Skill Factory
VerifiedSkill Factory — software development tool.
$ Add to .claude/skills/ About This Skill
Content available in Chinese
- # Skill Factory（Skill 工厂）
- AI 作为规划层和验收层，通过迭代循环生产新的 Skill。支持可插拔的外部 AI 作为执行层，也可以由 AI 自身完成全部流程。
- ## 触发词
- 用户说以下任一内容时启动本 skill：
- "帮我做一个新 skill" / "创建 skill"
- "skill 工厂" / "造个 skill"
- "帮我迭代这个 skill" / "改进 skill"
- "把这个步骤拆成独立 skill"
- ## 使用方式
- 直接说"帮我做一个 XX skill"，我会从需求对齐开始引导你
- 说"帮我迭代已有的 XX skill"，我会在已有基础上改进
- 说"把 XX skill 的 YY 步骤拆成独立 skill"，我会执行子 skill 分裂流程
- ---
- ## 一、概述
- Skill Factory 是一个 meta-skill——造 skill 的 skill。
- 核心能力：
- 接收用户需求，设计并生成一个完整的 Skill
- 执行层可插拔：根据任务性质选择不同 AI（如 GPT、Gemini、Claude 等）
- 三档迭代测试：手动/半自动/全自动
- 对标驱动：全自动档通过对比参考成品来判断质量
- 先整后分：初版保持单体，稳定后再按需拆出子 skill
- 角色分工：
- AI（规划层）：规划、设计、验收、迭代决策
- 外部 AI（执行层）：内容生成、草稿撰写、代码编写等执行性工作
- 用户：需求输入、档位选择、最终验收
- ---
- ## 二、前置条件
- 如需调用外部 AI，需配置至少一个可用的 AI API（参见 `tech-library.md` 模板）
- 如需智能选择执行层 AI，需配置场景-AI 对照表（参见 `call-guide.md` 模板）
- 最小可用配置：即使没有外部 AI API，AI 自身也可以作为唯一执行层完成全部流程
- ---
- ## 三、执行流程
- ### 第零步：请求分流
- 在进入正式流程前，先判断请求类型：
- "我要一个新的 XX skill" → 创建模式：走完整第一步到第九步
- "帮我改进/迭代已有的 XX skill" → 迭代模式：跳到第二步（选档），第三步加载已有 skill 为基础
- "帮我把 XX skill 的 YY 步骤拆成独立 skill" → 分裂模式：走子 Skill 分裂流程（见第七章）
- 不是 skill 相关的请求 → 告知用户此 skill 专用于创建/迭代 skill
- 迭代模式特殊规则：
- 已有 skill 自动成为"骨架参考"（跳过第三步的选择环节）
- 用户可以同时提供对标成品用于全自动档对比
- 修改基于已有内容，不生成全新文件
- ---
- ### 第一步：需求对齐
- 1. 用户提出需求："我要一个 XX skill"
- 2. AI 与用户反复讨论，直到完全理解：
- - Skill 要解决什么问题：核心使用场景
- - 触发方式：什么时候调用这个 skill
- - 输入和输出：用户给什么、skill 产出什么
- - 质量标准：什么样的输出算"好"
- - 参考对标：有没有现成的成品可以作为目标
- 3. AI 复述需求给用户确认
- 4. 用户确认后才进入下一步
- 5. 禁止跳过此步：需求不清就开始设计 = 浪费迭代次数
- ---
- ### 第二步：选档
- 向用户确认迭代模式：
- | 档位 | 人机比例 | 适用场景 |
- |------|---------|---------|
- | 手动档 | 用户100% | 用户只需要初版，自己改 |
- | 半自动档 | 用户在关键节点介入 | 需要用户判断质量方向 |
- | 全自动档 | 用户提供参考，AI 自动迭代 | 有明确对标成品 |
- 全自动档额外参数：
- 循环上限：用户设定最大迭代次数（建议 3-8 次）
- 对标材料：用户提供参考成品
- ---
- ### 第三步：选参考
- 1. 模板参考：列出所有现有 skill，让用户选择一个结构最接近的作为骨架参考
- 2. 如果没有合适的，使用通用 skill 骨架（见附录 A）
- 3. 对标成品（全自动档必须提供）：
- - 一个或多个期望输出的样本
- - AI 分析成品的结构、风格、深度
- - 提取评价维度，用于后续对比
- ---
- ### 第四步：分析设计
- 1. 拆解步骤：将 skill 的工作流拆成具体步骤
- 2. 选择 AI：根据场景-AI 对照表，为每个步骤选择最合适的 AI
- 3. 粗判子 skill 潜力：标记可能独立的步骤为 `[潜在子skill]`，但不拆分
- 4. 生成设计文档：展示给用户确认
- 设计文档格式：
- ```
- ## Skill 设计：<skill名称>
- ### 步骤拆解
- 1. <步骤名> → 执行AI: <AI名称> → [潜在子skill]（如适用）
- 2. <步骤名> → 执行AI: <AI名称>
- ### 输出格式
- <预期的 Skill 结构大纲>
- ### 参考来源
- 骨架参考：<已有skill名称>
- 对标成品：<成品描述>
- ```
- ---
- ### 第五步：生成初版 Skill
- 1. 根据设计文档，生成完整的 Skill 内容
- 2. 包含标准前置元数据（name + description）
- 3. 包含完整的工作流程、模板、规则
- 4. 对需要调用外部 AI 的步骤，写入具体的调用指引
- 生成规则：
- 参考骨架 skill 的结构和风格
- 每个步骤必须可独立执行，有明确的输入输出
- 包含"与其他 skill 的配合"部分
- 手动档：生成后直接交付用户，流程结束（跳到第九步）。
- ---
- ### 第六步：测试运行
- 用真实输入运行刚生成的 skill，验证是否可用。
- 测试方式：
- 1. 模拟调用这个 skill 的完整流程
- 2. 对需要外部 AI 的步骤，实际调用 API 获取输出
- 3. 记录每个步骤的输入、输出、耗时
- 4. 记录异常和失败点
- 测试输出：
- ```
- ## 测试报告 - 第N轮
- ### 执行摘要
- 测试输入：<描述>
- 总步骤数：X
- 成功步骤：Y
- 失败步骤：Z
- ### 逐步结果
- | 步骤 | 状态 | 执行AI | 输出摘要 | 问题 |
- |------|------|--------|---------|------|
- ### 最终输出
- <skill 产出的完整结果>
- ```
- ---
- ### 第七步：对比反馈（质量门）
- 将测试输出与参考成品进行对比，产出明确的质量判定。
- 评分维度（每项 0-10 分）：
- | 维度 | 说明 |
- |------|------|
- | 结构完整度 | 是否包含所有必要部分 |
- | 内容深度 | 内容是否足够详细和专业 |
- | 风格匹配度 | 语气、表达方式是否与参考一致 |
- | 可执行性 | 步骤是否清晰到可以直接执行 |
- | 输出质量 | 最终产出是否达到参考水准 |
- 质量判定（Quality Gate）：
- PASS（总分 >= 40/50）→ 质量达标，直接进入交付
- CONCERNS（总分 35-39/50）→ 半自动档展示报告由用户决定；全自动档自动继续迭代
- FAIL（总分 < 35/50）→ 进入迭代修改
- 收敛（连续两轮总分变化 <= 1）→ 质量已稳定，退出迭代
- 对比报告格式：
- ```
- ## 对比报告 - 第N轮
- ### 质量判定：PASS / CONCERNS / FAIL
- ### 评分
- | 维度 | 分数 | 上轮 | 变化 |
- |------|------|------|------|
- | 结构完整度 | X/10 | Y/10 | +Z |
- | 内容深度 | X/10 | Y/10 | +Z |
- | 风格匹配度 | X/10 | Y/10 | +Z |
- | 可执行性 | X/10 | Y/10 | +Z |
- | 输出质量 | X/10 | Y/10 | +Z |
- | 总分 | XX/50 | YY/50 | +ZZ |
- ### 差距分析
- 1. <具体问题>
- ### 修改建议（仅 CONCERNS/FAIL 时生成）
- 1. <具体修改建议>
- ```
- ---
- ### 第八步：迭代修改
- 根据对比报告的修改建议，修改 Skill 内容。
- 迭代规则：
- 1. 逐条执行修改建议
- 2. 修改后回到第六步重新测试
- 3. 循环直到满足退出条件
- 退出条件（满足任一即退出）：
- 收敛：连续两轮总分变化 <= 1 分
- 达标：总分 >= 40/50（80%）
- 到限：达到用户设定的循环上限
- 用户中断：用户主动喊停（半自动档）
- 每轮迭代记录：
- ```
- ### 迭代记录 - 第N轮
- 修改项：<改了什么>
- 测试结果：<通过/失败>
- 总分变化：XX → YY
- 状态：继续迭代 / 收敛退出 / 达标退出 / 到限退出
- ```
- ---
- ### 第九步：交付部署
- 1. 整理最终版 Skill
- 2. 生成交付报告：
- ```
- ## Skill Factory 交付报告
- ### 基本信息
- Skill 名称：<name>
- 迭代轮次：N 轮
- 最终评分：XX/50
- 退出原因：收敛 / 达标 / 到限 / 手动
- ### 迭代历程
- | 轮次 | 总分 | 主要修改 |
- |------|------|---------|
- ### 子 Skill 潜力标记
- [潜在子skill] <步骤名>：<独立的理由>
- ### 后续建议
- <建议1>
- <建议2>
- ```
- 3. 用户决定部署位置
- ---
- ## 四、三档模式详细规则
- ### 手动档
- ```
- 第一步 → 第二步 → 第三步 → 第四步 → 第五步 → 第九步（直接交付）
- ```
- 跳过测试、对比、迭代
- 用户拿到初版后自行修改和测试
- ### 半自动档
- ```
- 第一步 → 第二步 → 第三步 → 第四步 → 第五步
- → 第六步 → 第七步 → [用户确认] → 第八步 → 回到第六步
- → ... → 用户满意 → 第九步
- ```
- 每轮迭代后展示对比报告，等用户确认方向
- ### 全自动档
- ```
- 第一步 → 第二步 → 第三步 → 第四步 → 第五步
- → 第六步 → 第七步 → 第八步 → 回到第六步
- → ... → 满足退出条件 → 第九步
- ```
- 用户只在前三步参与，后续完全自动循环
- 靠收敛/达标/到限三个条件自动退出
- ---
- ## 五、AI 调用规范
- ### 选择执行层 AI
- 根据场景-AI 对照表（`call-guide.md`）判断：
- 该步骤是否需要调用外部 AI
- 评审验收必须由规划层 AI 自身执行，不可外包
- 需要外部 AI 时，走三级降级链：主用 AI → 备用 AI → AI 自身
- ### 降级规则
- | 规则 | 说明 |
- |------|------|
- | 失败判定 | 同一 AI 连续失败 2 次才触发降级 |
- | 失败类型 | HTTP 错误、超时、空响应、解析失败 |
- | 记录日志 | 每次降级记录：日期、AI、失败原因、降级到谁 |
- | 下次重试 | 降级不是永久的——下一个新任务仍先尝试主用 AI |
- ### 调用方式
- 所有第三方 API 统一使用 OpenAI 兼容格式调用。具体的 API 配置参见 `tech-library.md`，调用模板参见 `call-guide.md`。
- ---
- ## 六、对比验收机制
- ### 评分维度
- | 维度 | 权重 | 评分标准 |
- |------|------|---------|
- | 结构完整度 | 20% | 是否包含所有必要章节和步骤 |
- | 内容深度 | 25% | 知识密度、专业性、细节程度 |
- | 风格匹配度 | 15% | 与参考成品的语气、表达一致性 |
- | 可执行性 | 25% | 步骤能否直接执行、是否有歧义 |
- | 输出质量 | 15% | 最终产出的整体质量感受 |
- ### 收敛判断
- 连续两轮总分变化 <= 1 → 收敛退出
- 总分 >= 40 → 达标退出
- 当前轮次 >= 循环上限 → 到限退出
- 否则 → 继续迭代
- ### 无参考成品时
- 跳过"风格匹配度"维度
- 用 skill 规范（结构完整、步骤可执行、无遗漏）作为评判标准
- ---
- ## 七、子 Skill 分裂规则
- ### 设计阶段：粗判标记
- 标记条件（满足 2 条以上）：
- 该步骤逻辑完整，可独立运行
- 该步骤在其他 skill 中也可能被复用
- 该步骤足够复杂，值得单独维护
- 该步骤使用的 AI 和其他步骤不同
- ### 迭代阶段：细调分裂
- 触发时机：主 skill 基础功能稳定后，用户主动提出。
- 分裂流程：
- 1. 从主 skill 中提取目标步骤
- 2. 用 skill-factory 自身为该步骤生成独立 skill
- 3. 在主 skill 中将该步骤替换为子 skill 调用指引
- 4. 测试主 skill + 子 skill 的衔接
- ---
- ## 八、核心规则
- 1. 需求不清不动手：第一步必须完成，复述确认后才继续
- 2. 档位即承诺：选了全自动就不中途随意切半自动（除非用户主动要求）
- 3. 先整后分：初版 skill 保持单体，不提前拆分子 skill
- 4. 迭代有限：全自动档必须设循环上限，防止空转
- 5. 降级可用：任何外部 AI 不可用时，AI 自身顶上
- 6. 记录透明：每轮迭代的修改、评分、决策全部记录
- ---
- ## 示例
- 用户：帮我做一个"会议纪要"skill
- 小龙虾：好的，我来帮你创建一个会议纪要 skill。先确认几个问题：
- 1. 这个 skill 要解决什么问题？（比如：自动从对话中提取会议要点）
- 2. 用户会怎么触发？（比如：说"整理会议纪要"）
- 3. 输入是什么？（比如：一段会议聊天记录）
- 4. 输出要什么格式？（比如：标题+参会人+决议+待办）
- 5. 有没有参考样本？
- 用户：就是整理群里的讨论，输出待办和结论就行，半自动档
- 小龙虾：明白了。我来复述确认：……（进入完整流程）
- ---
- ## 与其他 Skill 的配合
- 知识蒸馏类 skill：skill 开发过程中的经验可写入知识库
- SOP 生成器：如果某个 skill 的生产过程值得复用，可生成 SOP
- 版本管理类 skill：skill 正式部署后，可记录版本日志
- ---
- ## 附录 A：通用 Skill 骨架
- 当没有合适的现有 skill 作为参考时，使用此骨架：
- ```markdown
- ---
- name: <skill-name>
- description: "<一句话描述>"
- ---
- # <Skill 名称>
- <一句话概述>
- ## 触发词
- 用户说以下任一内容时启动本 skill：
- "<触发词1>"
- "<触发词2>"
- ## 使用方式
- 直接说"<触发词>"，我会引导你完成
- 或者说"<触发词> + 具体内容"直接执行
- ## 执行流程
- 1. <步骤名>
- - <步骤内容>
- 2. <步骤名>
- - <步骤内容>
- ## 核心规则
- 1. <规则1>
- 2. <规则2>
- ## 与其他 Skill 的配合
- <skill名>：<配合方式>
- ```
- ---
- ## 附录 B：流程上下文变量
- skill-factory 运行时维护以下上下文变量：
- | 变量 | 设定时机 | 用途 |
- |------|---------|------|
- | `target_skill_name` | 第一步 | 目标 skill 名称 |
- | `mode` | 第二步 | 手动/半自动/全自动 |
- | `max_iterations` | 第二步 | 全自动档循环上限 |
- | `reference_skill` | 第三步 | 骨架参考 skill |
- | `benchmark_material` | 第三步 | 对标成品 |
- | `current_iteration` | 第六步起 | 当前迭代轮次 |
- | `scores_history` | 第七步起 | 历次评分记录 |
- ---
- ## 参考文档
- 技术库模板：tech-library.md — AI API 配置参考
- 调用指南模板：call-guide.md — 场景-AI 对照与调用方式
Use Cases
- Create new skills for the OpenClaw/Claude Code ecosystem
- Generate skill templates with proper structure and configuration
- Build custom AI tools packaged as distributable skills
- Prototype skill ideas quickly with standardized scaffolding
- Publish skills to ClawHub for community distribution
Pros & Cons
Pros
- +Meta-skill that creates other skills — force multiplier for the ecosystem
- +Standardized templates ensure consistent skill quality
- +Simplifies the skill creation process for new developers
Cons
- -Very minimal description — unclear what templates or patterns are included
- -No documentation on skill publishing or distribution workflow
FAQ
What does Skill Factory do?
Skill Factory — software development tool.
What platforms support Skill Factory?
Skill Factory is available on Claude Code, OpenClaw.
What are the use cases for Skill Factory?
Create new skills for the OpenClaw/Claude Code ecosystem. Generate skill templates with proper structure and configuration. Build custom AI tools packaged as distributable skills.
100+ free AI tools
Writing, PDF, image, and developer tools — all in your browser.
Next Step
Use the skill detail page to evaluate fit and install steps. For a direct browser workflow, move into a focused tool route instead of staying in broader support surfaces.