1. 项目概述一个能生成技能的“元技能”如果你正在为Claude Code、OpenClaw这类AI智能体平台开发技能Skill那么你肯定经历过这样的循环为一个新的工具或API写技能描述反复调试触发词手动编写示例然后还要为不同的平台适配不同的格式。这个过程繁琐、重复而且高度依赖开发者的经验和直觉。有没有一种方法能让我们把“创建技能”这件事本身也自动化呢SkillAnything就是对这个问题的回答。它本质上是一个“元技能”Meta-Skill——一个专门用来生成其他技能的技能。你只需要告诉它一个目标比如一个CLI工具的名字如jq、一个REST API的地址、一个Python库甚至是一段工作流描述它就能通过一套完整的七阶段自动化流水线为你生成一个生产就绪、跨平台可用的技能包。这背后的核心思想是借鉴了 CLI-Anything 项目将任意软件转化为CLI工具的方法论并将其适配和扩展到了AI智能体技能生成的领域。简单来说如果CLI-Anything是“为软件制造命令行接口”那么SkillAnything就是“为一切制造AI智能体接口”。这个项目解决的痛点非常明确消除技能开发中的手动工程和平台碎片化。开发者不再需要为每个目标工具从头编写冗长的SKILL.md也不需要在Claude Code、OpenClaw、Codex等不同平台间复制粘贴、调整格式。SkillAnything通过一套标准化的分析、设计、实现、测试、优化流程将技能生成变成了一个可重复、可评估、可优化的工程问题。无论你是想为团队内部工具快速创建技能还是希望将复杂的API封装成智能体易于调用的模块SkillAnything都能显著提升你的效率。2. 核心架构与七阶段流水线解析SkillAnything的强大之处在于它将一个看似充满创造性和不确定性的“技能设计”过程拆解为一系列可自动化、可评估的确定性子任务。这套七阶段流水线是项目的骨架理解它你就理解了SkillAnything的工作原理。2.1 阶段一分析Analyze这是流水线的起点也是决定后续所有工作质量的关键。SkillAnything的“分析器”需要自动识别你提供的“目标”是什么类型并提取其核心能力。目标类型自动检测机制CLI工具通过系统命令which name检查是否存在并运行name --help来解析帮助文本提取命令、参数、选项和示例。REST API尝试访问提供的URL寻找openapi.json或swagger.json等OpenAPI/Swagger规范文件。如果找到则直接解析这份结构化的API文档。Python/Node.js库通过pip show package或npm view package获取元数据并尝试分析其__init__.py或index.js来理解主要模块和函数。工作流描述当输入是一段自然语言描述如“从A数据库查询用B库处理上传到C服务”时分析器会将其解析为一系列步骤和依赖。Web服务对于没有标准API文档的服务分析器会尝试爬取官方文档页面提取关键功能点和用法。注意分析阶段的置信度confidence score很重要。例如检测到jq且能成功解析其--help输出置信度可能高达0.95。而对于一个文档不全的私有API置信度可能只有0.6。低置信度目标会在后续设计阶段触发更多人工复核提示或需要更详细的输入描述。输出产物analysis.json这个JSON文件是目标的“体检报告”通常包含目标类型、名称、版本、检测到的主要功能列表、参数结构、输入输出示例以及分析置信度。它是后续所有阶段的输入依据。2.2 阶段二设计Design拿到分析报告后设计阶段的任务是将提取出的“能力”映射到一个具体的技能架构上。SkillAnything内置了几种常见的技能模式Pattern会根据目标类型自动选择或组合。核心技能设计模式工具增强模式Tool-Augmentation Pattern适用于CLI工具和简单库。技能的核心是封装命令行调用或函数调用提供更友好的参数描述和错误处理。生成的技能会包含具体的调用脚本。API客户端模式API-Client Pattern适用于REST/GraphQL API。技能会生成包含认证设置如API密钥管理、端点Endpoint参考列表和请求示例的模块。对于大型API如Stripe有数百个端点设计器会尝试根据用户输入的关键词如“focus on payments”进行功能聚焦。工作流编排模式Workflow-Orchestrator Pattern适用于多步骤流程。技能会描述整个工作流的蓝图定义每一步的输入、输出、依赖工具并提供错误恢复和步骤跳转的指导。查询翻译模式Query-Translation Pattern适用于数据库或搜索引擎。技能将自然语言查询翻译成特定的查询语言如SQL、Elasticsearch DSL。设计阶段会输出architecture.json它定义了技能的骨架采用哪种模式、包含哪些子模块scripts、需要哪些外部依赖、技能描述SKILL.md的大纲结构等。2.3 阶段三实现Implement这是“从图纸到代码”的阶段。根据设计好的架构SkillAnything会调用代码生成模块搭建完整的技能目录。生成的核心文件SKILL.md技能的“大脑”也是AI智能体主要阅读的文件。SkillAnything会生成一个结构清晰、长度通常控制在500行以内的Markdown文件。内容包括技能概述、精确的触发词Trigger Phrases、详细的功能说明、参数定义、丰富的使用示例包括边缘案例、以及清晰的限制说明。这里的一个关键技巧是示例必须覆盖“正向成功用例”和“常见的错误用例及解决方法”这能极大提升智能体使用技能的鲁棒性。scripts/目录存放具体的可执行脚本。对于CLI工具可能是封装了subprocess调用的Python脚本对于API可能是包含了请求逻辑和错误处理的客户端模块。这些脚本会遵循平台约定的输入输出格式例如从标准输入或环境变量读取参数将结果以JSON格式输出到标准输出。references/目录存放补充材料如API端点的详细速查表、复杂配置的说明图等。平台适配文件如Claude Code所需的frontmatter钩子声明、OpenClaw的settings.json、Codex的openai.yaml伴侣文件等。这个阶段的目标是生成一个“开箱即用”的技能目录开发者理论上可以直接将其放入对应平台的技能目录进行测试。2.4 阶段四测试计划Test Plan一个没有经过测试的技能是不可靠的。SkillAnything会自动生成一套评估Eval用例和触发查询Trigger Queries用于量化技能的有效性。测试生成策略基于分析的用例生成从analysis.json中提取的核心功能点每个点生成1-3个测试用例。例如针对jq的.恒等过滤器和.field字段选择功能会分别生成测试。触发查询多样化对于每个功能点生成多种不同表达方式的自然语言查询。例如对于“过滤JSON”这个功能可能生成“帮我提取这个JSON里的id字段”、“只要user部分的内容”、“过滤出所有status是active的项”等多种说法。这用于测试技能的触发词是否足够泛化。合成边缘案例尝试构造一些可能出错的输入如畸形的JSON、超出范围的参数、缺失的必要字段等来验证技能的错误处理能力。输出文件evals.json包含了这些结构化的测试用例和查询为下一阶段的自动化评估做好准备。2.5 阶段五评估Evaluate评估阶段会进行一个对照实验。它使用阶段四生成的evals.json分别测试基线Baseline不启用任何技能直接让AI智能体如Claude尝试完成查询任务。实验组With Skill启用刚刚生成的技能让AI智能体在技能的指导下完成任务。然后一个独立的“评分智能体”Grader Agent会根据预定义的标准如输出正确性、格式符合度、是否使用了技能推荐的最佳实践对两次运行的结果进行盲审打分A/B Comparison。最后生成一份benchmark.json报告包含通过率、平均分、性能提升幅度等指标。实操心得评估环节最常暴露的问题是“技能描述模糊导致智能体误用”。例如技能描述说“可以处理文件”但智能体可能误解为需要先下载文件。这时评估报告会显示在“文件输入处理”相关用例上得分低为下一阶段的优化指明了方向。2.6 阶段六优化Optimize这是一个基于评估反馈的迭代改进环节。SkillAnything的优化器Optimizer Agent会分析benchmark.json找出技能失效或表现不佳的用例然后有针对性地修改SKILL.md中的描述。优化方向包括澄清模糊表述将“处理文件”改为“接受一个本地文件路径作为输入参数支持txt、csv、json格式”。补充关键示例针对智能体出错的用例在SKILL.md中增加一个专门的“常见误区”章节展示错误用法和正确用法。调整触发词如果某些查询无法触发技能则增加同义词或更泛化的触发短语。强化约束说明如果智能体尝试了技能不支持的操作则在限制Limitations部分更明确地指出。这个过程可以循环多次在config.yaml中配置max_optimization_iterations直到技能的评估分数达到满意阈值或不再显著提升。最终输出的是一个经过打磨的、描述更精准的SKILL.md。2.7 阶段七打包Package最后将优化后的技能打包分发到所有支持的平台。SkillAnything不是生成单一平台的技能而是“一次生成多处部署”。打包流程平台适配根据architecture.json中的平台列表为每个目标平台生成或调整特定的配置文件。对于Claude Code确保SKILL.md顶部有正确的YAML frontmatter来定义钩子hooks。对于OpenClaw生成外部的settings.json文件来配置技能参数。对于OpenAI Codex生成配套的openai.yaml以定义工具规范。代码保护可选如果config.yaml中启用了obfuscation会使用PyArmor等工具对核心脚本进行混淆以保护商业代码。需要注意的是基于Apache 2.0等许可证衍生的代码如部分适配自Anthropic项目的脚本必须保持开源不会被混淆。生成分发包最终在dist/目录下为每个平台生成一个独立的技能包如dist/claude-code/、dist/openclaw/同时也会生成一个平台无关的.skill压缩包方便存档或导入到其他兼容系统。至此一个针对任意目标的、多平台可用的生产级技能就完全自动化的创建完成了。3. 从安装到实战手把手创建你的第一个技能理论讲完了我们来点实际的。假设我们想为强大的命令行JSON处理器jq创建一个技能让AI智能体也能轻松玩转JSON。3.1 环境准备与安装首先你需要一个Python 3.9的环境和Git。SkillAnything的安装不是通过pip而是直接克隆到对应AI平台的技能目录因为它本身就是一个“技能”。根据你的主要平台选择安装方式# 如果你主要使用 Claude Code git clone https://github.com/AgentSkillOS/SkillAnything.git ~/.claude/skills/skill-anything # 如果你主要使用 OpenClaw git clone https://github.com/AgentSkillOS/SkillAnything.git ~/.openclaw/skills/skill-anything # 如果你主要使用 OpenAI Codex 的兼容环境 git clone https://github.com/AgentSkillOS/SkillAnything.git ~/.codex/skills/skill-anything安装后在你的AI智能体界面中你应该能看到一个名为“SkillAnything”的新技能被加载。接下来你就可以在对话中直接使用它了。3.2 全自动流水线实战最快捷的方式是使用SkillAnything的对话界面。在Claude Code中你只需要输入 为 jq 命令行工具创建一个技能SkillAnything技能被触发它会自动开始运行完整的七阶段流水线。你会在对话中看到实时的进度反馈检测到目标jq 阶段1/7 [分析]: 识别为CLI工具正在解析 jq --help... 完成。 阶段2/7 [设计]: 采用“工具增强模式”已识别12个核心过滤器和功能。 阶段3/7 [实现]: 生成 SKILL.md 和 3个辅助脚本... 完成。 阶段4/7 [测试]: 生成 8 个测试用例和 35 条触发查询... 完成。 阶段5/7 [评估]: 运行基准测试... 基线通过率 45%技能通过率 89%。 阶段6/7 [优化]: 优化技能描述提升触发准确性... 完成。 阶段7/7 [打包]: 为 claude-code, openclaw, codex 平台打包... 完成。 技能已生成至/tmp/sa-workspace/dist/ 你可以使用 claude skills install /tmp/sa-workspace/dist/claude-code/jq-skill 来安装它。整个过程无需你编写一行代码或一个Markdown句子。生成的技能已经过测试和优化你可以直接安装使用。3.3 分阶段手动控制与高级配置如果你想更深入地控制流程或者目标比较特殊比如一个内部私有API你可以使用SkillAnything提供的Python脚本分阶段执行。1. 分析目标# 分析一个公开的API python -m scripts.analyze_target --target https://api.github.com --output github_api_analysis.json # 分析一个Python库 python -m scripts.analyze_target --target pandas --type library --output pandas_analysis.json--type参数可以辅助指定目标类型cli, api, library, workflow如果自动检测不准的话。2. 基于分析结果设计技能python -m scripts.design_skill --analysis github_api_analysis.json --output github_skill_arch.json你可以打开github_skill_arch.json查看设计结果如果对自动选择的设计模式不满意可以手动修改这个文件例如将模式从api-client改为workflow-orchestrator并指定几个核心工作流然后再进行下一步。3. 初始化技能脚手架python -m scripts.init_skill my-github-skill --architecture github_skill_arch.json --output ./my-skills这会在./my-skills/my-github-skill目录下创建技能的基本文件和目录结构。此时SKILL.md可能还只是一个模板。4. 生成测试用例python -m scripts.generate_tests --analysis github_api_analysis.json --skill-path ./my-skills/my-github-skill这会将生成的evals.json放入技能目录供后续测试使用。5. 可选运行评估与优化循环如果你想追求极致的技能质量可以运行多轮评估优化。# 单次评估 python -m scripts.run_eval --eval-set ./my-skills/my-github-skill/evals.json --skill-path ./my-skills/my-github-skill # 运行优化循环例如3轮 python -m scripts.run_loop --eval-set ./my-skills/my-github-skill/evals.json --skill-path ./my-skills/my-github-skill --iterations 3 --model claude-3-5-sonnet-20241022优化循环会消耗API调用但能显著提升技能的最终表现。6. 最终打包python -m scripts.package_multiplatform ./my-skills/my-github-skill --platforms claude-code,openclaw这样你就得到了一个为Claude Code和OpenClaw量身定制的GitHub API技能包。配置调优 (config.yaml)对于高级用户编辑项目根目录的config.yaml文件可以调整流水线行为pipeline: auto_mode: false # 设为 false 以在关键阶段暂停并等待确认 skip_eval: true # 快速原型模式跳过耗时的评估和优化阶段 platforms: enabled: [claude-code] # 只生成一个平台的包加快速度 primary: claude-code eval: max_optimization_iterations: 10 # 增加优化轮数以追求更高分数 runs_per_query: 5 # 每个查询测试多次取平均分以减少波动4. 深入技能生成原理、技巧与避坑指南了解了基本操作我们深入看看SkillAnything在生成技能时的几个核心机制和实战中积累的经验。4.1 技能描述SKILL.md的生成艺术SKILL.md是技能的灵魂它的质量直接决定了AI智能体能否正确理解和使用该技能。SkillAnything的“实现器”在生成这个文件时遵循一套经过验证的最佳实践1. 结构化叙事生成的描述不是API文档的堆砌而是一个有逻辑的引导。通常结构是标题与一句话概述立刻告诉智能体这个技能是做什么的。精确触发词列出5-10个最可能被用到的短语按优先级排序。例如一个图片处理技能的触发词可能依次是“调整图片大小”、“修改图像尺寸”、“缩放这张图”、“resize image”。核心概念解释用智能体易于理解的方式解释关键概念。例如对于jq技能会先解释“过滤器filter”是什么它与管道的关系。功能详解每个主要功能一个章节包含功能描述、参数说明名称、类型、是否必需、默认值、含义、1-2个典型示例、1个可能出错的示例及解决方法。完整工作流示例展示一个从开始到结束的复杂用例串联多个功能。限制与边界明确说明技能不能做什么比如“不支持实时视频流处理”、“输入文件不能超过10MB”。2. 示例的“教学性”设计示例不仅仅是展示用法更是教学。一个好的示例会展示从原始输入到技能调用再到最终输出的完整过程。在注释中解释每一步的意图和关键参数。包含一个“如果…会怎样”的变体展示灵活性或边界情况。3. 为“优化阶段”留出空间初始生成的SKILL.md会故意在某些可能模糊的地方使用稍显泛化的语言。这是因为在优化阶段优化器智能体需要根据失败的测试用例来“发现”这些模糊点并将其具体化。这是一种“主动留白数据驱动修正”的策略。4.2 多平台适配的底层逻辑为什么SkillAnything能同时输出适配不同平台的技能包关键在于它抽象出了一个“平台无关的技能模型”然后通过“平台适配器”进行转换。平台无关模型包含技能元数据名称、版本、作者、描述。能力列表每个能力有名称、描述、输入参数模式、输出模式。实现脚本平台无关的伪代码或Python函数定义。交互协议定义智能体如何调用技能如通过函数调用、发送特定格式消息。平台适配器的工作对于Claude Code适配器将“能力列表”转化为Claude能识别的“自然语言描述示例”格式并写入SKILL.md的frontmatter。Claude Code主要依赖对SKILL.md内容的深度理解来触发和调用技能。对于OpenClaw适配器生成一个settings.json其中可能以更结构化的JSON Schema定义工具并将“实现脚本”包装成OpenClaw可以执行的插件形式。对于Codex/OpenAI Assistants API适配器生成openai.yaml或相应的JSON严格遵循OpenAI的工具定义格式将每个“能力”映射为一个toolfunction。避坑指南跨平台适配最常见的坑是“交互模式假设”。例如某个技能在Claude Code中假设智能体会主动提供一个文件路径。但在OpenClaw中可能需要技能脚本自己弹出一个文件选择对话框。SkillAnything的适配器会检测这种平台差异并在生成平台专用代码时插入相应的适配代码或给出明确注释。4.3 处理复杂目标以“数据工作流”为例当目标不是一个单一工具而是一段描述如“从PostgreSQL查询销售数据用pandas计算每日汇总然后将结果图表上传到S3”SkillAnything的处理方式略有不同。分析阶段识别出三个关键步骤和对应的工具/库psql/sqlalchemypandasboto3/aws cli。同时分析器会尝试推断步骤间的数据流上一个步骤的输出是下一个步骤的输入。设计阶段选择“工作流编排模式”。架构文件会定义三个子技能或一个技能下的三个子功能并明确它们之间的依赖关系和数据传递格式例如步骤1输出一个CSV文件路径步骤2读取这个路径。实现阶段生成的SKILL.md会重点描述整个工作流的蓝图。它会提供一个“快速开始”示例展示如何一键运行整个流程。分步骤的详细说明允许用户只执行其中某一步。错误处理建议例如“如果S3上传失败请检查AWS凭证和网络”。可能需要的环境变量和配置说明如数据库连接字符串、AWS密钥。脚本生成会生成一个主协调脚本orchestrator和三个子任务脚本。协调脚本负责按顺序调用子任务并处理它们之间的数据传递和错误。实操心得对于工作流类技能在评估阶段要特别注意生成“部分执行”的测试用例例如“只帮我做数据清洗那一步”以确保技能的每个子功能都能独立、正确地工作。5. 常见问题排查与效能提升在实际使用SkillAnything的过程中你可能会遇到一些问题。以下是一些常见情况的排查思路和解决方案。5.1 技能生成失败或质量不佳问题现象可能原因解决方案分析阶段报错或置信度极低目标无法访问如内部工具、帮助文档格式非标准、网络问题。1. 使用--type参数手动指定目标类型。2. 为内部工具提供一份简化的--help样式文本或API文档URL作为输入。3. 运行scripts/analyze_target.py时使用--debug标志查看详细日志。生成的技能无法触发触发词过于生僻或与常见用户查询匹配度低。1. 进入优化阶段优化器通常会修正此问题。2. 手动编辑SKILL.md在## Trigger Phrases部分添加更多你预想中用户会说的口语化查询。智能体调用技能但结果错误技能描述中的参数说明不清或示例覆盖不全。1. 查看benchmark.json中具体失败的测试用例定位是哪个功能点出了问题。2. 在SKILL.md对应的功能章节增加更明确的参数约束和边界案例示例。跨平台技能在一个平台工作另一个失败平台适配器未能正确处理该平台的特殊约束。1. 检查失败平台的技能包目录对比其SKILL.md或配置文件与工作平台的区别。2. 查阅references/platform-formats.md了解该平台的特定要求并手动调整。5.2 性能与成本优化SkillAnything的评估和优化阶段需要调用大模型API如Claude可能产生费用和耗时。以下方法可以平衡效果与成本快速原型模式在config.yaml中设置skip_eval: true和skip_optimization: true。这样只会运行前三个阶段分析、设计、实现快速得到一个技能草稿。你可以手动测试并修改它这适合目标简单或你对技能设计很有把握的情况。缩小评估集默认生成的测试用例可能较多。你可以手动编辑evals.json只保留你认为最核心、最易出错的用例然后运行评估。这能大幅减少API调用次数。使用更经济的模型进行优化在run_loop.py脚本中可以指定--model参数为一个更便宜、更快的模型如claude-3-haiku-20240307来进行优化迭代。虽然生成的质量可能略逊于顶级模型但对于许多技能来说已经足够。本地评估对于CLI工具类技能其正确性可以通过运行脚本并检查输出来判断。你可以编写简单的本地测试脚本部分替代基于大模型的评估。5.3 扩展SkillAnything添加对新平台或目标类型的支持SkillAnything的设计是模块化的扩展性很好。添加新平台适配器在templates/platform-adapters/目录下创建一个新目录例如my-new-platform/。参考现有适配器如claude-code/创建模板文件。核心是定义一个如何将“平台无关技能模型”转换为该平台所需格式的映射规则。在scripts/package_multiplatform.py中注册这个新平台并实现对应的打包逻辑。在config.yaml的platforms.enabled列表中添加你的平台名。添加新的目标类型分析器在scripts/analyze_target.py中添加一个新的检测函数。例如检测target是否以.grpc结尾或者是否包含特定的协议标识。为该类型实现一个专用的分析类继承基类并实现如何提取该类型目标的能力信息例如解析.proto文件来理解gRPC服务。更新类型检测逻辑将你的新分析器加入检测链。5.4 技能维护与迭代生成的技能不是一成不变的。当目标软件更新如API新增端点、CLI工具新增参数时你需要更新技能。推荐的工作流版本化将生成的技能目录纳入Git等版本控制系统。更新分析当目标变化时重新运行阶段一Analyze生成新的analysis.json。对比与合并将新的分析与旧的architecture.json对比看是否有新增功能或重大变更。重新生成与测试基于新的分析重新运行阶段二到阶段七。SkillAnything的流水线是幂等的你可以将输出目录指向旧的技能目录进行覆盖但务必做好备份。然后运行完整的测试套件确保向后兼容或明确记录破坏性变更。SkillAnything将技能生成从一门“艺术”转变为一门“工程”。通过这套系统化的方法任何软件都可以快速、高质量地变得“技能原生”极大地释放了AI智能体的生产力潜力。无论是个人自动化还是企业级集成它都提供了一个坚实可靠的起点。