Popiai-skill/content-creation/skill-creator/SKILL.md

name	display-name-zh	summary-cn	summary-en	description	version	tags	tags-cn	guide-prompt	guide-prompt-en	exported-by
skill-creator	技能创建	把当前对话流程保存成可复用的技能	Save current flow as reusable skill	创建新 Skill、修改已有 Skill、将当前对话流程保存为可复用的 Skill， 以及引导用户从市场安装 Skill、理解目录结构。 触发词：创建skill、修改skill、保存为skill、把这个保存下来、 变成技能、固化流程、记住这个做法、下次还想这样做、 安装skill、下载skill、skill市场、管理skill、 create skill、save as skill、turn this into a skill、 make this reusable、update skill、install skill、setup skill。 Also trigger when the user reviews a completed creative output and expresses intent to repeat the same process with different inputs.	2.0.1	[Tools Meta Skill]	[工具 元 技能]	帮我使用它来创建一个新的技能。首先询问我这个技能应该做什么。	Help me use it to create a new skill. First ask me what this skill should do.	MiniMax-hub

Skill Creator & Manager

创建、修改、安装和管理 Skill。本应用有一个 orchestrator（media-agent） 和多个子 agent：image、video、audio、editing。 大部分 Skill 协调这些 agent 完成创意产出。

目录结构

目录	用途	谁管理
~/.hub/skills/	市场安装的 Skill	应用自动管理，不要手动修改
~/Movies/Hub/skills/	用户创建/编辑的 Skill	用户完全控制

用户目录优先级更高：同名 Skill 时用户目录的版本生效。

从市场安装 Skill

引导用户通过应用内的 Skill 广场页面操作：

1. 打开应用 → 进入「Skill 广场」页面
2. 浏览 Market tab 中的可用 Skill
3. 点击「安装」按钮
4. 安装完成后在 Skill 列表中启用

安装的 Skill 存放在 ~/.hub/skills/，由应用管理，支持自动更新。

---

创建 Skill 流程

1. Capture Intent   --  理解工作流
2. Write SKILL.md   --  编写 Skill
3. Review & Iterate --  用户反馈循环
4. Validate         --  触发测试 + 工作流走查
5. Save & Reload    --  保存到用户目录 + 触发加载
6. Iterate (optional) -- 基于实际使用改进

三种使用场景

场景 A：保存当前对话流程 对话中已经完成了一个工作流，用户想把它固化为 Skill 以便复用。 → 从对话历史提取工作流，进入 STEP 1。

场景 B：从零创建新 Skill 用户有一个想法但还没有执行过，想直接创建 Skill。 → 通过问答了解需求，进入 STEP 1（从头创建分支）。

场景 C：修改已有 Skill 用户想调整一个已存在的 Skill（改步骤、改参数、改触发词等）。 → 读取现有 SKILL.md，了解修改意图，直接进入 STEP 2 修改。

什么值得保存为 Skill

不是每个工作流都值得保存。至少满足以下两条时才建议保存：

• 复杂度：3 步以上、涉及多个 agent、或有分支逻辑
• 可复用：用户可能用不同输入重复做同样的事
• 隐性知识：包含不显而易见的技巧——模型选择、参数调优、 失败时的应对方法、创意技法
• 纠错历史：用户在流程中做了修正，这些修正适用于未来的执行

如果工作流是简单的一次性操作（如"生成一张图"），建议用户下次直接描述即可。

---

STEP 1: Capture Intent

场景 A：从对话历史提取

对话中很可能已包含完整工作流。先从对话历史提取，不要问已有答案的问题。

获取对话历史

如果当前上下文不包含完整工作流（发生在之前的会话）， 通过 agent 自身的对话历史能力查询之前的会话记录。

Skill 嵌套：Skill 不能嵌套调用其他 Skill。如果对话历史中有 Skill 调用， 直接读取被引用 Skill 的 SKILL.md 了解它做了什么，不要尝试重新调用。

从对话历史中提取：

1. 发生了什么：使用了哪些能力，什么顺序
2. 媒体流转：输入（音频、图片、文本）→ 中间产物 → 最终输出
3. 创意目的：核心意图
4. 用户做的关键决策：模型选择、参数调整、风格方向
5. 出错并修正的地方：失败、重试、参数变更——这些是最有价值的知识
6. 用户没有改动的地方：默认值正常工作也是信息，说明这些参数可以保持灵活

确认理解

"我从对话中提取了这些：[摘要]。这样对吗？"

如果用户纠正或提供自己的描述，以用户的为准。

场景 B：从零创建

如果没有现有工作流，通过问答了解需求：

• 输入是什么？最终输出是什么？
• 大致的步骤顺序？
• 有特定的模型或技术要求吗？
• 有什么约束（比例、时长、分辨率、风格一致性）？
• 最难的部分是什么——agent 在哪里容易出错？

场景 C：修改已有 Skill

1. 读取目标 Skill 的 SKILL.md
2. 了解用户想修改什么
3. 直接跳到 STEP 2 进行修改

---

STEP 2: Write the SKILL.md

目录结构

skill-name/
├── SKILL.md           (必须 — Skill 定义)
├── scripts/           (可选 — 可复用脚本)
└── references/        (可选 — 按需加载的参考文档)

三层加载机制

1. 元数据（name + description）— 始终在 agent 上下文中，用于触发匹配
2. SKILL.md 正文 — Skill 触发后加载，控制在 500 行以内
3. 附带资源 — 按需加载。大文档放 references/，可执行脚本放 scripts/

Frontmatter

必填字段：

---
name: my-skill                    # kebab-case，和目录名一致
description: |
  详细描述，第一行是摘要。
  包含触发词，方便 agent 匹配。
  触发词包括：关键词1、关键词2。  
summary-cn: 中文摘要，不超过二十五个汉字
summary-en: English summary, up to thirty words
version: 0.1.0
tags: [Video, Creative]
trigger-words: [关键词1, 关键词2, keyword1, keyword2]
---

字段	必填	说明
name	✅	kebab-case，和目录名一致
description	✅	详细描述 + 触发词（200-500 字符）
summary-cn	✅	中文 UI 摘要（≤25 汉字）
summary-en	✅	英文 UI 摘要（≤30 词）
version	✅	语义化版本
tags	可选	分类标签
trigger-words	可选	触发词列表
allowed-tools	可选	依赖的 MCP 工具名

Description 写作要点

• 长度：200-500 字符
• 语气：描述用户意图，不是实现细节
• 覆盖：包含多种表述（正式/口语/中英文）
• 边界：和相近 Skill 有歧义时，加简短区分说明
• 反模式：不要在 description 里写实现步骤

正文结构

1. # Skill Name — 标题
2. 简介段 — 何时使用、涉及什么媒体类型
3. 分步骤 — ## STEP N: 步骤名

使用 references/SKILL-TEMPLATE.md 作为起始模板。

写作原则

描述任务，不描述路由

• Good: "生成一张 16:9 的主角肖像画——红裙年轻女性，电影感光线"
• Bad: "调用 image agent，使用 nano_banana 模型生成..."

只在用户明确指定时提及模型

用户说"用 Kling 生成视频"就记录。agent 自动选的默认值不要写死。

解释约束背后的原因

• Good: "最终合成前去掉对口型片段的音轨，因为合成步骤会加原曲，重复音轨会造成叠音"
• Bad: "必须用 -an flag"

捕捉创意流程，不是实现细节

• Good: "分析音乐的情绪变化、节奏转折和人声段落"
• Bad: "调用 read_media，参数 question 设为..."

批量处理，不要交替

• Good: "一次生成所有场景图，然后一次生成所有视频"
• Bad: "每个片段：先生图，再生视频，然后下一个"

在创意决策点加用户确认

在高成本操作（视频生成、最终合成）前加确认步骤。不要每个小步骤都确认。

编码用户的纠错，不只是成功路径

重试和修正是最有价值的知识。

从具体中提炼通用

• Good: "分析音频确定段落边界"（通用）
• Bad: "在 0:45, 1:30, 2:15 处分割"（特定文件）

所有输出都在会话项目目录

不要硬编码输出路径。使用工具返回的文件路径进行后续操作。

正文 500 行以内

超出部分放 references/，可执行模式提取到 scripts/。

---

STEP 3: Review & Iterate

展示完整 SKILL.md 给用户：

"这是我编写的 Skill，看看有什么需要调整的？"

常见修改：调整步骤顺序、改模型选择、调参数灵活度、加边界情况处理、 改触发词、去掉过度具体的指令。

---

STEP 4: Validate

4a: 触发测试

1. 写 6 个测试查询 — 3 个应该触发，3 个不应该触发
2. 自测：只看 name 和 description，问自己"会触发吗？"
3. 给用户看：展示测试查询和预期结果

4b: 工作流走查

用一个不同于原始对话的假设场景，逐步走查：

• 完整性：每一步的输出是下一步需要的输入吗？
• 通用性：有没有步骤绑定了原始对话的具体内容？
• 确认点：用户确认在高成本操作之前吗？
• 失败路径：生成失败时 Skill 有指导吗？
• 批量策略：同类资源是批量处理还是逐个交替？

---

STEP 5: Save & Reload

用户确认后保存到用户 Skill 目录：

1. 创建目录并写入

mkdir -p ~/Movies/Hub/skills/<skill-name>

将 SKILL.md 保存到 ~/Movies/Hub/skills/<skill-name>/SKILL.md。

如有 references 或 scripts，创建对应子目录。

2. 验证引用完整

保存后确认 SKILL.md 中引用的所有文件都存在：

grep -oE '(references|scripts)/[^\s`"]+' ~/Movies/Hub/skills/<skill-name>/SKILL.md | \
  while read f; do
    [ -f ~/Movies/Hub/skills/<skill-name>/"$f" ] || echo "MISSING: $f"
  done

3. 触发 Skill 重新加载

保存完成后，调用 hub_reload_skills 工具触发 OpenCode 重新加载 Skill 列表。 如果当前有活跃会话，用户会看到一个通知条提示确认重启；如果没有活跃会话，重载会自动静默完成。

4. 告知用户

• Skill 已保存到 ~/Movies/Hub/skills/<skill-name>/
• 已触发重新加载，新 Skill 可在当前或下次会话中使用
• 列出 Step 4a 的 3 个触发测试查询作为示例

---

STEP 6: Iterate & Improve (Optional)

Skill 的第一版很少是最好的。实际使用后再来改进。

观察信号

信号	含义	修复
Agent 没触发 Skill	description 缺少用户的说法	扩充触发词
触发了但执行差	指令不清晰或有歧义	澄清步骤，加示例
不该触发时触发了	description 太宽泛	加边界说明
Agent 每次都写类似脚本	重复工作未打包	提取到 scripts/
用户每次都改同一步	约束不够紧	加明确指导和原因
Agent 做了多余的事	指令导致无效工作	删除或简化

改进流程

1. 收集 2-3 次使用的证据
2. 诊断：触发问题（description）、执行问题（正文）、还是缺资源？
3. 精准修复：只改有问题的部分
4. 重新验证（跑 Step 4 checklist）
5. 修改后同样调用 hub_reload_skills 触发重新加载