Auto Create Skill

从会话中识别固定工作流并自动生成可复用的 Skill。用户下次只需提供关键参数即可 重复执行相同流程。同时支持对已创建的 Skill 进行增量更新（添加步骤、修改流程、 删除步骤、调整顺序等）。 当用户提到以下任意情况时，立即使用本 Skill： - "把这个流程保存为 skill" / "把这个工作流抽取出来" - "创建一个自动化流程" / "我想把这个固定下来" - "帮我生成一个 skill 来做 XXX" - "更新/修改/编辑 XXX skill" （其中 XXX 是由本 skill 创建的） - "给 XXX 流程加一个步骤" / "删掉 XXX 流程里的某步" - "列出我创建的所有 skill" / "查看 skill 列表" - 用户描述了一个重复性工作流并暗示想自动化 - 用户在会话中反复执行类似操作并表示想固化流程

本 Skill 的核心能力：从对话中提取可复用的工作流，生成结构化的 Skill 文件， 让 Claude 在后续会话中能按照固定流程执行任务。

---

核心概念

什么是「工作流 Skill」

工作流 Skill 是一个结构化的 SKILL.md 文件，它定义了：

1. 触发条件：什么场景下应该使用这个流程
2. 输入参数：用户需要提供哪些信息（如 Jira ID、分支名等）
3. 执行步骤：按顺序排列的操作步骤，每步包含：具体动作、使用的工具/MCP、 是否需要用户确认、失败时的处理方式
4. 流程控制：条件分支、循环、用户交互点

环境检测（关键！）

在创建或更新 Skill 之前，必须先检测当前运行环境，因为不同环境的 Skill 安装路径完全不同。执行以下检测逻辑：

bash

# 环境检测
if [ -d "$HOME/.claude" ] && command -v claude &>/dev/null; then
  echo "ENV=claude-code"
  echo "SKILL_DIR=$HOME/.claude/skills"
  echo "REGISTRY=$HOME/.claude/skills/.auto-skill-registry.json"
elif [ -d "/mnt/skills/user" ]; then
  echo "ENV=claude-ai"
  echo "SKILL_DIR=/mnt/user-data/outputs"
  echo "REGISTRY=/mnt/skills/user/.auto-skill-registry.json"
else
  echo "ENV=unknown"
  echo "SKILL_DIR=$HOME/.claude/skills"
  echo "REGISTRY=$HOME/.claude/skills/.auto-skill-registry.json"
fi

各环境的行为差异：

环境	Skill 写入路径	安装方式
Claude Code	~/.claude/skills/<skill-name>/	直接写入，立即生效，下次会话可通过 /skill 调用
Claude.ai	/mnt/user-data/outputs/<skill-name>/	生成文件供用户下载，用户需到 Customize > Skills 手动上传
未知环境	~/.claude/skills/<skill-name>/	尝试直接写入，失败则输出到当前目录

Claude.ai 特别注意：Claude.ai 的代码执行环境是临时沙箱，写入 /mnt/skills/user/ 的文件在会话结束后会消失。所以必须：

1. 将生成的 Skill 文件输出到 /mnt/user-data/outputs/ 供用户下载
2. 使用 present_files 工具向用户展示文件下载链接
3. 明确告知用户：「请下载此文件，然后到 Customize > Skills 上传安装」

工作流 Skill 的目录结构（严格遵守！）

Claude Code 的 Skill 加载机制要求：文件必须放在以 skill 名称命名的子目录下， 文件名必须是 SKILL.md（全大写）。这不是建议，是硬性要求，否则 Claude Code 无法识别该 Skill。

正确结构（以 fix-easy-bug 为例）：

text

~/.claude/skills/fix-easy-bug/        ← 必须是子目录
└── SKILL.md                          ← 文件名必须是 SKILL.md（全大写）

以下都是错误的，会导致 Skill 无法被发现：

text

# ❌ 错误：直接放在 skills 目录下，没有子目录
~/.claude/skills/fix-easy-bug.md

# ❌ 错误：文件名不对
~/.claude/skills/fix-easy-bug/fix-easy-bug.md
~/.claude/skills/fix-easy-bug/skill.md

# ❌ 错误：路径层级不对
~/.claude/skills/SKILL.md

创建文件时必须使用以下命令序列（不可省略 mkdir）：

bash

mkdir -p $SKILL_DIR/<skill-name>
cat > $SKILL_DIR/<skill-name>/SKILL.md << 'SKILL_EOF'
<Skill 内容>
SKILL_EOF

在 Claude.ai 环境下同理：

bash

mkdir -p /mnt/user-data/outputs/<skill-name>
# 将 SKILL.md 写入该子目录

注册表

所有由 auto-create-skill 创建的 Skill 都会被记录到注册表中，方便管理。 注册表路径根据环境自动选择（见上方环境检测）。

---

操作模式

根据用户意图，本 Skill 有三种操作模式：

模式 A：创建新 Skill（从会话或描述中提取工作流）

模式 B：更新已有 Skill（修改由本 Skill 创建的工作流）

模式 C：管理 Skill（列出、查看、删除已创建的 Skill）

---

模式 A：创建新 Skill

第一步：提取工作流信息

从当前会话或用户描述中，收集以下关键信息：

1. Skill 名称：简洁的英文标识符（kebab-case），如 simple-bugfix
2. Skill 用途：一句话描述这个流程做什么
3. 触发场景：用户会怎样描述需要执行这个流程
4. 输入参数：用户每次需要提供的变量信息
   • 参数名、类型、是否必填、默认值、示例值
5. 执行步骤：按顺序的操作列表
   • 每步的具体操作
   • 使用的工具（bash、MCP server、web_search 等）
   • 是否需要等待用户确认才能继续
   • 可能的失败情况及处理方式
6. 流程分支（如果有）：不同条件走不同路径
7. 完成条件：怎样算流程执行完毕

关键原则：向用户确认你的理解是否正确，不要假设。特别关注：

• 哪些步骤是需要用户确认的「检查点」（checkpoint）
• 哪些步骤可以自动执行无需干预
• 步骤之间的依赖关系
• 异常情况的处理方式

第二步：与用户确认工作流

用结构化的方式向用户呈现你提取到的工作流，例如：

text

📋 工作流：简单 BUG 修复 (simple-bugfix)

输入参数：
  - jira_id (必填): Jira Issue ID，如 PROJ-1234

步骤：
  1. [自动] 通过 Jira MCP 查询 {jira_id} 的 BUG 详情
  2. [自动] 分析 BUG 信息，定位代码问题
  3. [自动] 修复代码
  4. [等待确认] 通知用户验证修复结果
  5. [用户确认后] 提交到 bugfix/{jira_id} 分支并推送远端

请用户确认或修改后再继续。

第三步：生成 Skill 文件

用 references/workflow-skill-template.md 作为参考模板，生成 SKILL.md。

生成前请先阅读模板文件（路径根据 auto-create-skill 自身安装位置而定）：

• Claude Code: cat ~/.claude/skills/auto-create-skill/references/workflow-skill-template.md
• Claude.ai: cat /mnt/skills/user/auto-create-skill/references/workflow-skill-template.md

生成 Skill 时遵循以下原则：

1. YAML frontmatter 中的 description 要「积极触发」——列出所有可能的 触发短语，宁多勿少
2. 输入参数段 要清晰列出所有参数，包括类型、是否必填、默认值
3. 步骤定义 要精确到可执行级别——Claude 读了就能直接按步骤操作
4. 每一步都要明确标注：
   • [AUTO] = 自动执行，无需用户干预
   • [CONFIRM] = 执行后等待用户确认才能继续
   • [INPUT] = 需要用户在此步提供额外信息
5. 工具调用要写具体：不要写「使用 MCP 查询」，要写明 用哪个 MCP server、调用什么方法、传什么参数
6. 错误处理 要为关键步骤定义失败后的行为

第四步：写入文件并注册

首先执行环境检测（参见上方「环境检测」章节），确定 SKILL_DIR。

Claude Code 环境：

1. 必须创建子目录，然后在子目录内创建 SKILL.md 文件（不可直接在 skills 目录下创建 .md 文件）：

bash

# ✅ 正确：先建子目录，再在里面写 SKILL.md
mkdir -p ~/.claude/skills/<skill-name>
cat > ~/.claude/skills/<skill-name>/SKILL.md << 'SKILL_EOF'
---
name: <skill-name>
description: ...
---
<Skill 内容>
SKILL_EOF

bash

# ❌ 绝对禁止：不要这样做
echo "..." > ~/.claude/skills/<skill-name>.md

2. 更新注册表

bash

python3 <auto-create-skill所在路径>/scripts/manage_registry.py add \
  --name "<skill-name>" \
  --description "<one-line description>" \
  --path "$HOME/.claude/skills/<skill-name>/SKILL.md" \
  --params '<JSON array of param names>'

3. 告知用户：「Skill 已安装，你可以在新会话中通过 /skill 找到它， 或直接描述任务让 Claude 自动触发。」

4. 创建后验证（必做）：

bash

# 验证文件路径是否正确
if [ -f "$HOME/.claude/skills/<skill-name>/SKILL.md" ]; then
  echo "✅ Skill 文件路径正确"
  head -5 "$HOME/.claude/skills/<skill-name>/SKILL.md"
else
  echo "❌ 错误：SKILL.md 未在正确位置创建！"
  # 检查是否误创建为平铺文件
  ls -la "$HOME/.claude/skills/" | grep "<skill-name>"
fi

Claude.ai 环境：

1. 将 Skill 文件写入到 /mnt/user-data/outputs/<skill-name>/SKILL.md
2. 使用 present_files 工具向用户提供下载链接
3. 必须明确告知用户以下安装步骤：
   • 下载生成的 <skill-name> 文件夹
   • 打开 Claude.ai，进入 Customize > Skills
   • 点击上传，选择下载的文件夹
   • 确认 Skill 已启用（toggle 开启）
4. 同时更新沙箱内的注册表（供当前会话使用）

---

模式 B：更新已有 Skill

第一步：定位目标 Skill

1. 先执行环境检测，确定注册表和 Skill 目录的路径
2. 运行注册表管理脚本查看所有已创建的 Skill：
   • Claude Code: python3 ~/.claude/skills/auto-create-skill/scripts/manage_registry.py list
   • Claude.ai: python3 /mnt/skills/user/auto-create-skill/scripts/manage_registry.py list
3. 根据用户描述匹配到目标 Skill
4. 读取该 Skill 的 SKILL.md 获取当前内容

第二步：理解修改意图

常见的修改类型：

• 添加步骤：在指定位置插入新的操作步骤
• 删除步骤：移除某个不再需要的步骤
• 修改步骤：更改某个步骤的具体操作方式
• 调整顺序：重新排列步骤的执行顺序
• 修改参数：添加/删除/修改输入参数
• 修改触发条件：更新 description 中的触发短语
• 添加分支：增加条件判断和不同路径

第三步：向用户展示修改前后对比

用 diff 风格或并列方式展示修改前后的差异：

text

修改前步骤：
  1. [AUTO] 查询 Jira
  2. [AUTO] 修复代码
  3. [CONFIRM] 用户验证
  4. [AUTO] 提交并推送到 bugfix/{jira_id}

修改后步骤：
  1. [AUTO] 查询 Jira
  2. [AUTO] 修复代码
  3. [CONFIRM] 用户验证
  4. [AUTO] 提交并推送到 bugfix/{jira_id}
+ 5. [AUTO] 合并主分支并推送开发环境     ← 新增

第四步：用户确认后执行修改

1. 读取原始 SKILL.md
2. 按照确认的修改方案更新内容
3. 写入更新后的 SKILL.md（先备份原文件）
4. 更新注册表（如果描述或参数有变）

bash

# 备份（路径根据环境检测结果确定）
cp $SKILL_DIR/<skill-name>/SKILL.md \
   $SKILL_DIR/<skill-name>/SKILL.md.bak

# 更新注册表（如果需要）
python3 <auto-create-skill所在路径>/scripts/manage_registry.py update \
  --name "<skill-name>" \
  --description "<updated description>"

Claude.ai 环境下更新已有 Skill：由于沙箱环境限制，需要：

1. 读取原始 Skill 内容（如果用户已上传，可从 /mnt/user-data/uploads/ 获取）
2. 修改后将更新版本输出到 /mnt/user-data/outputs/
3. 使用 present_files 提供下载
4. 告知用户在 Customize > Skills 中删除旧版本并上传新版本

---

模式 C：管理 Skill

列出所有 Skill

bash

python3 <auto-create-skill所在路径>/scripts/manage_registry.py list

以友好的格式向用户展示所有已创建的 Skill，包含名称、描述、参数、创建/更新时间。

查看某个 Skill 的详情

读取并向用户展示目标 Skill 的完整工作流定义。

删除 Skill

bash

python3 <auto-create-skill所在路径>/scripts/manage_registry.py remove \
  --name "<skill-name>"

同时删除对应的 Skill 目录（需要用户确认）。

---

生成 Skill 的质量检查清单

在生成或更新 Skill 后，对照以下清单检查：

• 文件路径正确：确认是 <skill-name>/SKILL.md（子目录 + 全大写文件名）， 不是 <skill-name>.md
• YAML frontmatter 的 description 是否包含足够的触发短语
• 所有输入参数是否都有清晰的说明和示例
• 每一步的操作是否精确到可执行级别
• 每一步是否都标注了 [AUTO] / [CONFIRM] / [INPUT]
• 工具调用是否写明了具体的 server、方法、参数
• 关键步骤是否有错误处理
• 步骤之间的依赖关系是否合理
• 用户交互点是否合理（不会太多打断流程，也不会跳过重要确认）
• 流程的起点和终点是否清晰

---

重要提醒

1. 文件路径是铁律：生成的 Skill 必须放在 <skill-name>/SKILL.md 子目录结构中， 绝不可以直接在 skills 目录下创建 <skill-name>.md 文件。违反此规则会导致 Skill 无法被 Claude Code 识别。每次创建后必须执行验证。
2. 永远先确认再执行：在创建或修改 Skill 之前，务必向用户确认你的理解
3. 保持幂等性：生成的流程应该是可重复执行的
4. 参数化一切可变项：不要硬编码，所有会变化的值都应该是参数
5. 合理设置检查点：敏感操作（如 git push、删除文件）前设置用户确认点
6. 考虑失败恢复：关键步骤要定义失败后的行为（回滚、重试、通知用户等）
7. 写给 Claude 看：生成的 SKILL.md 是给 Claude 读的指令，要精确、无歧义