SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场skillify

skillify

智能体与模型

查看项目

更新于 10-24 16:23

技能介绍

用途

skillify 是一个用于创建、改编或更新 Claude Code 技能（skill）的工具。它把三种能力整合到一个技能中，并根据输入信号自动路由到合适的模式。根据资料，它合并并取代了此前的 create-skill、adapt-skill 和 update-skill（自 v0.2.0 起合并）。

主要能力

skillify 提供三种模式：

  • CREATE：构建新技能，来源可以是对话（from-chat，默认）、视频（from-video）、粘贴的简报/转录/笔记（from-dump）或从零开始（from-scratch）。
  • ADAPT：将外部技能移植到自己的命名空间，来源可以是 GitHub URL、agentskills.io URL、skills.sh URL、本地磁盘路径或粘贴的 SKILL.md 内容。
  • UPDATE：从学习点改进已有技能，子模式包括 from-chat（默认）、from-dump、targeted 和 usage。

使用方式

模式检测

skillify 根据输入信号路由：

  • 在对话中调用且近期有实质性工作流讨论 → CREATE / from-chat（默认）
  • /skillify from-video <url> 或 /skillify + 视频 URL → CREATE / from-video
  • /skillify from-dump + 粘贴的简报/转录/笔记 → CREATE / from-dump
  • /skillify from-scratch <name> 或无上下文的“make a new skill called X” → CREATE / from-scratch
  • /skillify <github-url> 或“adapt this skill”/“port this skill”/“fork this skill” + 外部来源 → ADAPT
  • /skillify <existing-skill> <change> 或“update X skill”/“propagate this learning” → UPDATE / targeted
  • /skillify update（对话中）→ UPDATE / from-chat
  • /skillify usage <skill> → UPDATE / usage

如果存在歧义，应先询问再继续。涉及外部 URL 时，绝不在 CREATE 和 ADAPT 之间猜测。

CREATE 模式

  1. 确认输入来源（from-chat / from-video / from-dump / from-scratch）。
  2. 格式规范遵循 Anthropic 官方指导，可调用 compound-engineering:create-agent-skill、compound-engineering:skill-creator、compound-engineering:heal-skill、anthropics/skills、agentskills.io 等参考。
  3. 选择目标仓库：从 ${MAKERSKILLS_CONFIG:-$HOME/.config/makerskills}/skillify/repos.yaml 加载用户仓库列表，否则默认使用 makerskills。
  4. 按子模式合成内容：from-chat 回溯对话寻找重复工作流；from-dump 解析粘贴内容；from-video 调用 watch-video 获取转录与关键视觉时刻；from-scratch 进行交互式问答。
  5. 生成 frontmatter，包含 name、description（约 2–4 句，以“When you want to...”开头，包含 4–8 个触发短语，与相邻技能区分，约 500 字符以内）和 metadata.version。
  6. 搭建目录结构：<target-repo>/skills/<name>/ 下含 SKILL.md 和 references/。
  7. 更新 README 技能表，提交并推送。
  8. 提供后续选项。

ADAPT 模式

  1. 获取来源：支持 GitHub URL、agentskills.io URL、skills.sh URL、本地路径或粘贴的 SKILL.md。可 shallow clone 或通过 gh api 获取单文件，并记录 commit SHA。
  2. 分析并分类为三类：Keep verbatim（格式、schema、机制、脚本、框架）、Adapt（工具默认值、路径、语气、命名、观点）、Add（交叉引用、组合说明、约定）。输出分类表供批准。
  3. 许可证检查：MIT/Apache-2.0/BSD/ISC/CC0 为绿色可继续；MPL-2.0/LGPL 为黄色需警告；GPL-2.0/GPL-3.0/AGPL 为红色有传染风险；专有/无许可证为红色应停止；不明确为黄色。
  4. 选择目标仓库（同 CREATE 第 3 步）。
  5. 重写：保留逐字内容、适配命名/工具/语气/路径/名称与上下文、添加交叉引用与约定。
  6. 编写 references/attribution.md，记录来源、仓库、作者、commit SHA、许可证、改编日期、保留/改编/添加内容、许可证合规与升级路径。
  7. 搭建目录并提交，提交信息为“Adapt <name> skill from <source-name>”。
  8. 报告并提供后续选项。

UPDATE 模式

  1. 确认子模式（from-chat / from-dump / targeted / usage）。
  2. 提取学习点：纠正、验证、新模式、语气更新、工具变更、架构决策、缺口。
  3. 识别受影响技能：在当前仓库及可选兄弟仓库中 grep 搜索，按置信度分类（高/中/低）。
  4. 记忆与技能检查：技能特定规则直接编辑 SKILL.md/references；跨领域原则写入 ~/.claude/memory/feedback_<topic>.md；两者皆有时同时处理。
  5. 按文件提出 diff，逐文件批准，并建议版本号变更。
  6. 应用已批准变更，按建议级别提升 metadata.version。
  7. 提交并推送，按技能分组，跨仓库时每个仓库单独提交。
  8. 报告提取的学习点、更新的技能、写入的记忆文件等。

适用场景

  • 从对话、视频、简报或从零开始创建新的 Claude Code 技能。
  • 将外部技能移植到自己的命名空间，并处理许可证与归属。
  • 从对话、反馈或使用记录中提取学习点，更新已有技能。
  • 跨技能传播学习点，或进行记忆与技能的决策分流。

限制

  • 涉及外部 URL 时，若无法确定是 CREATE 还是 ADAPT，应先询问，不应猜测。
  • ADAPT 模式必须进行许可证检查，GPL/专有许可证未经明确许可不应继续。
  • 归属标注在 ADAPT 模式中不可省略，每个改编技能都应附带 references/attribution.md。
  • 格式规范应参考 Anthropic 官方指导，不应自行发明格式约定。
  • 对于单行更新且无跨技能影响的情况，不应使用 UPDATE 模式，直接编辑即可。
  • 资料未提供具体的收费、价格、平台支持范围或效果数据。