Skill 生产线 · Skill 设计 · Skill 解读 · WF-030

Skill 设计参考:SkillForge

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 Skill 创建方法论化的 Claude/Codex 技能,强调四阶段架构、11 个分析视角、XML 规格和多 Agent 一致通过。

SkillForge

一个把 Skill 创建方法论化的 Claude/Codex 技能,强调四阶段架构、11 个分析视角、XML 规格和多 Agent 一致通过。

这个能力解决什么问题

tripleyak/SkillForge 解决的是 Skill 创建过程过于随意的问题。它把「想到一个技能」拆成 triage、deep analysis、specification/generation、multi-agent synthesis 四阶段,并在 v5.2 加入 Context Skill Advisor,主动根据会话/项目/个人上下文建议是否需要现有技能、改进技能、创建新技能或组合技能。

核心逻辑

真实输入是用户的自然语言目标、当前会话上下文、项目上下文、个人上下文和已有 skill 列表。处理逻辑是:Phase 0 先做 triage,判断 USE_EXISTING、IMPROVE_EXISTING、CREATE_NEW 或 COMPOSE;Phase 1 用 11 个 thinking lenses 深挖问题;Phase 2 把分析转成结构化 XML spec;Phase 3 用 fresh context 生成 skill 并迭代;Phase 4 交给设计、可用性、演进、脚本等 panel 审查,要求一致通过。Context Advisor 则按 proactivity level 把建议写入 advisory queue,需用户确认后才调用。

技术结构

  • 关键模块:SKILL.md 是主技能;references/ 包含 regression questions、multi-lens framework、specification template、evolution scoring、synthesis protocol、degrees of freedom、iteration guide;assets/templates/ 有 skill spec、skill md 和脚本模板;scripts/ 包含 triage_skill_request.pydiscover_skills.pyinit_skill.pyvalidate-skill.pypackage_skill.pycontext_advisor.pyadvisor_scoring.pyinstall_skillforge.py
  • 调用链路:用户目标或 advisor checkpoint -> triage -> 深度分析 -> XML spec -> skill generation -> iteration -> multi-agent synthesis -> package/安装。
  • 输入输出:输入是目标、已有技能库、上下文来源、proactivity level;输出是新 skill、规格文档、advisor 建议、验证结果和 .skill 包。
  • 核心依赖:Codex CLI 或 Claude Code CLI、Python 3.8+、本地 skill 目录、可选 advisor 配置和 scheduled advising。

为什么值得参考

它的强项是把 Skill 设计前的判断做得很细:先确认是不是已有 skill 能解决,再决定改进、创建或组合;再用 degrees of freedom 判断哪些地方该写死、哪些地方只给原则。这能避免把所有能力都写成同一种详细程度。

为什么不建议直接套用

它方法论很重,适合高价值 Skill,不适合每个小工具都走 11 lenses 和 panel 审查。v5.2 的 proactive advisor 会读取会话、项目和个人上下文,虽然有确认机制,但在客户项目里需要明确隐私边界。README 的手动安装示例还涉及复制到用户 skill 目录和清理文件,不能无审查自动跑。

如何改造成自己的版本

保留 Phase 0 和 degrees of freedom:每个参考先判定 use_existing / improve_existing / create_new / compose,再为每个步骤标注 high/medium/low freedom。只有高风险或长期复用的 Skill 才进入 11 lenses 和多 Agent synthesis;普通内容工作流用轻量三问:目标、边界、验收。

适用场景

  • 需要为高价值 Skill 做系统化设计和评审。
  • 需要主动发现「现在该调用哪个 Skill」。
  • 需要在 Skill 中区分原则指导、伪代码和确定性脚本。

不适用场景

  • 小型一次性流程,设计成本高于收益。
  • 对会话/项目/个人上下文读取非常敏感的环境。
  • 团队没有 Claude/Codex skill 目录和 Python 脚本执行条件。

参考信息

  • 原项目:SkillForge
  • 作者:tripleyak
  • 相关概念:[[Skill 设计]]、[[自由度设计]]、[[多 Agent 评审]]
  • 相关卡片:workflow-read-026

参考对象信息

名称:SkillForge

作者:tripleyak

链接:https://github.com/tripleyak/SkillForge

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。