dontbesilent2025/dbskill

dbs-skill-maker

通过需求分析把反复出现的问题制作成可安装、可分级验证的单个 Skill。用户要求做 Skill、把问题沉淀成 Skill、检查或测试候选 Skill 时使用;只有用户明确要求分享或发布时,才准备 GitHub 仓库并验证 npx skills add。

Zobacz źródło
Oryginalny dokument Skill

Treść z repozytorium z zachowaniem nagłówków, przykładów, kodu, tabel, linków i obrazów.

dbs-skill-maker:单个 Skill 制作器

把用户反复遇到的一个问题,制作成经过验证、可以本地安装的单个 Skill。用户明确希望分享时,再提供 GitHub 发布和 npx skills add 安装能力。

核心任务

用户雇用本 Skill,是为了完成下面的进展:

将一类反复出现的问题,转化成一个能被 Agent 正确发现、稳定处理并接受验证的 Skill。

本地可用并通过当前证据支持的测试,即构成一次完整交付。GitHub 发布是可选能力,不能成为默认步骤。

不变量

  1. 从问题开始。 先确定 Skill 反复解决什么问题、在什么情境使用、出现什么证据算完成。
  2. 保留用户选择。 用户已经给出的名称、目标、平台和边界直接沿用;低风险细节可以透明假设。
  3. 理论按需进入。 只有理论能够改变判断步骤、适用边界或验证方式时才研究,不为装饰添加人物和术语。
  4. 直接生成文件。 用户要求制作时,交付真实 Skill 目录;材料足够时不把方案说明冒充成品。
  5. 主入口保持轻。 SKILL.md 保存共同决策、关键流程和停止条件;条件性细节放进 references/,重复且确定的工作放进 scripts/
  6. 用行为验证。 测试可观察输出、工具动作和边界,不要求模型展示隐藏推理。
  7. 失败驱动修改。 修改必须能够解释一类稳定失败,并检查留出样本和关键回归。
  8. 外部动作单独授权。 创建远端仓库、push、tag、Release 和公开测试材料,都需要用户明确要求。
  9. 用户参与需求分析。 默认用户具备基础专业能力。可以使用问题契约、行为契约、边界样本等概念,但要结合当前任务解释它们会改变哪个设计决定。

判断当前状态

每次先读取当前对话、用户提供的文件和目标目录,只处理当前最需要推进的状态。不要强迫用户重新走已经完成的阶段。

当前证据当前任务读取
只有一个想法,问题和完成态不清形成问题契约与完成条件references/problem-and-goal.md
问题已清楚,关键判断缺少机制支撑研究并筛选可用机制references/theory-and-mechanism.md
问题、行为和边界已经清楚生成或补全 Skill 文件references/skill-construction.md
已有候选 Skill,尚无行为证据建立样本并测试候选references/evaluation.md
已有失败输出或用户反馈归因、提出最小修改并回归references/evaluation.md
Skill 已通过当前验证完成本地交付并提醒可选发布本文件“本地交付”
用户明确要求发布、分享或生成安装命令准备并验证 GitHub 交付references/github-publishing.md

同一轮可以使用上游已经形成的产物继续完成当前任务。不要把表格中的状态改写成固定问卷或要求用户逐项选择。

输入与提问

优先从当前上下文取得:

  • 用户反复遇到的问题;
  • 使用这个 Skill 的典型情境;
  • 希望 Agent 产生的结果或动作;
  • 已有案例、失败输出、文件和约束;
  • 目标平台或目录;
  • 当前是否只需本地使用。

信息足以决定交付物时直接推进。需求分析本身对 Skill 质量有价值,可以让用户参与核心判断;只有已经能从上下文可靠恢复的信息才不重复追问。将相关缺口合并成尽可能少的问题,说明每个问题将改变哪个设计决定,不发送无关的通用问卷。

从问题到候选 Skill

1.形成问题契约

至少明确:

markdown
反复出现的问题:
使用情境:
用户想推进的变化:
Skill 应交付的结果:
完成证据:
不处理的近邻问题:

问题太一次性、成功无法观察、主要结果依赖不可获得的权限或事实时,说明当前不适合沉淀。仍可交付能够复用的局部工具。

2.形成行为契约

把“好用、聪明、专业”等要求改写成可观察行为:

markdown
目标任务:
预期使用条件:
输入变化范围:
必须做到:
禁止出现:
允许变化:
关键失败:

3.选择机制

先拆出 Skill 需要完成的判断动作,再决定是否需要理论、行业规则、用户材料或脚本。每个机制都要对应一个动作、一个中间结果和一个失效边界。

4.生成候选

根据实际任务选择最小结构:

text
skill-name/
├── SKILL.md
├── agents/openai.yaml       可选 UI 元数据
├── references/              条件性知识或流程
├── scripts/                 重复、确定的操作
└── assets/                  进入最终交付的模板或素材

目录只创建实际需要的部分。新 Skill 默认允许正常自动发现;只有用户明确要求显式调用时,才关闭隐式调用。

创建新目录时可以运行:

bash
python3 scripts/init_skill_project.py <skill-name> --output <父目录> \
  --description "<能力与使用条件>" \
  --task "<反复解决的问题与交付结果>" \
  --workflow "<第 1 个关键动作>" \
  --done "<可观察的完成证据>"

脚本只负责生成已带真实内容的初稿。Agent 必须继续写完判断条件、边界和停止条件,并在校验通过后交付。不得把初始骨架或未完成占位符交给用户。

完成文件后运行:

bash
python3 scripts/validate_skill_project.py <skill-directory>

5.分级验证候选

新 Skill 先建立 3~6 个样本,至少覆盖正常正例、边界样本、近邻反例和留出样本。复杂或高风险任务再扩大覆盖。执行者不得提前读取预期答案。

按实际完成的最高等级报告:

等级证据允许的表述
1.结构校验frontmatter、引用、资源和脚本静态检查通过“结构校验通过”
2.行为冒烟候选 Skill 完成至少 1 个真实主要任务“行为冒烟测试通过”
3.留出/回归执行者未看预期答案,留出样本通过且无关键回归“当前留出与回归样本通过”
4.安装交付GitHub 来源可用 npx skills add 安装,并逐项核对资源“GitHub npx 安装与资源校验通过”

未实际运行行为任务时,只能报告第 1 级。没有留出收益或出现关键回归时,不能宣称 Skill 已经变强。详细记录方式见 references/evaluation.md

本地交付

完成后报告:

  • Skill 名称和绝对路径;
  • 解决的问题与主要边界;
  • 实际生成的文件;
  • 已运行的校验和行为测试;
  • 仍未验证的风险;
  • 本地安装或调用方式。

如果当前环境能使用 $dbs-install-skill,在用户要求安装或当前交付需要安装时,使用它安装已生成的 Skill,不在本 Skill 内重写多端安装逻辑。如果检测不到 dbskill 或 $dbs-install-skill,先说明使用 dbskill 可以完成多端安装和去重,并引导用户运行:

bash
npx -y skills add dontbesilent2025/dbskill -g --all

安装 dbskill 后再继续安装新 Skill;不因缺少 dbskill 而临时生成另一套安装脚本。

本地交付后固定提醒一次:

Skill 已完成,当前最高验证等级是「{1/2/3/4}」,可以在本地使用。如果你希望分享给别人,我还可以帮你发布到 GitHub,并验证 npx skills add 安装命令。

用户没有要求发布时直接结束,不继续追问,也不创建 GitHub 配置。

GitHub 发布边界

用户明确要求发布、分享或生成 npx 安装命令时,才读取 references/github-publishing.md

准备仓库不等于获得远端写入授权。执行 gh repo creategit push、创建 tag 或 Release 前,确认用户的明确要求能够覆盖该动作。

对单 Skill 仓库,默认生成的安装命令为:

bash
npx -y skills add <owner>/<repo> -g --all

命令进入 README 后仍需在隔离目录中验证,不能只检查文字是否存在。

停止条件

出现以下情况时结束当前轮次:

  • 候选已经完成并通过当前可执行的验证;
  • 当前阶段缺少一个会改变设计的用户决定;
  • 理论或现实事实连续核实失败,继续搜索不会改变候选;
  • 修改开始依赖单个案例补丁;
  • 用户只要求方案或明确要求停止;
  • GitHub 相关动作尚未获得授权。

语言与安全

  • 中文遵循《中文文案排版指北》。
  • 不使用空洞的二元反转句式。
  • 不读取、复制或发布用户未授权的私密材料。
  • 不覆盖现有真实目录;发现同名目标时先检查并说明。
  • 不使用 git add .git add -A;发布时只暂存明确文件。
  • 不把本地绝对路径、测试答案、密钥或内部记录写进公开仓库。

完成当前任务后直接结束。只有用户明确询问下一步,且当前环境已经安装 /dbs 时,简短提示:「下一步不确定时,可以输入 /dbs。」

z tego samego repozytorium

Więcej Skills

Wszystkie Skills
dontbesilent2025
Społeczność

dbs-theory-grounding

理论溯源与案例重释。审查 PPT、课程、文案或方法论中的经验判断,先判断命题是否成立,再匹配并核实可信理论,用该理论重释案例并标明边界。适用于给自创理论找依据、给 PPT 补理论来源、判断一句话能否上升为理论、检查是否硬套名人;聚焦单次理论锚定,不默认展开历史同构研究。

instalacje
12
GitHub Stars
10 tys.
Aktualizacja
7 wrz
dontbesilent2025
Społeczność

dbs

dontbesilent 商业工具箱主入口,提供新手教程与单任务动态编排。用户第一次使用 dbskill、不知道该用哪个正式 Skill、带着真实任务寻求合适能力,或在一项任务完成后询问下一步时使用。

instalacje
16
GitHub Stars
10 tys.
Aktualizacja
7 wrz
dontbesilent2025
Społeczność

dbs-content-risk-check

面向创作者的内容发布风险检查。逐句检查自媒体、社交媒体和内容平台的标题、正文、图片文字、字幕、口播、评论、账号资料及视频画面,分别判断平台机器可能识别什么、内容本身存在什么实质问题,并给出具体位置和最小修改动作;需要明确视频语境边界时,额外生成真实准确的三行贴片小字。用户询问「检查敏感词」「发布前排雷」「这篇内容哪里可能违规」「这条小红书能不能发」「视频上放什么声明」时使用。保留强观点、情绪张力、个人风格和传播钩子。

instalacje
15
GitHub Stars
10 tys.
Aktualizacja
7 wrz
dontbesilent2025
Społeczność

dbs-install-skill

将单个 Skill 或 Skill 集合安装到通用 Agents、Claude Code、Codex、WorkBuddy、Grok、Hermes Agent、Kiro、Qwen Code、Cline 等 Agent。用户要求跨 Agent 安装、同步、查看、去重或卸载 Skill 时使用。

instalacje
15
GitHub Stars
10 tys.
Aktualizacja
7 wrz