qiaomu-meta-skill

把一句「把这个流程做成 Skill」，变成一个真正能被发现、能稳定触发、能通过验证、还能一键开源的 Skill。

npx skills add joeseesun/qiaomu-meta-skill

安装以后，你只需要把提示词、SOP、聊天记录、旧 Skill、脚本或一个模糊想法交给 Agent：

用乔木元 Skill，把这套工作流做成一个可复用的 Skill；
先研究同类热门 Skill，完成触发评测和安全检查，然后发布到 GitHub。

它会自己完成：需求收敛 → 同类检索 → 取长避短 → Skill 设计 → 触发评测 → 格式校验 → README → API 泄露检查 → PR → Release → npx 安装验证。

v2.8.1 本地候选已验证： 35/35 单元测试、23/23 触发评测、0 个包校验问题。公开发布证据以 Releases 为准。

为什么我做了这个

Skill 正在变成 Agent 时代真正可复用的软件单元，但“写一份 SKILL.md”离一个好用的 Skill 还很远：

• 描述写得太宽，会到处误触发；写得太窄，又永远叫不出来。
• 把一段长 Prompt 换个文件名，不会自动变成可靠工作流。
• 不研究已有方案，很容易重复造一个更差的轮子。
• 本地能跑，不代表别人能安装，更不代表可以安全发布。
• README、许可证、版本、密钥泄露、PR、Release 和安装证明，经常在最后一步一起失控。

Anthropic 与 OpenAI 的官方 skill-creator 奠定了很好的基础。乔木元 Skill 在此之上补齐了我实际做几十个 Skill 时最需要的一段：先搜索再创造、用证据控制质量，并把成品安全发布给别人使用。

初始方法来自搭档姚老师的 yaojingang/yao-meta-skill。我继续研究并整合 Anthropic、OpenAI 等 Agent Skill 的公开最佳实践，随后加入 skills.sh、SkillsMP、GitHub 验源、乔木式轻量门禁与自包含发布能力。

它比普通 Skill 创建器多做什么

它不是让 Skill 变得更重，而是让复杂度与风险匹配：个人试验走轻量 Scaffold，公开发布才启用完整 Governed 门禁。

真实做出来过什么

截至 2026-08-04，我扫描并去重了本机 Codex 会话、创建交接和 prior-art 报告。能确认有明确创建或实质重构证据的 Qiaomu Skill 共 28 个；其中 18 个已有公开仓库。这不是“可能适用”的演示列表，而是真实对话留下的工作结果。

已公开，可直接查看

完整扫描口径与去重清单见 reports/codex-skill-catalog.md。扫描只输出 Skill 名称、用途和公开状态，不复制私人对话、附件、Token 或本机路径。

它研究过哪些 Skill

乔木元 Skill 不会看到排行榜第一名就照搬。它会从 skills.sh、SkillsMP 与 GitHub 找出“流行度锚点、可信来源、互补专家”，阅读源文件后再决定保留、改造、拒绝或原创。

“研究过”只表示它被纳入有日期的对比与取舍，或在对话中被明确要求查阅，不代表依赖、安装、背书或复制。安装量是采用信号，仓库 stars 是仓库关注度；两者都不是用户评分，也不会被加成一个虚假的总分。

你可以直接这样说

• “把这个提示词升级成一个可以给团队复用的 Skill。”
• “采访我，把这套隐性工作方法整理成 Skill；每次只问一个关键问题。”
• “先搜索同类热门 Skill，分析优缺点，再做一个不抄袭的版本。”
• “优化这个已有 Skill 的触发率、准确性和指令遵循。”
• “审计这个 Skill，只给问题和建议，先不要修改文件。”
• “把这个 Skill 发布到 GitHub，生成 npx 安装命令并验证别人能装。”

它到底会产出什么

根据场景复杂度，元 Skill 会创建必要而非礼仪性的文件：

your-skill/
├── SKILL.md                    # Agent 路由与最小执行骨架
├── README.md                   # 给人看的产品页
├── LICENSE                     # 默认 MIT
├── manifest.json               # 版本、作者、平台与门禁
├── agents/interface.yaml       # 跨 Agent 接口
├── references/                 # 长方法、判断与安全边界
├── scripts/                    # 可重复验证与确定性工具
├── evals/trigger_cases.json    # 应触发、不应触发、近邻场景
└── reports/                    # Skill IR、研究、评测与发布证据

个人试验不会被迫拥有整套目录；公开、高风险或团队复用的 Skill 才会逐级增加门禁。

一套完整工作流

1. Intent：确认重复任务、目标用户、输入、输出、边界与成功标准。
2. Search：用 2–4 组意图关键词查询 skills.sh 与 SkillsMP，再回到 GitHub 验源。
3. Synthesis：记录每个候选的 keep / adapt / reject / invent，明确原创贡献。
4. Package：写精简 SKILL.md，把长判断放进 references，把确定性动作放进 scripts。
5. Eval：先测触发边界；风险需要时再补输出、运行时或人工评测。
6. Release：检查版本、README、许可证、秘密信息与安装入口，经功能分支和 PR 发布。
7. Verify：创建 Release，确认远端默认分支，并在隔离环境完成公开安装。

安装与验证

npx skills add joeseesun/qiaomu-meta-skill

只安装这个 Skill：

npx skills add joeseesun/qiaomu-meta-skill --skill qiaomu-meta-skill

验证：

test -f ~/.agents/skills/qiaomu-meta-skill/SKILL.md
python3 ~/.agents/skills/qiaomu-meta-skill/scripts/validate_skill.py \
  ~/.agents/skills/qiaomu-meta-skill

前置条件：

• [ ] Node.js 18+：node --version
• [ ] npx 可用：npx --version
• [ ] Python 3.9+：python3 --version
• [ ] 发布到 GitHub 时安装并登录 GitHub CLI：gh auth status
• [ ] 搜索或发布时允许访问 skills.sh、SkillsMP 与 GitHub

内置搜索

python3 scripts/research_prior_art.py \
  "" "" \
  --strict --summary \
  --output reports/prior-art-candidates.json

底层数据源：

npx --yes skills find ""
python3 scripts/search_skillsmp.py "" --limit 20 --sort stars

详细方法见 references/prior-art-research.md。

自包含发布

只检查，不改文件、不写 GitHub：

python3 scripts/publish_skill.py /path/to/skill --dry-run

正式发布：

python3 scripts/publish_skill.py /path/to/skill

发布器会依次执行包验证、版本一致性、secret scan、功能分支、PR 检查、合并、GitHub Release、npx skills add --list、隔离安装和本地安全同步。

• 不直接推送 main/master
• 不覆盖已经发布的同版本 Release
• 不吞掉 push 或检查失败
• 不破坏性删除旧的本地 Skill
• PR 冲突、未完成/失败检查或 requested changes 会阻断自动合并

完整参数见 references/publishing.md。

本地质量检查

python3 scripts/validate_skill.py .
python3 scripts/export_skill_ir.py . --output reports/skill-ir.json
python3 scripts/trigger_eval.py . --cases evals/trigger_cases.json --output reports/trigger-eval.json
python3 scripts/release_check.py . --phase local --run-tests
python3 -m unittest discover -s tests -p 'test_*.py'

常见问题 / Troubleshooting

设计哲学：Fork 它，而不是膜拜它

Skill 不应该是一套不可修改的“标准答案”。它更像把个人经验编译成 Agent 可以执行的源代码。

建议先安装、跑一个真实任务，然后 fork：删除不属于你的规则，加入你自己的判断、工具、风格、评测与发布边界。一个越来越像你的 Skill，才真正符合 Skill 的理念。

致谢与来源

• yaojingang/yao-meta-skill：Skill IR、评测证据、Review、信任边界与 SkillOps 方法。
• anthropics/skills：Skill 创建、迭代与真实评测实践。
• openai/skills：渐进披露、自由度与可验证的 Skill 打包方法。
• joeseesun/qiaomu-skill-publisher：README、Profile、License 与安装验证；其能力现已安全内建。
• skills.sh、SkillsMP 与所有在 prior-art 报告中被研究的开源作者。

上游思想以语义方式吸收并保留归因，不整库镜像，不复制许可证不明的正文，也不把搜索热度冒充质量。

Upstream inspiration: https://github.com/yaojingang/yao-meta-skill; https://github.com/joeseesun/qiaomu-skill-publisher

安全与证据边界

• 公开候选只读取元数据与源码，不会为了学习而执行未经审查的第三方脚本。
• API key、Cookie、Token、私有附件、绝对路径和原始对话不得进入公开仓库。
• 目录安装量、仓库 stars、安全审计和许可证分别记录，不合并为“最佳 Skill 分数”。
• 没有 provider 实跑、人工盲评或用户结果时，必须明确标记 missing evidence。
• 发布是外部写操作，只有明确要求时才执行，并通过功能分支、PR、Release 与公开安装验证。

关于向阳乔木

向阳乔木（乔向阳 / Joe）是一位实践型 AI 产品与内容创作者，长期把前沿 AI 变化转译成可复用的工作流、产品判断、AI 编程实践、AI 搜索实践和 GEO/AI 营销方法。

• 个人网站: https://qiaomu.ai
• 博客: https://blog.qiaomu.ai
• X: https://x.com/vista8
• GitHub: https://github.com/joeseesun/
• 微信公众号: 向阳乔木推荐看

支持与关注

---

English

qiaomu-meta-skill turns prompts, SOPs, transcripts, scripts, and existing skills into researched, evaluated, installable agent-skill packages.

Unlike a one-shot SKILL.md generator, it includes dual-catalog prior-art research, GitHub source verification, trigger evaluation, evidence-aware release gates, secret scanning, pull-request publication, versioned Releases, and clean npx installation verification.

npx skills add joeseesun/qiaomu-meta-skill

Try saying:

• “Turn this repeated workflow into a reusable skill.”
• “Research the strongest related skills, then synthesize an original version.”
• “Publish this skill to GitHub and prove that a clean machine can discover and install it.”

The project is intentionally fork-friendly: install it, run a real workflow, then replace Qiaomu’s defaults with your own judgment, tools, style, and evaluation boundary.

License

MIT