使用说明
SkillForge-人工智能技能生成器
🛠️ 由NotebookLM+Claude管道提供支持的自动化技能生成
按照技能创建者标准将任何需求转换为生产就绪的SKILL.md文件。
SkillForge做什么
SkillForge通过以下方式自动创建可重用技能:
- 指导您完成范围定义 -明确你的技能目标、触发因素、覆盖范围
- 收集外部最佳实践 -利用NotebookLM进行知识综合
- 收集您的约束 -了解组织的特定要求
- 自动生成SKILL.md -将所有输入编译成专业技能文件
- 验证质量 -确保满足所有质量标准
快速入门(3个步骤)
第一步:描述你的技能
cd scripts/
python skillforge_engine.py "make a skill for Python linting"
这将指导您完成:
- 定义你的技能目标
- 列出触发短语(5+)
- 指定覆盖范围(必须覆盖3+,不得覆盖3+)
- 选择输出格式
第二步:快速回答问题
SkillForge会问5个关于你的限制的问题:
- 合规/组织要求?
- 需要/禁止使用的工具?
- 输出格式规范?
- 你的优先事项(速度/准确性/可解释性/一致性)?
- 已知的故障模式?
第3步:复习生成的技能
生成的技能包括:
- 技能.md -生产准备技能档案
- 元数据.json -生成详细信息和验证报告
- 参考文献 -最佳实践、模板、示例
架构:6步流程
┌────────────────────────────────────────────────────────────┐
│ Step 1: SCOPE CARD │
│ ├─ Goal, triggers, coverage │
│ └─ Degrees of freedom analysis │
├────────────────────────────────────────────────────────────┤
│ Step 3: EXTERNAL CANON (NotebookLM) │
│ ├─ Auto-create notebook from scope │
│ ├─ Ask structured questions │
│ └─ Extract best practices │
├────────────────────────────────────────────────────────────┤
│ Step 5: LOCAL OVERLAY (User Interview) │
│ ├─ Compliance constraints │
│ ├─ Tool preferences │
│ └─ Known failure patterns │
├────────────────────────────────────────────────────────────┤
│ Step 6: SKILL COMPILATION │
│ ├─ Merge canon + overlay │
│ ├─ Resolve conflicts │
│ └─ Generate SKILL.md │
├────────────────────────────────────────────────────────────┤
│ QUALITY GATES │
│ ├─ Description clarity │
│ ├─ Quickstart executable (30s) │
│ ├─ 2+ templates │
│ ├─ 5+ failure modes │
│ ├─ 3+ edge cases │
│ ├─ Brittle tasks scripted │
│ └─ SKILL.md < 500 lines │
└────────────────────────────────────────────────────────────┘
项目结构
skillforge/
├── SKILL.md # Original SkillForge documentation
├── README.md # This file
├── agents/
│ └── openai.yaml # UI configuration
├── scripts/
│ ├── skillforge_engine.py # Main orchestration engine (220 lines)
│ ├── skill_compiler.py # Compilation engine (360 lines)
│ ├── notebooklm_integration.py # NotebookLM bridge (180 lines)
│ ├── scope_card_builder.py # Step 1: Scope card (160 lines)
│ ├── user_interview.py # Step 5: User constraints (170 lines)
│ ├── validators.py # Quality gates (300 lines)
│ └── __init__.py
├── references/
│ ├── skill_templates.md # 6 common skill patterns
│ ├── best_practices.md # How to write excellent skills
│ ├── user_overrides_template.md # Constraint template
│ └── examples.md # Real skill examples (coming)
└── data/
└── .gitignore # Protect generated artifacts
核心模块
skillforge_engine.py(主入口点)
责任:协调整个6步流程
engine = SkillForgeEngine()
result = await engine.generate_skill("make a skill for X")
skill_compiler.py(核心逻辑)
责任:编译外部佳能+本地叠加→ 技能.md
关键冲突解决:
- 合规/组织约束(最高优先级)
- 用户偏好
- 外部最佳实践(后备)
notebookm_integration.py(知识源)
责任:与NotebookLM集成以获取外部知识
收集有关以下内容的结构化答案:
- 快速入门程序
- 决策点
- 模板和示例
- 故障模式和修复
- 边缘案例
scope_card_builder.py(交互式指南)
责任:引导用户完成步骤1-定义范围
验证:
- 1句目标(最少10个字符)
- 5+触发短语
- 3+必须涵盖项目
- 3+不得包含物品
- 清晰的输出格式
- 可衡量的成功标准
user_interview.py(约束收集器)
责任:执行步骤5-收集组织约束
5个关键问题:
- 合规性/红线
- 工具要求
- 输出格式规格
- 优先级(速度/准确性/可解释性/一致性)
- 已知故障模式
validators.py(质量门)
责任:确保达到质量标准
7个门:
- []描述清晰
- []快速启动可执行文件(30秒)
- []2+个模板
- []5+种故障模式
- []3+种边缘情况
- []脚本化的易碎任务
- []文件大小<500行
配置
环境变量
# Choose NotebookLM integration mode
SKILLFORGE_MODE=auto|manual # Default: auto
# Logging
SKILLFORGE_LOG_LEVEL=DEBUG|INFO|WARNING|ERROR
# Output location
SKILLFORGE_OUTPUT_DIR=./skillforge_output
自定义约束模板
看 references/user_overrides_template.md 用于组织特定的约束格式。
使用模式
交互模式(默认)
python scripts/skillforge_engine.py "your skill idea"
# Will prompt for all inputs
脚本模式
# Pre-define scope card in JSON
python scripts/skillforge_engine.py --scope-file scope.json
程序化模式
from scripts import SkillForgeEngine
engine = SkillForgeEngine(storage_dir="/output")
result = await engine.generate_skill(
"make a skill for X",
interactive=False # Use defaults
)
生成的技能输出
生成完成后,您将得到:
skillforge_output/
└── skill_20240203_123456/
├── SKILL.md # Ready to use!
├── metadata.json # Generation details
├── references/
│ ├── user_overrides.md # Your constraints
│ ├── templates.md # Extracted templates
│ └── examples.md # Real examples
└── scripts/
└── [optional automation scripts]
质量检查表
每个生成的技能都会通过:
✓ Clear, specific description with triggers
✓ 30-second quickstart (3-5 steps)
✓ 2+ practical, copy-paste-able templates
✓ 5+ failure modes with solutions
✓ 3+ identified edge cases
✓ Clear guardrails (what it does/doesn't do)
✓ < 500 lines in SKILL.md
✓ Clear references navigation
故障排除
“如何添加更多模板?”
编辑生成的技能skill.md-添加更多###模板部分
“生成的技能并不完美”
SkillForge创建了坚实的基础。你可以:
- 直接编辑SKILL.md
- 添加自定义脚本/目录
- 扩展参考文献/添加更多示例
“如何更新现有技能?”
使用相同的请求重新运行SkillForge-它将使用您之前的答案作为默认值。
学习资源
- 快速图案:参见
references/skill_templates.md - 最佳实践:参见
references/best_practices.md - 实例:参见
references/examples.md(正在填充) - 原稿导板:请参阅此目录中现有的SKILL.md
成功指标
成功的SkillForge运行会产生以下技能:
- ✓ 不熟悉该主题的人可以在不到10分钟内使用它
- ✓ 涵盖3+个真实场景
- ✓ 优雅地处理所有记录的故障模式
- ✓ 准备投入生产(可选组织定制)
回馈
如果你使用SkillForge创建了一项出色的技能:
- 添加到
references/examples.md - 共享范围卡-有助于改进模板
- 报告任何质量门故障
局限性
当前版本:
- 需要NotebookLM访问权限(优雅地回退到离线模式)
- SKILL.md自动化侧重于内容结构,而不是完美的英语
- 边缘情况检测需要领域知识(尽最大努力)
- 质量门是指导方针,而不是绝对要求
后续步骤
- 试试看:
python scripts/skillforge_engine.py "your idea" - 审查:检查生成的SKILL.md和元数据
- 定制:根据需要编辑您的组织
- 部署:在生产中使用技能
- 分享:添加到引用/示例.md
SkillForge v1.0 |基于NotebookLM+技能创建者标准
