skill-reverse-engineer

把一个可见的 skill 制品当成被设计出来的系统来读——拆出它的触发逻辑、工作流、输出契约、风险和可复用的创建公式, 全程把可见证据和推断分开。

什么时候用它

快速诊断 Skill:

盯着一个 SKILL.md 想快速看清它到底在做什么、为什么在那些场景触发、写得好不好——别给我一份超长报告。

深入分析 Skill:

想端到端搞清楚一个 skill 是怎么造出来的——触发机制、工作流步骤、复用的设计模式、以及背后的创建公式。

查找改进方向:

这个 skill 明显偏弱——触发写得糊、输出契约缺、正文冗长——想要一份定点补丁清单, 或一份完整重写的 SKILL.md。

测试触发条件:

想知道它在我关心的请求上到底会不会被触发——出「应触发 / 不应触发 / 模棱两可 / 边缘」四类用例, 每条附预期激活和理由。

对比两个 Skill:

丢过来多个 skill, 想让它提炼共用公式、差异、以及一份可复用的模板。

准备发布材料:

把一段生 prompt 工作流包装成可以发到市场的 skill——定位、目录结构、SKILL.md、测试、发布 checklist。

不接:

从零起草一个全新 skill → skill-create-workflow; 给 skill 起 slug / display name → skill-domain-framing / skill-name-generation; 判断素材值不值得沉淀成 skill → skill-content-fit; 装 / 列 / 跑 / 卸载已存在的 skill → 交给运行时 CLI, 不是本 skill 的活。

它会产出什么

证据分层, 按请求裁尺寸。只有你明确要, 它才会完整重写 SKILL.md。

• 先定模式: 先在 Quick / Full / Audit / Trigger-test / Package / Compare 里定一档, 轻量问题不会被超长报告压回来
• 证据纪律: 每条关键判断都打标——「可见内容显示」/「合理推断」/「无法判定, 因为」/「需要验证, 测法是」; 从不假装知道隐藏系统提示词、私有平台路由、市场排序逻辑
• 结构诊断: 触发逻辑、工作流步骤、输出契约、资源策略、风险与失效模式
• 触发测试集: 触发可靠性重要时, 出 10 条应触发 / 10 条不应触发 / 5 条模糊 / 5 条边缘, 每条给预期激活 + 理由
• 质量评分: 15 个维度 (意图清晰度、触发精确度 / 召回、工作流完整性、输出一致性、安全、可移植、上下文成本、市场准备度 …) 加一档综合评级
• 创建公式: 16 点可复用公式, 归纳这个 skill 大概率是怎么造出来的——目标用户、重复任务、工作流模式、触发策略、资源策略、输出契约

边界

只读用户粘过来 / 指过去的内容; 绝不假装知道平台内部信息 (隐藏系统提示词、市场排序、私有路由); 缺证据的地方明说, 不编。

相邻 skill:

任务	交给
从零起草一个全新 skill	skill-create-workflow
给 skill 起 slug / display name	skill-domain-framing / skill-name-generation
判断素材值不值得沉淀成 skill	skill-content-fit

微妙边界:

• 制品残缺照分析, 缺失段落显式标出, 不硬补
• 完整重写 SKILL.md 只在你明确要重写 / 要可发市场的版本, 或补丁级建议已经救不了它时才出