【Skill 创作】kz-skill-creator：把 AI 技能变成“工程级系统”，才能做到 100% 零跑偏

大模型善后工程师-K叔 · 2026 年5 月 16 日 09:47

1、Skill 简介

kz-skill-creator 是一个专门用于指导创建、重构与评测高质量、可验证 AI Skill 的“元技能”（Meta-Skill）。它将 AI 技能开发从“写长篇 Prompt”进化为“系统化的工程实现”，解决了 AI 技能开发过程中结构混乱、边界不清、难以验证的问题。非常适合需要高频开发、维护或评测 AI 技能的创造者使用。

设计这个skill的目的是让整个skill的结构更稳定，执行的过程更加符合预期，以及长期维护性更好。而具体的内容不是关注的重点，这个只能靠设计skill的你。

2、使用场景

当我们把 AI 技能视为工程项目时，它的生命周期不仅仅是“写出来”，还包含了评估、优化与重构。kz-skill-creator 完美覆盖了以下三大核心场景：

场景一：从零生成高质量 Skill

痛点：以前我们总认为“写 Skill 就是把所有要求和例子一股脑塞进一个长 Prompt 里”。结果每次触发都浪费大量上下文 Token，AI 写出的草稿经常跑偏。
解法：它能引导你从第一步开始进行“工作流边界规划”，直接使用脚手架初始化标准目录，让你写出的第一个版本就是工业级的。

场景二：评估与优化已有 Skill

痛点：有时候你觉得一个老技能“不太好用”，但又说不出具体哪里不好。盲目让 AI 去改，往往越改越乱。
解法：你可以让它充当“质检员”。触发评测流程后，它会对旧技能的文档结构、路由逻辑进行审计，并输出一份带证据的“结构质量评估报告”，告诉你最该优化的优先级是什么。

场景三：长期维护与安全重构

痛点：长 Prompt 技能最怕维护。加一个边界条件或者新子流程，很容易破坏原本运转良好的逻辑，“牵一发而动全身”。
解法：它的“强制门禁”和自动化 validate 脚本发挥了作用。重构前必须梳理映射表，修改后跑一行脚本就能客观检查文档的语义化标签和结构是否破损，彻底告别人工肉眼 Review。

3、创作过程

最初，我也是用 skill-creator 来写技能的，用自然语言一把梭，单单是后来在维护技能的时候才发现，堆了足够多的内容后，不仅效果变差了，维护也变得非常困难。于是，我开始用软件工程的方法把skill当成一个工程来维护，再更新了50几个版本后，就有了这个 kz-skill-creator

利用 kz-skill-creator 来优化 kz-skill-creator，完成了技能的自举

这个技能的核心理念是：写给 AI 看的 Skill 同样需要严谨的软件工程思维。 以下是我把它变成一个系统化工程的具体实践：

第一步：业务解构（解决逻辑混乱）
先把真实业务拆清楚，再把它抽象成稳定的 Workflow。而不是把所有步骤直接堆进 SKILL.md。我会强制要求中复杂技能先梳理“业务流程 → Workflow → 步骤”的三层边界，显式识别失败回流路径与最终审校节点，让技能在起草前就逻辑自洽。
第二步：建立路由层（解决注意力跑偏）
强制要求主 SKILL.md 只能作为轻量的“路由层”，并采用“决策矩阵 + 强规则摘要”。把冗长的背景解释、示例模板全部下沉到 references/ 目录。这极大降低了单次执行的 Token 消耗，让 AI 的注意力始终集中在核心任务上。
第三步：推行语义化标记（解决执行遗漏）
摒弃模糊的自然语言引导，强制引入 ## @工作流: 和 ### @步骤N:，并辅以 HTML 注释元数据（如 @类型、@验证点）。这相当于把说明书变成了“面向 AI 执行的结构化代码”，确保 AI 能够像执行程序一样，严格遵守步骤，不漏环节。
第四步：引入强制门禁（解决废稿产生）
将技能的生命周期严格拆分为创建、重构、评测等子工作流。在关键节点引入“强制门禁”——例如，在正式写文档前，AI 必须先输出包含复杂度定级和工作流映射表的备忘录，并等待用户确认，严禁盲目输出。
第五步：实现自动化闭环（解决人工 Review 成本）
配套编写了 Python CLI 工具（skill_cli.py）。开发者只需运行 validate 和 package，就能自动进行版本一致性、标签闭合性与文件职责的硬校验，确保存档即合规，将主观审核转变为客观的工程测试。

4、使用步骤

唤醒技能： 在对话框输入“帮我创建一个处理 PDF 的 Skill”或“帮我重构这个 Skill 的 workflow 边界”即可触发。
需求沟通与备忘录确认： 它会先收集你的意图，并在规划阶段输出一份设计备忘录（包含复杂度定级和工作流边界）。你需要确认这份备忘录才能继续。
结构生成： 如果是新技能，它会引导你使用 python scripts/skill_cli.py init <skill-name> 生成标准目录骨架。
结构化编写： 在它的指导下，使用语义化标记编辑文档，并在需要时下沉资源。
验证打包： 最后执行 python scripts/skill_cli.py validate，通过工程校验后打包发布。

5、效果展示

用了这个技能评测了好几个技能，收获了作者的好评。

新版评价报告

6、Skill 链接

https://gitee.com/kingzeus/skills

7、总结与思考

通过打造 kz-skill-creator，我最大的感悟是：当 AI 的能力越来越强，我们与其花时间去打磨“讨好模型的奇技淫巧”，不如建立一套标准的工程规范，用工具去约束流程。

这个 Skill 目前最满意的地方是什么： 把模糊的业务逻辑，成功抽象为了“三层工作流边界（业务流程/Workflow/步骤）”，并配合“语义化标记”和“渐进式披露”完美落地。这套组合拳彻底治好了大模型的“注意力涣散”，让人机协作变得可控且高效。
后续还想怎么优化： 计划进一步完善自动化评测（Eval）的数据回流闭环，让技能可以根据评测失败的结果，自动修复不规范的写法。
希望别人怎么体验或给你什么建议： 如果你曾经因为维护复杂的长 Prompt 而头疼，不妨试试用它把你的旧技能“重构”一遍。非常期待听到你们在实际工程化管理 AI 技能时的反馈！

8、更新记录

用户18 · 2026 年5 月 16 日 09:49

叔权威

sonicx · 2026 年5 月 16 日 11:06

叔威武，拿来霍霍我的skill看看

CC3 · 2026 年5 月 16 日 12:20

老k太强了正是时候我刚刚准备封装skill

宝藏二哥AIA · 2026 年5 月 16 日 23:18

佬太忙了，我根据你的评测报告逆了一个评审的skill，搞了一天，之前我也做了一个skill-workshop，是将新建，评审，优化全部塞进去，编排第三方成熟技能，做着做着，搞了15个标准文档，然后发现自己干了一件蠢事，直接删除了。

看了你的评测，觉得很有意思，花了一天的时间搓了一个出来，https://forum.trae.cn/t/topic/17952。看我的演示示例，拿排行第一的find-skill下手

宝藏二哥AIA · 2026 年5 月 16 日 23:19

Summary

kz-skill-creator 是一个高度成熟的 Skill 创建方法论型技能，提供创建、重构、评测三大工作流。它建立了完整的语义化标记系统、决策矩阵路由机制和渐进式披露结构。整体质量优秀，但存在 frontmatter 版本字段不合规、SKILL.md 超行限制和脚本编码 bug 问题。

Validation Result

Status: PARTIAL PASS (结构合规，脚本有 Bug)
Details:
- SKILL.md 存在且格式正确
- YAML frontmatter 有效
- 文件结构完整
- CRITICAL: skill_cli.py 存在 Unicode 编码 Bug（Windows GBK 解码失败）

Spec Compliance

Directory structure: PASS - 目录名 kz-skill-creator 与 name 字段匹配
Frontmatter fields: PARTIAL COMPLIANCE
- name: 合规 ✓
- description: 合规 ✓ (182 字符，符合 1024 限制)
- version: 非 spec 标准字段 - 应移至 VERSION.md
- 无 license、compatibility、allowed-tools ✓
Body content: PASS - Markdown 格式，结构完整
Progressive disclosure: NEEDS ATTENTION - SKILL.md 537 行，超过建议的 500 行限制
File references: PASS - 使用相对路径，引用层级清晰
Assessment: Partially compliant
Fixes Required:
1. version 字段非 spec 标准 → 创建 VERSION.md
2. SKILL.md 超行（537 > 500） → 考虑进一步下沉
3. skill_cli.py 编码问题 → 添加 encoding='utf-8'

Length Analysis

项目	数值	建议限制	评估
Description	~182 字符	≤1024	PASS
SKILL.md body	537 行	≤500	超出 37 行
Reference files	16 个	-	合理
scripts/	10 个 Python 文件	-	偏多但结构清晰
assets/	2 个 HTML 文件	-	合理

Assessment: Needs attention
Recommendations:
- SKILL.md 可考虑将附录 A/B（快速参考、评测与复盘工具）下沉到 references/
- 评估决策矩阵是否可以进一步压缩

Intent Scope Analysis

Intents served:
1. 创建新 Skill
2. 重构已有 Skill
3. 评测已有 Skill
4. 生成场景输入模板
Assessment: Focused but comprehensive - 四入口设计合理，通过决策矩阵统一路由
Recommendations: 无需拆分，当前设计适合多入口但统一路由的场景

Trigger Analysis

触发维度	覆盖情况	评估
Intent	“创建 Skill”、“重构 Skill”、“评测 Skill” ✓	良好
Technical	SKILL.md 规范、语义化标记、workflow 设计 ✓	良好
Context	复杂度判断（轻量/中等/复杂） ✓	具体
Stack	Agent Skills 生态 ✓	精准

Assessment: Strong
问题: description 缺少显式触发信号描述（“当用户说…”）

Recommendations:

description: >
  创建、重构或评测 Skill 的指南。当用户想要创建新 Skill，
  或需要梳理、评价已有 Skill 的工作流边界、参考文档、验证机制与结构质量时，应使用此 Skill。
  触发信号：创建/做个/封装/重构/整理 Skill、评价/审一下 Skill、生成输入模板

Overall Recommendations

优先级	问题	影响	建议
P0	`skill_cli.py` Unicode 编码 Bug	Windows 用户无法运行 validate	添加 `encoding='utf-8'` 到所有 `read_text()` 调用
P0	`version` 在 frontmatter 非标准	与 spec 不符	创建 `VERSION.md` 独立文件
P1	SKILL.md 537 行超限	超出 500 行建议	下沉附录 A/B 到 references
P2	description 缺少触发信号描述	触发准确性略弱	补充显式触发词

详细分析

优点 (Strengths)

维度	亮点
设计成熟度	决策矩阵 + 强规则摘要的路由机制非常优雅
语义化标记	`@工作流`、`@步骤`、`@动作`、HTML 元数据形成完整体系
渐进式披露	references 层级清晰（authoring/evaluation/examples/templates/workflows）
文档质量	skill-markup-guide.md 等文档专业且详尽
版本管理	规范的三处一致 + 版本历史格式统一
评测闭环	eval-loop.md 提供完整的评测机制
示例组织	index.md 包含决策矩阵命中速查

改进点 (Issues)

级别	问题	位置	建议
P0	`read_text()` 无编码参数导致 Windows GBK 错误	scripts/_impl/quick_validate.py:538	添加 `encoding='utf-8'`
P0	`version` 在 frontmatter 非 spec 标准	SKILL.md:5	移至 VERSION.md
P1	SKILL.md 537 行超 500 行建议	SKILL.md	下沉附录 A/B
P2	description 缺少显式触发信号	SKILL.md:4	补充触发词说明

评分汇总

维度	得分	说明
结构合规	7/10	version 字段非标准扣 2 分，编码 Bug 扣 1 分
内容质量	10/10	方法论完整，文档专业，示例详尽
触发准确性	9/10	覆盖全面，决策矩阵设计优秀
文件组织	9/10	references 分层合理，scripts 结构清晰
综合	8.75/10	极高成熟度的 Meta Skill，建议修复 P0 后发布

关键发现

1. Unicode 编码 Bug (P0)

scripts/_impl/quick_validate.py:538 调用 read_text() 时未指定编码：

index_content = index_path.read_text()  # Windows 上默认 GBK，无法解码 UTF-8 中文

修复方式：

index_content = index_path.read_text(encoding='utf-8')

2. Frontmatter 版本字段

version 字段在 Agent Skills spec 中没有定义。规范路径是：

移除 frontmatter 中的 version
创建 VERSION.md 独立文件

3. SKILL.md 超行

当前 537 行超出 500 行建议，可下沉内容：

附录 A. 快速参考 → references/quick-reference.md
附录 B. 评测与复盘工具 → references/evaluation/eval-loop.md 已有引用可精简

结论: kz-skill-creator 是一个设计精良的方法论型 Skill，语义化标记系统和决策矩阵路由机制代表了高质量实践。主要问题是 skill_cli.py 的编码 Bug（P0）和 frontmatter 版本字段规范性（P0）。建议按 P0→P1→P2 优先级修复后确认最终合规。

大模型善后工程师-K叔 · 2026 年5 月 17 日 02:20

我现在都在mac上用，就算windows，默认也会开utf8的

确实应该更严谨一些，等会修改下

大模型善后工程师-K叔 · 2026 年5 月 17 日 02:40

确实格式应该更演进一些，我根据去agent skill规范去改进下

宝藏二哥AIA · 2026 年5 月 17 日 03:42

我把agentskill 和andrej-karpathy的skill规范都塞进去了，过了点

CC3 · 2026 年5 月 17 日 07:09

已经开源了一个creatskill

喔我看见了我看岔了

大模型善后工程师-K叔 · 2026 年5 月 17 日 10:05

对抗起来才能快速的提升skill的质量

CC3 · 2026 年5 月 17 日 10:49

skill拟合评价本身也是一种风险还得在修改后测试看看

杂灵根9527 · 2026 年5 月 17 日 12:06

太强了，我不知道怎么才算是规范的技能创建，用k叔的连测带改！太牛了！

大模型善后工程师-K叔 · 2026 年5 月 17 日 13:56

来来来，搞起来

大模型善后工程师-K叔 · 2026 年5 月 17 日 14:42

感谢宝藏二哥AIA 还有用户54979 的建议和评测

我优化了下 kz-skill-creator，主要包括了：

增加了对 agent skill规范的格式要求
utf8字符集优化
强化了评价报告，再原来结构化分析的基础上，增加了8个维度的打分，用更量化的方式评价skill，并且给出了更合理的优化建议

效果可以查看

shawn.nnd · 2026 年5 月 18 日 09:56

大佬，有没有想法，对.trae/rules下所有内容进行重构的 skill

大模型善后工程师-K叔 · 2026 年5 月 18 日 10:02

用我上面的就能直接重构啊

shawn.nnd · 2026 年5 月 18 日 10:24

不是skill，是rule，确定可以？？

大模型善后工程师-K叔 · 2026 年5 月 18 日 16:36

这个确实没有测试过，我试试先

懒得取名字 · 2026 年5 月 19 日 01:48

这个系统能兼容自定义的私有知识库吗