YAO расшифровывается как Yielding AI Outcomes: цель — не генерировать больше подсказок, а создавать повторно используемые ИИ-активы и реальные операционные результаты.

yao-meta-skill создаёт, оценивает, упаковывает и управляет многоразовыми навыками агентов. Линия 1.0 была сосредоточена на превращении повторяющихся рабочих процессов в устанавливаемые, читаемые кроссплатформенные пакеты навыков. Линия 2.0 расширяет эту фабрику до SkillOS: управляемой системы для однократного моделирования навыка, компиляции для нескольких целей, тестирования его поведения, анализа релизных данных и отслеживания следующей итерации.

Быстрый старт · Skill OS 2.0 · 1.0 против 2.0 · UX оператора · Бенчмарк · Примеры · Оценки · Библиотека неудач · Доктрина метода

Обновление Skill OS 2.0

Skill OS 2.0 сохраняет первоначальное обещание yao-meta-skill, но делает жизненный цикл пакета более чётким. Вместо того чтобы останавливаться на SKILL.md, он добавляет семантический контракт, компиляторы целей, доказательства оценки, элементы выпуска и отчёты по операциям по навыку.

• Skill IR: платформенно-нейтральное промежуточное представление для намерения, триггеров, входов, выходов, границ, ссылок и ожидаемых артефактов.

Yao Meta Skill

YAO stands for Yielding AI Outcomes: the goal is not to generate more prompt text, but to produce reusable AI assets and real operational outcomes.

yao-meta-skill creates, evaluates, packages, and governs reusable agent skills. The 1.0 line focused on turning repeated workflows into installable, readable, cross-platform skill packages. The 2.0 line expands that factory into a Skill OS: a governed system for modeling a skill once, compiling it for multiple targets, testing its behavior, reviewing its release evidence, and tracking the next iteration.

Quick Start · Skill OS 2.0 · 1.0 vs 2.0 · Operator UX · Benchmark · Examples · Evals · Failure Library · Method Doctrine

Skill OS 2.0 Upgrade

Skill OS 2.0 keeps the original promise of yao-meta-skill, but makes the package lifecycle more explicit. Instead of stopping at SKILL.md, it adds a semantic contract, target compilers, evaluation evidence, release gates, and operation reports around the skill.

• Skill IR: a platform-neutral intermediate representation for intent, triggers, inputs, outputs, boundaries, references, and expected artifacts.
• Target compilers and adapters: generated surfaces for OpenAI, Claude, generic agent skills, Agent Skills compatible packages, and VS Code-oriented workflows.
• Output Eval Lab: trigger checks, output assertions, execution evidence, timing and token evidence, benchmark reproducibility, blind-review packs, answer keys, and adjudication reports.
• Review Studio 2.0: a single HTML gate page for intent, triggers, output eval, context cost, runtime checks, trust, Skill Atlas signals, adoption drift, waivers, annotations, release evidence, warnings, blockers, and fix actions.
• Evidence and release governance: evidence consistency checks, package verification, install simulation, runtime permission probes, world-class evidence intake, world-class ledger, operator runbook, and public claim guard.