enterprise-skills-studio

一套通用、跨平台的"技能工程台"，把企业最佳实践、业务流程与个人经验，结构化为 Agent 可调用、可治理、可复用的能力模块（受治理的业务工作流制品）。产出遵循 agentskills.io 开放标准，可在 WorkBuddy、Codex等桌面 Agent 间移植。覆盖技能全生命周期：学习理解 → 构建设计 → 个人转企业级 → 治理审查 → 安全审计 → 持续进化 → 跨平台适配 → 门户分发。内置 24 个能力模式 + 16 个可脚本工具，ROI 筛选、查重、评测套件等。安全侧借鉴SkillSpector 方法论，融合16 类审计与多种安全策略。支持自更新钉置，企业可禁用写盘或限定可信源。

企业技能工程台 (Enterprise Skills Studio)

把"企业技能（Enterprise Skills）"的方法论，固化成一个通用、跨平台的技能工程台。本质：将组织最佳实践/业务流程/个人经验，结构化为 Agent 可调用、可治理、可复用的能力模块——即受治理的业务工作流制品。

维护者 / owner：企业技能工程台 · 平台工程组（platform-eng）；问题归属此角色，安全审查由独立安全官执行（作者不自审）。

资料来源（方法论底座）

• 主文章：《一文读懂 Enterprise Skills》（公众号）+ 用户 Obsidian 扩展阅读包（17 篇权威出处）
• 提炼自：Anthropic 官方企业规范、Atlan、Sidbharath 部署指南、Cloud Security Alliance(CISO 5/AST10)、腾讯云持续进化、Agentman 生态报告、aigenticlab 分层治理、人人都是产品经理、AIERI 论文库(SkillsBench 等)
• 市场检索结论：SkillHub/ClawHub 无专门"技能构建与管理"技能，本技能填补空位

跨平台定位

产出严格遵循 agentskills.io 开放标准，可在 WorkBuddy / Codex / Claude Code / Cursor / 龙虾 / Hermes 等桌面 Agent 间移植。具体适配见 references/cross-platform.md。

最高准则：厚技能 + 薄 harness

把智能尽量封装进技能本身（脚本/模板/决策树/校验），harness 只负责发现与调用。详见 references/principles.md（含厚技能体检清单）。本技能自身亦遵循之。

能力模式（先判断用户意图，选一种进入；可串联）

1. 学习理解 — 面向管理者/业务：科普 + 起步规划（references/learning.md）
2. 构建设计 — 设计器五步法，个人/企业模式（assets/SKILL.md.template）
3. 个人→企业升级 — 个人技能直接转企业级（references/personal-to-enterprise.md + scripts/upgrade_skill.py 自动升级）
4. 治理管理 — 注册表/命名/角色包/版本/分发（references/governance.md）
5. 安全审查体检 — 8 项 + CISO 5 + 质量 5 + 厚技能体检 + 安全语义层（编码绕过/base64·ROT13·零宽字符、敏感路径 ssh/aws 私钥与环境配置与 agent 记忆文件、裸 IP 外联、提权、未声明装包、声明-能力一致性；仅扫可执行文件，借鉴 skill-scanner(朱雀 A.I.G) 与 skill-vetter 规则），跑 scripts/review_checklist.py，结合 references/governance.md + references/principles.md
6. 持续进化 — 会话挖掘/Evolution Log/周度运营（references/evolution.md）
7. 跨平台适配 — 移植到目标桌面 Agent（references/cross-platform.md + scripts/cross_platform_check.py 适配合规检查：name/description/agentskills.io/依赖预置/防特化）
8. 体系规划 — 成熟度评估 + 三模式选型 + 四前提自检 + 角色能力矩阵（references/planning.md + scripts/maturity_assess.py 量化自测）
9. 流程技能生成器 — 面向 ERP/CRM/HRM/OA 等系统型业务流 + Agentic Workflow + LLM 融合，把"连接器抽象/领域本体/事务安全四件套/状态机/HITL/降级/强 schema/置信闸门"固化进技能（references/process-systems.md + 模板「系统/工作流扩展段」）
10. 生命周期 Ops — 规划→创建→评估→部署→运营→弃用 六阶段治理 + 注册表 + 版本/弃用归档（references/lifecycle-ops.md + scripts/lifecycle_track.py 阶段追踪与弃用候选）
11. ROI 筛选 — 用例门槛判定值不值得做（周≥10次/单次>30min/年>£5k/步骤一致）（references/roi.md + scripts/roi_filter.py 量化门槛）
12. 持续进化器 — 会话挖掘/Evolution Log 自动维护（references/evolution.md + scripts/evolution_log.py 追加条目）
13. 技能发现/复用 — 新造前先查重：name 重名/近似 + description Jaccard 重叠 + 触发词重叠，给复用/扩展/合并/新造决策（references/discovery.md + scripts/dupe_check.py 重名与重叠检测）
14. 培训推广包 — 试点 + 培训材料生成：场景卡/上手指南/FAQ/反馈单四件套（references/training.md + scripts/training_pack.py 生成培训包骨架）
15. Agentic 治理 — 管理一支 Agent 队伍：评估/护栏/可观测/责任归属/人机协同（治理面，与模式 9 的工程面互补）（references/agentic-governance.md）
16. 选题透镜 — 用 PEST / 波特五力 / 产业价值链作技能选题的上游透镜，找高杠杆流程再接 ROI 判定（references/scoping.md，薄引用不深搬）
17. 技能编排器 — 把多个厚原子技能串成工作流：串行/并行/条件/人工门/降级（references/composer.md + scripts/compose.py 生成编排器骨架）
18. 评测套件生成器 — 生成应触发/不应触发/边界测试用例，从静态审查推进到动态评测（references/evaluation.md + scripts/eval_gen.py）
19. 统一 CLI 入口 — 一个 studio 命令调度全部脚本（review/upgrade/maturity/lifecycle/roi/evolution/dupe/training/cross-platform/compose/eval/portal/usage），降低使用摩擦、统一参数与 --help（scripts/studio.py 薄 harness 透传）
20. 成本/计量追踪 — 半自动 usage 日志采集 token/调用/成本，外推月用量直接喂给 ROI 判定，给 sponsor 算账（scripts/usage_tracker.py + references/roi.md 闭环）
21. 技能门户生成器 — 技能库 → 门户目录/README/HTML，提升可发现性与治理可视化，可结合 lifecycle 注册表标注状态（scripts/portal.py）
22. 发布前卡点（gate） — 一键同时跑【安全体检 + 移植体检】，任一 BLOCK 即整体 BLOCK，发布/移植前必过（scripts/studio.py gate --skill <dir> [--platform codex]）
23. 自更新（Self-Update） — 说"检查/更新本技能"即检查并（确认后）应用自身最新版本：从钉置到不可变发布标签的可信仓库拉取归档、SHA256SUMS 完整性校验、合并白名单、可备份回滚、git 仓库自动保护、非默认仓库强制确认（scripts/update_skill.py + references/self-update.md，默认 studio update 仅检查，需 --apply 并经确认才写盘）
24. 技能安全审计（SkillSec 16 类） — 对任一技能（含本技能自身）做类 NVIDIA SkillSpector 式静态安全审计：覆盖过度能动/输出处理/叛变特工/触发滥用/MCP 最低特权/MCP 工具中毒/提示注入/数据外流/特权升级/供应链/系统提示漏出/记忆中毒/工具滥用/危险 AST/污染追踪/YARA 签名 16 类，输出「类别/严重度/置信度/证据/发现」报告，可作 CI 卡点（scripts/skillsec_audit.py + references/skill-spector-method.md，studio audit <skill> [--json|--md]；方法论借鉴 SkillSpector 公开分类，本实现为自有开源代码）

增强项（扩展既有模式）：成熟度模型新增 Agentic 维度（模式 8 / scripts/maturity_assess.py，向后兼容）；审查器新增 AI 安全维度 PII/凭据/外部输入校验（模式 5 / scripts/review_checklist.py）；审查器再新增 安全语义层维度（模式 5 / scripts/review_checklist.py，借鉴腾讯朱雀 skill-scanner 的编码绕过/零宽走私检测 + skill-vetter 的敏感路径/裸IP/提权/未声明装包/声明-能力一致性红标清单）；新增 技能安全审计能力（模式 24 / scripts/skillsec_audit.py，方法论借鉴 NVIDIA SkillSpector 公开 16 类漏洞模式，自有开源实现，与 review 体检互补）。

核心工作流：设计器五步法（模式 2）

1. 梳理业务逻辑：明确场景/触发/输入输出/隐含规则（少问多读已有材料）
2. 准备知识材料：按四层（指令/知识/工具/示例）+ 技术层/规则层二分法归类；业务写规则、工程做能力，AI 产品经理桥梁
3. 生成 SKILL.md：套 assets/SKILL.md.template；硬性规则——name≤64 小写连字符、description≤1024 含"何时调用"、祈使句、三级加载、厚技能化（脚本/模板/校验）、聚焦单一职责、召回保守≤8
4. 测试迭代：3–5（企业 10–20）条查询，覆盖 应触发/不应触发/模糊边界
5. 发布治理（企业模式）：四前提自检 + 命名 + 注册表 + 角色包 + 安全审查 + 版本回滚 + 分发 + 持续进化

个人→企业升级（模式 3，要点）

逐条对照 references/personal-to-enterprise.md 升级清单：命名规范→结构补全→技术/规则拆分→厚技能化→安全审查→作用域隔离→治理信封→审计回滚→分发→四前提自检；输出升级版 SKILL.md + 差异说明。

资源索引

• references/principles.md — 厚技能+薄 harness 原则与体检清单（最高准则）
• references/learning.md — 管理者/业务人员科普与起步规划
• references/framework.md — 技术框架：Tools/MCP/Skills 分类、三级加载、四层、技术/规则层
• references/governance.md — 治理：四前提、六阶段、安全8项、CISO 5(AST10)、质量5、分层治理、分发六法
• references/personal-to-enterprise.md — 个人→企业升级转换器
• references/cross-platform.md — 跨平台适配（WorkBuddy/Codex/Claude Code/Cursor/龙虾/Hermes）
• references/evolution.md — 持续进化：会话挖掘、反馈闭环、Evolution Log、周度运营
• references/planning.md — 体系规划：成熟度五级 + 三模式选型 + 四前提自检 + 角色能力矩阵 + 落地路线图
• references/lifecycle-ops.md — 生命周期 Ops：六阶段 + 注册表 + 版本/弃用归档流程
• references/roi.md — ROI 筛选：用例四门槛（频次/时长/成本/一致性）
• references/evolution.md — 持续进化：会话挖掘、反馈闭环、Evolution Log、周度运营
• references/process-systems.md — 流程技能方法论：系统型流（连接器/本体/事务安全四件套/RBAC/确定性边界）+ Agentic Workflow（状态机/薄编排厚原子/HITL/可观测/降级）+ LLM 融合（概率-确定性分界/强 schema/置信闸门/模板固化）
• references/discovery.md — 技能发现/复用：查注册表 + name 重名/近似 + description Jaccard 重叠 + 触发词重叠 + 复用决策矩阵
• references/training.md — 培训推广包：试点选择 + 培训包四件套（场景卡/上手指南/FAQ/反馈单）+ 角色话术
• references/cases.md — 真实案例与基准（SkillsBench、IBM/JPMorgan/Klarna/Cognizant 等）
• assets/SKILL.md.template — 标准企业技能 SKILL.md 模板（四层 + 治理件 + Evolution Log + 厚技能提示）
• scripts/review_checklist.py — 审查器：安全8项 + CISO5(AST10) + 质量5 + 厚技能体检 + 事务安全/工作流可恢复性（支持 --json/--md，可作 CI 卡点）
• scripts/upgrade_skill.py — 个人→企业升级器：读入个人 SKILL.md，自动套升级清单产出企业版 + 差异说明
• scripts/maturity_assess.py — 体系成熟度自测器：五维度打分→L0–L4 等级 + 最短板 + 下一步建议（支持 --answers/--json/--md）
• scripts/lifecycle_track.py — 生命周期追踪器：注册表阶段分布 + 待复审 + 弃用候选（支持 --registry/--json/--md）
• scripts/roi_filter.py — ROI 筛选器：四门槛→BUILD/HOLD + 未达标原因（支持 参数/--answers/--json/--md）
• scripts/evolution_log.py — Evolution Log 维护器：追加结构化条目并输出 markdown（支持 --skill/--version/--change/--trigger）
• scripts/dupe_check.py — 技能发现/复用检测器：name 重名/近似 + description Jaccard 重叠 + 触发词重叠 → 复用/扩展/合并/新造（支持 --skills-dir/--registry/--name+--desc/--json/--md）
• scripts/training_pack.py — 培训包生成器：读 SKILL.md → 场景卡/上手指南/FAQ/反馈单四件套骨架（支持 --skill/--name/--desc/--json/--md）
• scripts/cross_platform_check.py — 跨平台适配检查器：name/description/agentskills.io/依赖预置/防特化 → 各平台适配要点（支持 --skill/--platform/--json/--md）
• references/agentic-governance.md — Agentic 治理：评估/护栏/可观测/责任归属/人机协同（与 process-systems 的工程面分工）
• references/scoping.md — 选题透镜：PEST/波特五力/产业价值链作技能选题上游透镜（薄引用，不深搬战略框架）
• references/composer.md — 技能编排器：编排模式（串行/并行/条件/人工门/降级）+ spec 规范 + 薄编排器原则
• references/evaluation.md — 评测套件方法论：应触发/不应触发/边界 + 动态评测闭环（含 eval_gen 用法）
• references/skill-spector-method.md — 技能安全审计方法论：16 类 taxonomy 与检测器映射、借鉴声明、运行方式（借鉴 NVIDIA SkillSpector 公开分类，自有开源实现）
• scripts/compose.py — 编排器生成器：读工作流 spec JSON → 编排器 SKILL.md 骨架（支持 --spec/--out/--json/--md）
• scripts/eval_gen.py — 评测套件生成器：读 SKILL.md → 应触发/不应触发/边界用例（支持 --skill/--name/--desc/--json/--md）
• scripts/studio.py — 统一 CLI 入口（薄 harness）：子命令调度以上全部脚本，参数透传；studio gate 为发布前卡点（同时跑安全+移植双体检）（支持 studio -h 列出全部能力）
• scripts/usage_tracker.py — 成本/计量追踪：usage JSONL 日志的 log/report/export，外推月用量并给 ROI 输入建议（半自动，需调用方落日志）
• scripts/portal.py — 技能门户生成器：扫描技能库 → PORTAL.md + 可选 HTML，可结合 lifecycle 注册表标注状态
• scripts/update_skill.py — 自更新器：检查/应用本技能自身更新（从可信仓库拉归档增量合并，支持 --check/--apply/--backup/--dry-run/--json，更新前快照可回滚、git 仓库自动保护）
• scripts/skillsec_audit.py — 技能安全审计器（SkillSec 16 类）：静态扫描任一技能的安全风险，输出类 SkillSpector 报告（类别/严重度/置信度/证据/发现），支持 --json/--md，可作 CI 卡点（方法论借鉴 NVIDIA SkillSpector 公开分类，自有开源实现）

已实现模块

• ✅ 审查器 scripts/review_checklist.py：自动跑安全8项 + CISO5 + 质量5 + 厚技能体检 + 事务安全四件套 + 工作流可恢复性（流程技能专用，见 references/process-systems.md）；脚本可重复运行（幂等，重跑不改既有产出）
• ✅ 个人→企业升级器 scripts/upgrade_skill.py：读入个人 SKILL.md 自动套清单产出
• ✅ 流程技能生成器（模式 9）：系统型流 + Agentic Workflow + LLM 融合方法论已落成（references/process-systems.md + 模板「系统/工作流扩展段」）
• ✅ 体系规划师（模式 8）：成熟度五级 + 三模式选型 + 四前提自检 + 角色能力矩阵已落成（references/planning.md + scripts/maturity_assess.py 量化自测）
• ✅ 生命周期 Ops（模式 10）：六阶段治理 + 注册表 + 弃用归档已落成（references/lifecycle-ops.md + scripts/lifecycle_track.py）
• ✅ ROI 筛选（模式 11）：用例四门槛量化判定已落成（references/roi.md + scripts/roi_filter.py）
• ✅ 持续进化器（模式 12）：Evolution Log 自动维护已落成（references/evolution.md + scripts/evolution_log.py）
• ✅ 跨平台适配器（模式 7 升级）：适配合规检查已落成（references/cross-platform.md + scripts/cross_platform_check.py）
• ✅ 技能发现/复用（模式 13）：重名与重叠检测已落成（references/discovery.md + scripts/dupe_check.py）
• ✅ 培训推广包（模式 14）：培训包四件套生成已落成（references/training.md + scripts/training_pack.py）
• ✅ Agentic 治理（模式 15）：评估/护栏/可观测/责任归属/人机协同方法论已落成（references/agentic-governance.md）
• ✅ 选题透镜（模式 16）：PEST/五力/价值链作技能选题上游透镜已落成（references/scoping.md）
• ✅ 技能编排器（模式 17）：多技能串工作流编排已落成（references/composer.md + scripts/compose.py）
• ✅ 评测套件生成器（模式 18）：动态评测用例生成已落成（references/evaluation.md + scripts/eval_gen.py）
• ✅ 成熟度模型 Agentic 扩展（模式 8 增强）：scripts/maturity_assess.py 新增 agentic 维度（评测/护栏/可观测/人机协同），向后兼容旧 5 维输入
• ✅ 审查器 AI 安全加固（模式 5 增强）：scripts/review_checklist.py 新增 AI安全维度（PII 检测 / 凭据跨文件扫描 / 外部输入校验），已验证脏技能正确触发
• ✅ 统一 CLI 入口（模式 19）：scripts/studio.py 薄 harness 调度全部脚本，参数透传，统一 --help 全能力清单
• ✅ 成本/计量追踪（模式 20）：scripts/usage_tracker.py 半自动 usage 日志 → 聚合外推月用量 → 接 ROI 闭环
• ✅ 技能门户生成器（模式 21）：scripts/portal.py 技能库 → PORTAL.md/HTML，结合 lifecycle 注册表标注状态
• ✅ 发布前卡点 gate（模式 22）：scripts/studio.py gate 一键同时跑【安全体检 + 移植体检】，任一 BLOCK 整体 BLOCK；实跑验证（脏技能 BLOCK、正常技能 PASS、JSON 模式正常）
• ✅ 技能安全审计 SkillSec 16 类（模式 24）：scripts/skillsec_audit.py 静态审计任意技能（含自身），覆盖过度能动/输出处理/叛变特工/触发滥用/MCP 最低特权/提示注入/数据外流/特权升级/供应链/危险 AST/污染追踪/YARA 等 16 类，输出类 SkillSpector 报告（支持 --json/--md，可作 CI 卡点）；方法论借鉴 NVIDIA SkillSpector 公开分类，自有开源实现

路线图与已落地状态

第一轮（8 模块，已全落地）：体系规划师 / 生命周期 Ops(含弃用归档) / 持续进化器 / 跨平台适配器 / 技能发现复用 / ROI 筛选 / 培训推广包 / 流程技能生成器。

第二轮增强（已落地）：

• ✅ Agentic 治理（模式 15）：评估/护栏/可观测/责任归属/人机协同（references/agentic-governance.md）
• ✅ 选题透镜（模式 16）：PEST/波特五力/价值链作技能选题上游透镜（references/scoping.md）
• ✅ 技能编排器（模式 17）：多技能串工作流（references/composer.md + scripts/compose.py）
• ✅ 评测套件生成器（模式 18）：应触发/不应触发/边界动态评测（references/evaluation.md + scripts/eval_gen.py）
• ✅ 成熟度模型 Agentic 维度（扩展模式 8 / maturity_assess.py，向后兼容）
• ✅ 审查器 AI 安全加固（扩展模式 5 / review_checklist.py：PII/凭据/外部输入校验）

第三轮可用性增强（已落地）：

• ✅ 统一 CLI 入口（模式 19）：scripts/studio.py 调度全部脚本（studio review/compose/eval/maturity/portal/usage ...）
• ✅ 成本/计量追踪（模式 20）：scripts/usage_tracker.py 半自动 usage 日志 → ROI 闭环
• ✅ 技能门户生成器（模式 21）：scripts/portal.py 技能库 → 门户目录/HTML
• ✅ 发布前卡点 gate（模式 22）：studio gate --skill <dir> [--platform codex] 双体检——回答"要安装/要移植的技能，安全和可移植性是否同时通过"

第四轮自更新（已落地）：

• ✅ 自更新（模式 23）：scripts/update_skill.py 从钉置到不可变发布标签的可信仓库拉取归档、SHA256SUMS 完整性校验、合并白名单、增量更新本技能副本；支持检查/应用/备份/干跑/JSON；更新前快照可回滚，git 仓库自动保护不误覆盖；默认仅检查、需确认才应用（详见 SECURITY.md）

第五轮安全审计能力（已落地）：

• ✅ 技能安全审计 SkillSec 16 类（模式 24）：scripts/skillsec_audit.py 借鉴 NVIDIA SkillSpector 公开 16 类漏洞模式，自有开源实现，对任一技能（含本技能自身）做类 SkillSpector 式静态安全审计，输出「类别/严重度/置信度/证据/发现」报告，支持 --json/--md 可作 CI 卡点；配套 references/skill-spector-method.md 方法论文档（含借鉴声明）

技能当前规模：24 能力模式 / 19 份 reference / 16 个脚本。

本轮新增已落地：打包 v1.0(README+VERSION+安装说明，已升 v1.0.1) / 跨平台实测(WorkBuddy·Codex·TRAE WORK 三平台验证) / 发布前双体检 gate / 自更新模式23 / 上架 ClawHub 市场(MIT-0)。

可继续的方向（未做）：真实企业样例库(替代 cases.md 的理论占位) / 更多平台实测(Cursor·Claude Code 等) / CI 自动 gate 卡点工作流。

实现任一模块时，在顶部"能力模式"追加对应入口，并把方法论落到 references/ 或 scripts/。