从零创建 skill：Skill Creator 项目全解析

从零创建 skill：Skill Creator 项目全解析

引言

随着大语言模型的普及，如何让 AI 助手更智能、更专业成为了开发者关注的焦点。Anthropic 推出的 Skill 系统 就是一个很好的解决方案，它允许开发者创建模块化的技能包，让 AI 助手在特定领域表现得更专业。

本文将深入解析 Skill Creator 项目，这是一个专门用于创建和管理 AI 技能的工具包，帮助你快速上手技能开发。

一、Skill 是什么？

Skills 是模块化、自包含的包，用于扩展 AI 助手的能力。简单来说：

• 它们是特定领域的"入职培训指南"
• 能将 AI 从通用代理转变为专业代理
• 提供程序性知识，弥补模型的知识缺口

技能能提供什么？

1. 专业化工作流 - 针对特定领域的多步骤程序
2. 工具集成 - 处理特定文件格式或 API 的指令
3. 领域专业知识 - 公司特定知识、数据模式、业务逻辑
4. 打包资源 - 脚本、参考资料和资产

二、Skill Creator 项目结构

项目采用清晰的目录结构，便于管理和扩展：

skill-creator-0.1.0/
├── SKILL.md                 # 核心技能定义文档
├── _meta.json               # 技能元数据
├── LICENSE.txt              # Apache 2.0 许可证
├── scripts/                 # 工具脚本目录
│   ├── init_skill.py        # 技能初始化脚本
│   ├── quick_validate.py    # 快速验证脚本
│   └── package_skill.py     # 技能打包脚本
└── references/              # 参考文档目录
    ├── output-patterns.md   # 输出模式参考
    └── workflows.md        # 工作流模式参考

三、核心工具脚本详解

1. init_skill.py - 技能初始化器

功能 ：一键生成技能骨架，包含完整的目录结构和模板文件。

使用方法 ：

python scripts/init_skill.py <skill-name> --path <output-directory>

生成的结构 ：

skill-name/
├── SKILL.md          # 主文件（带提示模板）
├── scripts/          # 示例脚本
├── references/       # 示例参考文档
└── assets/           # 示例资产文件

特点 ：

• 自动生成带 [TODO] 提示的 SKILL.md
• 创建标准化的资源目录
• 提供可自定义的示例文件

2. quick_validate.py - 格式验证器

功能 ：检查技能格式是否符合规范，确保打包顺利。

验证项 ：

• SKILL.md 文件存在
• YAML frontmatter 格式正确
• 必需字段（name、description）
• 命名规范（小写字母、数字、连字符）
• 长度限制（name 64字符，description 1024字符）
• 不允许的字符（description 中的 < >）

3. package_skill.py - 技能打包器

功能 ：将技能目录打包为可分发的 .skill 文件。

打包流程 ：

1. 自动运行验证
2. 验证通过后创建 .skill 文件（实际是 zip 格式）
3. 保持正确的目录结构 使用方法 ：

python scripts/package_skill.py <path/to/skill-folder> [output-directory]

四、技能创建的 6 步流程

1. 理解需求

通过具体示例理解技能的使用场景：

• 技能应该支持什么功能？
• 用户会怎么使用它？
• 什么请求会触发这个技能？

2. 规划资源

分析需要的文件：

• scripts/ ：重复使用的代码
• references/ ：需要参考的文档
• assets/ ：输出中使用的模板

3. 初始化技能

使用 init_skill.py 生成骨架。

4. 编辑技能

• 实现脚本文件（并测试）
• 编写参考文档
• 更新 SKILL.md（注意：简洁性是关键）

5. 打包技能

运行 package_skill.py 生成 .skill 文件。

6. 测试和迭代

在实际使用中发现问题，不断改进。

五、核心设计原则

1. 简洁性是关键

• 上下文窗口是宝贵资源
• 只添加 AI 真正需要的信息
• 用简洁示例代替冗长解释

2. 适当的自由度

• 高自由度 ：文本指令（灵活任务）
• 中自由度 ：伪代码或参数化脚本
• 低自由度 ：特定脚本（精确任务）

3. 渐进式披露

• 元数据 ：始终在上下文（~100词）
• SKILL.md ：技能触发时加载（<5k词）
• 打包资源 ：按需加载（无限）

六、实战示例：创建 TXT 转 PDF 技能

1. 初始化技能

python scripts/init_skill.py txt-to-pdf --path skills/

2. 实现核心脚本

# scripts/txt_to_pdf.py
#!/usr/bin/env python3
"""Convert txt file to PDF"""
from fpdf import FPDF
import sys

def convert_txt_to_pdf(txt_path, pdf_path):
    pdf = FPDF()
    pdf.add_page()
    pdf.set_font("Arial", size=12)
    
    with open(txt_path, 'r', encoding='utf-8') as f:
        for line in f:
            pdf.cell(200, 10, txt=line.strip(), ln=1, align='L')
    
    pdf.output(pdf_path)
    return pdf_path

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python txt_to_pdf.py input.txt output.pdf")
        sys.exit(1)
    convert_txt_to_pdf(sys.argv[1], sys.argv[2])

3. 编写 SKILL.md

---
name: txt-to-pdf
description: Convert text files (.txt) to PDF documents. Use when users want 
to convert text content into PDF format.
---

4. 打包技能

python scripts/package_skill.py skills/txt-to-pdf

七、最佳实践

1. 描述清晰 ：在 description 中明确技能的功能和触发条件
2. 结构合理 ：保持 SKILL.md 简洁，复杂内容放到 references 中
3. 脚本测试 ：所有脚本都要实际运行测试
4. 避免冗余 ：不要创建 README 等多余文件
5. 按需加载 ：使用渐进式披露模式

八、总结

Skill Creator 项目为创建 AI 助手技能提供了完整的工具链和最佳实践：

• 从初始化到打包的全流程支持
• 标准化的目录结构和验证机制
• 强调简洁性和模块化设计
• 提供实用的工作流和输出模式参考 通过这个项目，开发者可以更高效地创建高质量的 AI 技能，让 AI 助手在特定领域表现得更加专业。无论是企业内部工具还是面向公众的技能，Skill Creator 都能帮助你快速实现。

写在最后

AI 技能的发展为我们提供了一种全新的方式来扩展 AI 助手的能力。通过合理设计和实现，我们可以让 AI 在特定领域发挥出更大的价值。希望本文能帮助你快速上手技能开发，创造出更多实用的 AI 技能！