nuwa-skill

女娲造人 — 输入人名/主题，自动深度调研蒸馏成可运行的Skill

女娲 · Skill造人术

来源

• GitHub 公司仓库: https://github.com/dxy0905/qiushuzhifang-skills/tree/main/skills/nuwa-skill
• 原始上游: https://github.com/alchaincyf/nuwa-skill
• 协议: MIT

功能

自动深度调研任何人物 → 提炼思维框架 → 生成可运行的Skill。

支持两种入口：

1. 明确人名 → 直接蒸馏（如"蒸馏张爱军"）
2. 模糊需求 → 诊断推荐 → 再蒸馏

安装方式

# 从 GitHub 安装（推荐）
hermes skills install https://raw.githubusercontent.com/dxy0905/qiushuzhifang-skills/main/skills/nuwa-skill/SKILL.md

蒸馏工作流（三源调研法）

当蒸馏人物/主题时，从以下三个渠道获取原始材料：

源一：本地文件

• 检查 E:\\ 和 D:\\ 下是否有相关书籍/文档/论文
• 使用 python-docx 提取 .docx 中的文字
• 使用 read_file 读取 .md/.txt 文件

源二：网络搜索（公众号内容）

• 搜索策略： 使用"公众号名 + 关键词"组合搜索（type=2），比仅搜公众号名更精准
• 技术栈： Python urllib获取cookie → Playwright无头浏览器 → 点击文章链接跟随JS重定向 → 滚动触发懒加载
• 子文章提取： 如果文章内容短（<1000字），检查是否为目录索引文章，提取其中子文章链接逐个下载
• 详情参见： references/wechat-scraping-memo.md + scripts/wechat-article-downloader.py
• 搜索引擎备选： Bing（国内版）、搜狗网页搜索

源三：已有Skill复用

• 检查是否已有相关 Skill（如 zhang-aijun-clta 可复用为蒸馏起点）
• 使用 skills_list 列出，skill_view 加载

Skill产出规范

每个新 Skill 应包含（参照 company-skills 标准）：

• SKILL.md — 完整正文，含 YAML frontmatter（name/description/version/category/author）
• references/ — 蒸馏来源说明、原文来源对应表
• scripts/ — 可复用的工具脚本（如文章下载器）
• templates/ — 模板文件（如教案模板）

版本管理

• v1.x：初版蒸馏（仅书本/已有资料）
• v2.x：整合公众号/网络资料
• v3.x：加入实战案例提炼
• 每次升级递增版本号，在 description 中标注

完整Skill生命周期：女娲 → 达尔文 → 技能总指挥 → 发布

女娲.skill 创建Skill初版后，必须配合达尔文.skill（darwin-skill）进行后续优化才能达到最佳效果。 优化完成后通过技能总指挥（skill-orchestrator） 进行发布（安全扫描→GitHub/ClawHub），署名"邱数智方"建立品牌输出。

🏺 女娲.skill（造人）       → 创建 Skill 初版
    ↓
🧬 达尔文.skill（进化）     → 9维评估 → 自动优化 → 测试验证 → 定稿
    ↓
🎯 技能总指挥（发布）       → 安全扫描 → GitHub发布 / ClawHub提交
    ↓
🌍 全球社区可用             → 署名"邱数智方"，品牌输出

达尔文评估体系概况（9维度/100分）

引用自微软SkillLens论文（arXiv 2605.23899）：

1. 结构完整性 / 2. 清晰度 / 3. 内容完整性 / 4. 可操作性
2. 准确性 / 6. 一致性 / 7. 执行效率 / 8. 鲁棒性 / 9. 元技能合规

部署后的持续优化

• 每次公众号新案例下载后 → 用达尔文重新评估skill质量
• 每季度用达尔文做一次skill健康检查
• 评分低于75分 → 触发自动优化流程

适用人员

• 技术局全体员工（AI技能开发与人格蒸馏）
• 教育部全体员工（蒸馏教育专家）

触发词

「造skill」「蒸馏XX」「女娲」「造人」「达尔文」「优化skill」