元技能 · 顶级 AI Agent 架构师
基于 飞书 CLI 开发，专门用于设计生产级 Claude Skill 的元技能，集众家之所长，将想法转化为顶级 Agent
设计哲学 • 核心能力 • 使用指南 • 架构框架 • 最佳实践
Skill-Architect 是一个"元技能"（Meta-Skill）——它不直接完成具体任务，而是帮助你设计和创建其他高质量的 Skill。
它整合了：
- 📘 磊叔《认知觉醒：重新定义 Claude Skill》系列教程（工程化 + 产品化）
- 📗 一泽 Eze 1.2w 字实战心得（策略哲学 + 最小完备集）
- 📙 行业最佳实践（Agent 设计模式、上下文管理、经验沉淀）
目标：让你从一个模糊的想法出发，最终产出具备高智力上限、产品化思维、工程化结构的顶级 Skill。
"不要只教 Agent 怎么做，要教它如何思考"
| ❌ 错误做法 | ✅ 正确做法 |
|---|---|
| 第一步打开百度，第二步搜索 | 优先尝试静态 Fetch，遇反爬切换到 CDP |
| 点击 class 为 btn 的按钮 | 找到提交按钮，验证可点击后执行 |
| 等待 3 秒 | 等待目标元素出现或超时 |
核心：定义思考循环（观察→规划→执行→校验），而非死板步骤
"只提供必要的原子化工具，避免选择困难"
| 原则 | 说明 |
|---|---|
| 必要性 | 每个工具都不可或缺 |
| 原子化 | 每个工具只做一件事 |
| 正交性 | 工具之间功能不重叠 |
| 可组合 | 工具可以串联完成复杂任务 |
示例：
✅ 最小完备集：
- 01-fetch-page.py # 获取页面
- 02-extract-data.py # 提取数据
- 03-save-result.py # 保存结果
❌ 工具冗余：
- get-page.py
- fetch-page.py
- load-url.py # 功能重复
- download-html.py # 功能重复
"保护上下文带宽，按需加载信息"
SKILL.md (核心指令) ← 始终加载，定义思考逻辑
│
├── scripts/ (执行脚本) ← 按需调用，处理确定性任务
├── templates/ (模板文件) ← 按需调用，标准化输出
└── references/ (知识库) ← 按需调用，行业术语/规范
好处：
- 🧠 减少初始上下文负担
- 📦 信息隔离，易于维护
- ⚡ 长任务中动态加载知识
不会直接写代码，而是先问清楚：
🔍 需求对齐问题清单：
1. 核心目标
- 这个 Skill 解决什么具体痛点？
- 目标用户是谁？使用频率如何？
2. 成功定义
- 什么样输出才算任务完成？（定义锚点）
- 如何量化成功？（准确率/速度/完整性）
3. 边界识别
- 哪些事是这个 Skill 绝对不该做的？
- 什么情况下应该拒绝执行？
4. 使用场景
- 用户在什么情境下调用？
- 需要支持参数化调用吗？
输出完整的架构草案：
📐 架构草案示例：Skill「竞品调研助手」
【元数据设计】
- name: competitor-research
- description: 自动调研竞品并生成对比周报（支持定价/功能/舆情多维度）
【工具组合】
┌─────────────────────────────────────────┐
│ scripts/ │
│ ├── 01-fetch-competitor-list.py │ # 获取竞品列表
│ ├── 02-extract-pricing.py │ # 提取定价信息
│ ├── 03-analyze-features.py │ # 分析功能对比
│ └── 04-generate-report.py │ # 生成对比报告
└─────────────────────────────────────────┘
【知识沉淀】
┌─────────────────────────────────────────┐
│ references/ │
│ ├── 竞品网站特征库.md │ # 各站点 DOM 特征
│ ├── 定价术语词典.md │ # 行业术语解释
│ └── 报告模板规范.md │ # 输出格式标准
└─────────────────────────────────────────┘
【执行策略】
1. 优先尝试静态 Fetch（快速）
2. 遇反爬/动态渲染 → 切换 CDP 模式
3. 调用已沉淀的站点经验
4. 验证数据完整性 → 不完整则重试
遵循严格的结构规范：
# Skill Name v1.0.0
## 🎯 Banner & Version
- 体现产品化与版本管理（SemVer）
- 清晰的技能定位
## 🧠 策略引擎
定义任务的"思考循环"：循环：
- 观察当前状态
- 判断是否需要登录
- 选择合适的工具
- 执行并验证结果
- 记录经验到知识库
## 🛠️ 工具调用规范
- 强制使用序号命名（01, 02...）确保执行顺序
- 参数化调用（$ARGUMENTS）
- 错误处理与重试机制
## 📊 进度反馈机制
- 长任务输出进度条
- 关键节点状态更新
- 消除用户焦虑
## 🔒 安全边界
- 敏感操作需要确认
- 不执行破坏性命令
- 保护用户隐私数据
强制加入学习循环：
📚 经验沉淀逻辑：
任务完成后自动记录：
{
"domain": "competitor.com",
"url_pattern": "/pricing/*",
"login_required": false,
"anti_scraping": "low",
"extraction_method": "static_fetch",
"dom_features": {
"price_selector": ".price-card .amount",
"feature_selector": ".feature-list li"
},
"pitfalls": [
"价格需要选择年份标签",
"功能列表默认折叠，需展开"
],
"last_updated": "2026-04-03",
"success_rate": "95%"
}
好处：越用越聪明，避免重复踩坑
# 调用 Skill-Architect
/skill-architect 我想做一个能帮我自动调研竞品并写对比周报的技能用户：/skill-architect --interactive
AI: 您好！我是 Skill-Architect，您的 AI Agent 架构师。
请问您想创建什么类型的 Skill？
1. 📊 数据调研类（搜索/抓取/分析）
2. 📝 内容创作类（写作/编辑/发布）
3. 🔧 工具效率类（自动化/批处理）
4. 📈 监控告警类（跟踪/通知/报告）
5. 💡 其他类型
用户：1
AI: 好的，数据调研类。请问：
1. 调研的目标是什么？（竞品/市场/舆情）
2. 需要获取哪些具体信息？（定价/功能/评价）
3. 输出格式偏好？（表格/报告/可视化）
4. 执行频率？（一次性/每日/每周）
... (继续 5-8 轮对话，完成需求对齐)
# 快速模式 - 已有清晰需求
/skill-architect \
--type "数据调研" \
--goal "竞品定价分析" \
--output "周报" \
--frequency "每周"
# 深度模式 - 需要引导
/skill-architect --interactive --depth deepskill-name/
├── 📄 SKILL.md # 核心指令（大脑）
├── 📖 README.md # 人类使用文档
├── 🔧 config.json # 配置文件
├── 📦 package.json # 依赖管理
│
├── 📂 scripts/ # 执行脚本（手脚）
│ ├── 01-fetch-data.py # 序号命名，确保顺序
│ ├── 02-process-data.py
│ └── 03-save-result.py
│
├── 📂 templates/ # 输出模板（骨架）
│ ├── report-template.md # 报告模板
│ └── summary-template.json # 摘要模板
│
├── 📂 references/ # 知识库（经验）
│ ├── domain-knowledge.md # 领域知识
│ ├── site-features.json # 站点特征库
│ └── best-practices.md # 最佳实践
│
├── 📂 examples/ # 使用示例
│ ├── basic-usage.md
│ └── advanced-cases.md
│
└── 📂 tests/ # 测试用例
├── unit-tests.py
└── integration-tests.md
# Skill Name v1.0.0
## 🎯 定位
一句话说明技能用途和目标用户
## 🧠 策略引擎
### 思考循环循环执行：
- 观察（Observe）
- 规划（Plan）
- 执行（Execute）
- 校验（Verify）
- 沉淀（Learn）
### 决策树
if 目标网站在经验库中: 使用已验证的提取方法 elif 遇到反爬: 切换 CDP 模式 + 记录特征 else: 尝试静态 Fetch → 验证 → 记录
## 🛠️ 工具调用
### 脚本列表
- `01-xxx.py`: 功能说明，参数，返回值
- `02-xxx.py`: 功能说明，参数，返回值
### 调用规范
```bash
python scripts/01-xxx.py --arg1 value1 --arg2 value2
- 每 N 秒输出进度
- 关键节点状态更新
- 预计剩余时间
- 不执行破坏性命令
- 不访问未授权数据
- 不泄露用户隐私
- 涉及金钱的操作
- 批量删除/修改
- 敏感数据导出
{
"domain": "example.com",
"features": {...},
"pitfalls": [...],
"success_rate": "95%"
}~/.copaw/skills/data/[domain].json
---
## 📋 最佳实践清单
### ✅ 必须做的
| 类别 | 实践 | 说明 |
|------|------|------|
| **命名** | 序号命名法 | `01-xxx.py`, `02-xxx.py` 确保顺序 |
| **版本** | SemVer | `v1.0.0`，变更时更新 |
| **文档** | README + 示例 | 人类和 Agent 都要看懂 |
| **反馈** | 进度可视化 | 长任务消除焦虑 |
| **安全** | 敏感操作确认 | 涉及金钱/删除需确认 |
| **沉淀** | 经验自动记录 | 越用越聪明 |
| **测试** | 3+ 测试用例 | 验证智力上限 |
| **参数** | 支持$ARGUMENTS | 灵活调用 |
---
### ❌ 禁止做的
| 错误 | 原因 | 替代方案 |
|------|------|---------|
| Prompt 堆砌 | 上下文爆炸 | 拆分到 scripts/references |
| 硬编码 URL | 难以维护 | 放入 config 或参数 |
| 无错误处理 | 脆弱易崩溃 | try-catch + 重试 |
| 无进度反馈 | 用户焦虑 | 定期输出状态 |
| 工具冗余 | 选择困难 | 最小完备集 |
| 死板步骤 | 适应性差 | 策略哲学 |
| 无经验沉淀 | 重复踩坑 | 自动记录到知识库 |
| 无安全边界 | 危险操作 | 敏感操作确认 |
---
## 🌟 适合谁用
### 👶 新手小白
> 我已经用飞书 CLI 创建了一个 Skill，但不知道对不对，能帮我看看吗？
Skill-Architect 可以帮你：
- 检查你的 Skill 是否符合设计原则
- 指出问题并给出具体改进建议
- 把「能用」的 Skill 变成「好用」的 Skill
- 补充缺失的部分，让你的 Skill 更专业
### 👨💻 有经验的开发者
- 从零开始规划一个新 Skill，直接得到完整的架构设计
- 遵循业界最佳实践，少踩坑
- 自动生成符合规范的目录结构和文件
### 🎯 创作理念
> **Skill 就是未来的 App** — 就像模型有 Benchmark 测评，Skill 也需要质量评估体系。Skill-Architect 帮助你：
1. **策略哲学** - 教 AI 如何思考，而不是死板步骤
2. **最小完备** - 只保留必要工具，避免上下文爆炸
3. **渐进式披露** - 保护上下文带宽，按需加载
4. **经验沉淀** - 越用越聪明，避免重复踩坑
## 🧪 测试用例模板
每个 Skill 必须提供 3 个测试用例：
```markdown
### 测试用例 1: 基础功能
**输入**: 标准参数
**预期**: 正常完成，输出符合规范
**验证点**: 核心功能可用
### 测试用例 2: 边界情况
**输入**: 极端参数/异常场景
**预期**: 优雅处理，给出友好提示
**验证点**: 错误处理健壮性
### 测试用例 3: 复杂场景
**输入**: 多步骤/跨站点/大数据量
**预期**: 稳定执行，进度可见
**验证点**: 智力上限和性能
- 飞书 CLI 官方仓库 - 飞书 CLI 开源仓库，包含 Skill 开发模板和示例
- 飞书 CLI 创作者大赛 - 本次比赛官方文档，包含 Skill 创建参赛要求
- 磊叔《认知觉醒：重新定义 Claude Skill》 - 工程化与产品化核心思想
- 一泽 Eze 《Skill 的哲学式设计》 - 策略哲学与最小完备方法论
- CoPaw 官方文档 - CoPaw 框架官方文档
- 飞书 CLI Skill 模板 - 官方 Skill 创建模板
- 飞书 CLI 技能目录 - 官方已有的技能参考
- WeChat Writer - 内容创作类 Skill
- Skill Publisher - 一键发布 Skill 到 GitHub
- Awesome Claude Skills - Claude Skills 收集
Skill-Architect 交付的每个 Skill 必须包含：
- README.md（人类使用指南）
- SKILL.md（Agent 大脑指令）
- 目录结构预览
- 安装与配置说明
- scripts/（序号命名，原子化）
- templates/（标准化输出）
- references/（知识库）
- config.json（可配置项）
- Banner & Version（SemVer）
- 进度反馈机制
- 错误处理与重试
- 安全边界定义
- 3+ 测试用例
- 使用示例
- 常见问题 FAQ
- 成功标准定义
- 适配飞书 CLI 格式，参加飞书 CLI 创作者大赛 ✅
- 完善需求对齐问题库
- 添加更多架构模板（不同类型 Skill 的模板）
- 收集用户反馈
- Skill 质量评分 - 自动化评估已有 Skill，给出改进建议
- 策略哲学：是否遵循「策略哲学 > 具体步骤」原则
- 最小完备：工具集是否冗余，是否符合正交性原则
- 安全边界：是否明确禁止危险操作
- 文档完整性：README + SKILL.md 是否完整
- 给出 1-10 分评分和具体改进建议
- Skill Benchmark 测评 - 就像模型有 Benchmark，技能也需要测评！
- 成功率：任务成功完成比例
- 思考深度：是否遵循设计原则
- 边界处理：错误和异常处理是否健壮
- 用户体验：进度反馈是否清晰
- 自动代码生成 - 根据架构草案生成脚本和模板文件
- 最佳实践库 - 沉淀各类型 Skill 的最佳实践
- 新手优化服务 - 帮你改进已有 Skill
- 检查已有 Skill 是否符合设计原则
- 指出问题并给出具体改进方案
- 帮助小白把「能用」的技能变成「好用」的技能
- Skill 市场集成 - 分享和发现优质 Skill
- 协作开发支持 - 多人协作完善一个 Skill
- 性能优化建议 - 减少 token 消耗，提升效率
- 作者: 买买
- GitHub: @mosslive1314-hue
- 公众号: 奇点即将到来
方法论来源:
- 磊叔《认知觉醒：重新定义 Claude Skill》系列教程
- 一泽 Eze 1.2w 字实战心得
技术支持:
- 飞书 CLI - 飞书开放平台 CLI 工具，让 Skill 创建更便捷
- CoPaw - 开源本地 AI 助手框架
- GitHub CLI
如果这个元技能对你有帮助，欢迎 Star 支持！⭐
本作品参加了 飞书 CLI 创作者大赛，完全符合飞书 CLI Skill 开发规范。
符合飞书 CLI 规范的 Skill 文件位于 ./lark-skill-architect/SKILL.md，可以直接在飞书 CLI 中使用。
参赛信息：
- 作品名称：
lark-skill-architect- 元技能 · 顶级 AI Agent 架构师 - 作者：买买 (@mosslive1314-hue)
- 分类：开发工具
Made with ❤️ by 买买