（1161期）Skill Maker (ChenXi) – 5阶段锻造可复用AI技能

5阶段锻造可复用AI技能 基于5阶段锻造流程的系统化技能创建与升级框架，提供完整的决策树、自检清单和版本化规范，将经验沉淀为可复用AI技能。 使用说明 综合评估：Skill Maker 🔨 核心用法 Skill Maker 是一套系统化技能锻造方法论，采用5阶段线性流程（INTERPRET→DESIGN→FORGE→TEST→POLISH）将零散经验转化为结构化、可复用的 AI 技能文件（SKILL.md）。核心交付物包含标准化的 frontmatter（name/description/version/changelog）、触发词列表、可执行工作流、示例及配套资源文件。 关键设计特色： 三级复杂度判定：简单（仅 SKILL.md）、中等（+reference/）、复杂（+scripts/ +assets/） 强制输出路径：~/.openclaw/skills/<skill-name>/，明确禁止 workspace 目录 语义化版本：遵循 semver 规范（修复/新增/破坏性变更） 去敏处理：自动过滤人名、账号、密钥等敏感信息 显著优点 流程标准化：5阶段划分清晰，每个阶段配备自检清单，降低技能创建的认知负荷 触发词设计科学：强调口语化覆盖，避免纯技术术语，提升技能命中率 决策树机制：针对"全新/替换/克隆"三种场景提供差异化路径，避免一刀切 质量门禁完整：TEST阶段设置可执行、可复用、可维护、可定位四项硬性标准 生态兼容性：与 clawhub publish 等分发工具衔接，支持版本化发布 潜在缺点与局限性 学习曲线陡峭：需理解 frontmatter、semver、目录结构等多重规范，新手易出错 工具链依赖：依赖 ~/.openclaw 文件系统，跨平台迁移成本未明确 测试覆盖不足：TEST阶段偏重"触发命中"验证，缺乏自动化测试套件 上下文检索瓶颈：FORGE阶段依赖"自动检索"能力，若上下文缺失需人工补全，打断流程 版本冲突风险：多用户协作场景下，手动版本管理易产生覆盖冲突 适合人群 | 用户类型 | 使用场景 ||---------|---------|| Prompt Engineer | 批量生产标准化技能，建立团队技能库 || AI 产品设计师 | 将用户需求转化为可交付的技能规格 || 效率极客 | 沉淀个人工作流，构建私有技能生态 || 企业知识管理 | 将 SOP/最佳实践转化为可调用技能 | 常规风险 | 风险等级 | 风险描述 | 缓解建议 ||---------|---------|---------|| ⚠️ 中 | 误写入 workspace 目录导致技能不可加载 | 严格遵守输出路径规范，设置路径校验脚本 || ⚠️ 中 | 上下文不足时强行生成，产出低质量技能 | 启用"缺失信息清单"强制阻断机制 || 🔶 较高 | 去敏处理不彻底，泄露内部信息 | 增加二次人工审核环节 || 🔶 较高 | 版本号随意更新，破坏依赖关系 | 接入 CI 自动化版本检查 | 原始说明 用于根据对话记忆提炼可复用工作流并生成高质量 SKILL.md，适用于“从聊天沉淀方法论”“把一次性操作升级为可复用技能”场景。