机工具和能力 tier；`forge-auto` 自动确定范围、生成 brief、抽取代码/文档证据、过质量门并导出；`forge` 手动链路走 Brief -> Create -> Test -> Export；campaign 模式管理多技能批量生成和依赖恢复。输出是一套版本化 skill：`SKILL.md`、`context-snippet.md`、`metadata.json`、`provenance-map.json`、测试与证据文件。 ## 技术结构 - 关键模块：`src/forger/` 存 forge tier 与偏好；`src/knowledge/` 存 provenance、confidence tier、zero hallucination 等知识；`src/skf-analyze-source`、`src/skf-brief-skill`、`src/skf-create-skill`、`src/skf-audit-skill`、`src/skf-campaign` 等技能负责从分析到导出；`src/shared/scripts/` 包含扫描 manifest、抽取 public API、校验 frontmatter、写 brief、处理 provenance gap 等脚本。 - 调用链路：目标仓库/文档 -> 工具探测与 tier 判定 -> AST/doc/source 抽取 -> brief 定义范围 -> skill 编译 -> 测试与证据检查 -> export 到目标目录。 - 输入输出：输入是 repo/doc URL、package name、范围 brief、capability tier、工具可用性；输出是可审计 skill、source line 映射、context snippet、质量分数、issue/health check。 - 核心依赖：Node.js 22+、Python 3.10+、uv、GitHub CLI、ast-grep、ast-grep MCP、cocoindex-code、QMD、skill-check、BMAD module 系统。 ## 为什么值得参考 它最值得学的是「证据链优先」：Skill 不是把 README 改写成说明书，而是把函数签名、参数、异步要求、常见模式和文档主张绑定到可验证来源。这个思路能显著降低 API 类 Skill 的幻觉风险。 ## 为什么不建议直接套用 它的环境门槛高，安装依赖横跨 Node、Python、uv、GitHub CLI、AST 工具、搜索索引和 BMAD/Ferris 工作流；README 也提示 workflow 会加载大量 context，最好新会话执行。对非代码类 Skill 或轻量内容工作流来说，这套 provenance 机制可能成本过高。 ## 如何改造成自己的版本 只抽取它的三件套：`source_claim`、`evidence_ref`、`confidence`。为自己的每张 Skill 卡要求至少把关键命令、API、输入输出绑定到 README/docs/代码路径；不必一开始生成完整 `provenance-map.json`。API 类 Skill 再加一个 `context-snippet.md`，用于常驻提醒 agent 去读完整 skill，而不是把全部说明塞进上下文。 ## 适用场景 - 为第三方库/API 生成可验证的 AI 使用说明。 - 需要版本固定、证据追踪和批量技能编译。 - 需要给团队交付可审计的 stack skill。 ## 不适用场景 - 非代码知识流程，证据来源不是函数、类型或文档 URL。 - 只需要快速草稿，不需要 pinned commit 级别证明。 - 团队无法维护 BMAD、AST、索引和多工具链。 ## 参考信息 - 原项目：[bmad-module-skill-forge](https://github.com/armelhbobdad/bmad-module-skill-forge) - 作者：armelhbobdad - 相关概念：[[可溯源指令]]、[[证据链]]、[[API 幻觉]] - 相关卡片：[workflow-read-026](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-agricidaniel-skill-forge/) ## 参考对象信息 **名称：**bmad-module-skill-forge **作者：**armelhbobdad **链接：**[https://github.com/armelhbobdad/bmad-module-skill-forge](https://github.com/armelhbobdad/bmad-module-skill-forge) ## 适用场景与行动 **场景：**Skill 生产线 / Skill 设计 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的Skill 设计流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：Skill 设计参考：skill forge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-agricidaniel-skill-forge/) [下一张：Skill 设计参考：github skill forge](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/skill-forge-design-github-skill-forge/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)