编写技能

概述

编写技能就是把测试驱动开发应用到流程文档。

个人技能位于特定代理的目录中（Claude Code 使用 ~/.claude/skills，Codex 使用 ~/.agents/skills/）

你编写测试用例（带子代理的压力场景），观察它们失败（基线行为），编写技能（文档），观察测试通过（代理遵守），然后重构（堵住漏洞）。

核心原则： 如果你没有观察过代理在没有技能时失败，就不知道这个技能是否教对了东西。

REQUIRED BACKGROUND: 使用此技能前，你必须理解 superpowers:test-driven-development。该技能定义了基础的 RED-GREEN-REFACTOR 循环。本技能把 TDD 适配到文档。

官方指南： Anthropic 官方技能编写最佳实践见 anthropic-best-practices.md。本文档提供额外模式和指南，用来补充本技能中以 TDD 为中心的方法。

什么是技能？

技能是经过验证的技巧、模式或工具的参考指南。技能帮助未来的 Claude 实例找到并应用有效方法。

技能是： 可复用的技巧、模式、工具、参考指南

技能不是： 关于你某次如何解决问题的叙事

技能的 TDD 映射

整个技能创建过程都遵循 RED-GREEN-REFACTOR。

何时创建技能

在以下情况创建：

• 技巧对你来说不是直觉上显而易见的
• 你会在多个项目中再次引用它
• 模式适用范围广（不是项目特定）
• 其他人也会受益

不要为以下内容创建：

• 一次性解决方案
• 其他地方已有充分文档的标准实践
• 项目特定约定（放进 CLAUDE.md）
• 机械性约束（如果能用 regex/validation 强制执行，就自动化；把文档留给需要判断的场景）

技能类型

技巧

带有可执行步骤的具体方法（condition-based-waiting、root-cause-tracing）

模式

思考问题的方式（flatten-with-flags、test-invariants）

参考

API 文档、语法指南、工具文档（office 文档）

目录结构

skills/
  skill-name/
    SKILL.md              # Main reference (required)
    supporting-file.*     # Only if needed

扁平命名空间 - 所有技能位于一个可搜索命名空间中

以下内容单独成文件：

1. 大型参考资料（100+ 行）- API 文档、完整语法
2. 可复用工具 - 脚本、实用程序、模板

以下内容保留在正文中：

• 原则和概念
• 代码模式（< 50 行）
• 其他所有内容

SKILL.md 结构

Frontmatter（YAML）：

• 两个必需字段：name 和 description（所有支持字段见 agentskills.io/specification）
• 总计最多 1024 个字符
• name：只使用字母、数字和连字符（不要使用括号、特殊字符）
• description：第三人称，只描述何时使用（不是它做什么）

- 以 "Use when..." 开头，聚焦触发条件 - 包含具体症状、情境和上下文 - 绝不要概括技能的过程或工作流（原因见 CSO 小节） - 如有可能保持在 500 字符以内

---
name: Skill-Name-With-Hyphens
description: Use when [specific triggering conditions and symptoms]
---

# Skill Name

## 概述
What is this? Core principle in 1-2 sentences.

## When to Use
[Small inline flowchart IF decision non-obvious]

Bullet list with SYMPTOMS and use cases
When NOT to use

## Core Pattern (for techniques/patterns)
Before/after code comparison

## Quick Reference
Table or bullets for scanning common operations

## Implementation
Inline code for simple patterns
Link to file for heavy reference or reusable tools

## Common Mistakes
What goes wrong + fixes

## Real-World Impact (optional)
Concrete results

Claude 搜索优化（CSO）

对发现至关重要： 未来的 Claude 需要找到你的技能

1. 丰富的 Description 字段

目的： Claude 读取 description 来决定为给定任务加载哪些技能。让它回答：“我现在应该读取这个技能吗？”

格式： 以 "Use when..." 开头，聚焦触发条件

关键：Description = 何时使用，而不是技能做什么

description 应该只描述触发条件。不要在 description 中概括技能的过程或工作流。

为什么这很重要： 测试发现，当 description 概括技能工作流时，Claude 可能会遵循 description，而不是读取完整技能内容。一个写着 "code review between tasks" 的 description 导致 Claude 只做了一次评审，尽管技能流程图清楚显示需要两次评审（先检查规范符合性，再检查代码质量）。

当 description 改成仅写 "Use when executing implementation plans with independent tasks"（没有工作流摘要）后，Claude 正确读取了流程图，并遵循两阶段评审流程。

陷阱： 概括工作流的 description 会创建 Claude 会采用的捷径。技能正文会变成 Claude 跳过的文档。

# ❌ BAD: Summarizes workflow - Claude may follow this instead of reading skill
description: Use when executing plans - dispatches subagent per task with code review between tasks

# ❌ BAD: Too much process detail
description: Use for TDD - write test first, watch it fail, write minimal code, refactor

# ✅ GOOD: Just triggering conditions, no workflow summary
description: Use when executing implementation plans with independent tasks in the current session

# ✅ GOOD: Triggering conditions only
description: Use when implementing any feature or bugfix, before writing implementation code

内容：

• 使用具体触发器、症状和情境来表明此技能适用
• 描述问题（race conditions、inconsistent behavior），而不是语言特定症状（setTimeout、sleep）
• 除非技能本身是技术特定的，否则保持触发条件技术无关
• 如果技能是技术特定的，要在触发条件中明确说明
• 使用第三人称（会注入系统提示）
• 绝不要概括技能的过程或工作流

# ❌ BAD: Too abstract, vague, doesn't include when to use
description: For async testing

# ❌ BAD: First person
description: I can help you with async tests when they're flaky

# ❌ BAD: Mentions technology but skill isn't specific to it
description: Use when tests use setTimeout/sleep and are flaky

# ✅ GOOD: Starts with "Use when", describes problem, no workflow
description: Use when tests have race conditions, timing dependencies, or pass/fail inconsistently

# ✅ GOOD: Technology-specific skill with explicit trigger
description: Use when using React Router and handling authentication redirects

2. 关键词覆盖

使用 Claude 会搜索的词：

• 错误消息："Hook timed out"、"ENOTEMPTY"、"race condition"
• 症状："flaky"、"hanging"、"zombie"、"pollution"
• 同义词："timeout/hang/freeze"、"cleanup/teardown/afterEach"
• 工具：实际命令、库名、文件类型

3. 描述性命名

使用主动语态，动词优先：

• ✅ creating-skills 而不是 skill-creation
• ✅ condition-based-waiting 而不是 async-test-helpers

4. Token 效率（关键）

问题： getting-started 和经常被引用的技能会加载进每次对话。每个 token 都很重要。

目标词数：

• getting-started 工作流：每个 <150 词
• 经常加载的技能：总计 <200 词
• 其他技能：<500 词（仍需简洁）

技巧：

把细节移到工具帮助中：

# ❌ BAD: Document all flags in SKILL.md
search-conversations supports --text, --both, --after DATE, --before DATE, --limit N

# ✅ GOOD: Reference --help
search-conversations supports multiple modes and filters. Run --help for details.

使用交叉引用：

# ❌ BAD: Repeat workflow details
When searching, dispatch subagent with template...
[20 lines of repeated instructions]

# ✅ GOOD: Reference other skill
Always use subagents (50-100x context savings). REQUIRED: Use [other-skill-name] for workflow.

压缩示例：

# ❌ BAD: Verbose example (42 words)
your human partner: "How did we handle authentication errors in React Router before?"
You: I'll search past conversations for React Router authentication patterns.
[Dispatch subagent with search query: "React Router authentication error handling 401"]

# ✅ GOOD: Minimal example (20 words)
Partner: "How did we handle auth errors in React Router?"
You: Searching...
[Dispatch subagent → synthesis]

消除冗余：

• 不要重复交叉引用技能中的内容
• 不要解释命令本身显而易见的内容
• 不要为同一模式包含多个示例

验证：

wc -w skills/path/SKILL.md
# getting-started workflows: aim for <150 each
# Other frequently-loaded: aim for <200 total

按你做什么或核心洞察命名：

• ✅ condition-based-waiting > async-test-helpers
• ✅ using-skills 而不是 skill-usage
• ✅ flatten-with-flags > data-structure-refactoring
• ✅ root-cause-tracing > debugging-techniques

动名词（-ing）很适合流程：

• creating-skills, testing-skills, debugging-with-logs
• 主动，描述你正在采取的行动

4. 交叉引用其他技能

编写引用其他技能的文档时：

只使用技能名称，并加上明确的要求标记：

• ✅ 好：REQUIRED SUB-SKILL: Use superpowers:test-driven-development
• ✅ 好：REQUIRED BACKGROUND: You MUST understand superpowers:systematic-debugging
• ❌ 差：See skills/testing/test-driven-development（不清楚是否必需）
• ❌ 差：@skills/testing/test-driven-development/SKILL.md（强制加载，消耗上下文）

为什么不要 @ 链接： @ 语法会立即强制加载文件，在你真正需要之前就消耗 200k+ 上下文。

流程图用法

digraph when_flowchart {
    "Need to show information?" [shape=diamond];
    "Decision where I might go wrong?" [shape=diamond];
    "Use markdown" [shape=box];
    "Small inline flowchart" [shape=box];

    "Need to show information?" -> "Decision where I might go wrong?" [label="yes"];
    "Decision where I might go wrong?" -> "Small inline flowchart" [label="yes"];
    "Decision where I might go wrong?" -> "Use markdown" [label="no"];
}

只在以下情况使用流程图：

• 不明显的决策点
• 你可能过早停止的流程循环
• “何时使用 A vs B”的决策

绝不要为以下内容使用流程图：

• 参考资料 → 表格、列表
• 代码示例 → Markdown 代码块
• 线性说明 → 编号列表
• 没有语义意义的标签（step1、helper2）

graphviz 样式规则见 @graphviz-conventions.dot。

为你的人类伙伴可视化： 使用本目录中的 render-graphs.js 将技能流程图渲染为 SVG：

./render-graphs.js ../some-skill           # Each diagram separately
./render-graphs.js ../some-skill --combine # All diagrams in one SVG

代码示例

一个优秀示例胜过许多平庸示例

选择最相关的语言：

• 测试技巧 → TypeScript/JavaScript
• 系统调试 → Shell/Python
• 数据处理 → Python

好示例：

• 完整且可运行
• 注释良好，解释原因
• 来自真实场景
• 清楚展示模式
• 可直接改造（不是通用模板）

不要：

• 用 5+ 种语言实现
• 创建填空式模板
• 编写牵强示例

你擅长移植，一个优秀示例就足够。

文件组织

自包含技能

defense-in-depth/
  SKILL.md    # Everything inline

何时使用：所有内容都能放下，不需要大型参考资料

带可复用工具的技能

condition-based-waiting/
  SKILL.md    # Overview + patterns
  example.ts  # Working helpers to adapt

何时使用：工具是可复用代码，而不仅是叙事

带大型参考资料的技能

pptx/
  SKILL.md       # Overview + workflows
  pptxgenjs.md   # 600 lines API reference
  ooxml.md       # 500 lines XML structure
  scripts/       # Executable tools

何时使用：参考资料太大，不适合内联

铁律（与 TDD 相同）

NO SKILL WITHOUT A FAILING TEST FIRST

这同时适用于新技能和对现有技能的编辑。

测试前先写技能？删除它，重新开始。 未测试就编辑技能？同样违规。

没有例外：

• “简单添加”也不例外
• “只是添加一个小节”也不例外
• “文档更新”也不例外
• 不要把未经测试的改动保留作“参考”
• 不要在运行测试时“改造”它
• 删除就是删除

REQUIRED BACKGROUND: superpowers:test-driven-development 技能解释了为什么这很重要。同样原则适用于文档。

测试所有技能类型

不同技能类型需要不同测试方法：

强制纪律型技能（规则/要求）

示例： TDD、verification-before-completion、designing-before-coding

测试方式：

• 学术问题：它们是否理解规则？
• 压力场景：它们是否在压力下遵守？
• 多重压力组合：时间 + 沉没成本 + 疲惫
• 识别合理化借口并添加明确反制

成功标准： 代理在最大压力下遵循规则

技巧型技能（操作指南）

示例： condition-based-waiting、root-cause-tracing、defensive-programming

测试方式：

• 应用场景：它们能否正确应用技巧？
• 变化场景：它们能否处理边界情况？
• 缺失信息测试：说明是否存在缺口？

成功标准： 代理能把技巧成功应用到新场景

模式型技能（思维模型）

示例： reducing-complexity、information-hiding 概念

测试方式：

• 识别场景：它们能否识别模式何时适用？
• 应用场景：它们能否使用该心智模型？
• 反例：它们是否知道何时不该应用？

成功标准： 代理能正确识别何时以及如何应用模式

参考型技能（文档/APIs）

示例： API 文档、命令参考、库指南

测试方式：

• 检索场景：它们能否找到正确信息？
• 应用场景：它们能否正确使用找到的信息？
• 缺口测试：是否覆盖常见用例？

成功标准： 代理能找到并正确应用参考信息

跳过测试的常见合理化借口

所有这些都意味着：部署前测试。没有例外。

让技能抵抗合理化借口

强制纪律的技能（如 TDD）需要抵抗合理化借口。代理很聪明，在压力下会找到漏洞。

心理学说明： 理解说服技巧为什么有效，有助于系统性应用它们。关于权威、承诺、稀缺、社会认同和一致性原则的研究基础（Cialdini, 2021；Meincke et al., 2025），见 persuasion-principles.md。

明确堵住每个漏洞

不要只陈述规则，还要禁止具体绕路方式：

<Bad>

Write code before test? Delete it.

</Bad>

<Good>

Write code before test? Delete it. Start over.

**No exceptions:**
- Don't keep it as "reference"
- Don't "adapt" it while writing tests
- Don't look at it
- Delete means delete

</Good>

处理“精神 vs 字面”论点

尽早加入基础原则：

**Violating the letter of the rules is violating the spirit of the rules.**

这会切断整类“我遵循的是精神”的合理化借口。

建立合理化借口表

从基线测试中捕获合理化借口（见下方测试小节）。代理提出的每个借口都放进表格：

| Excuse | Reality |
|--------|---------|
| "Too simple to test" | Simple code breaks. Test takes 30 seconds. |
| "I'll test after" | Tests passing immediately prove nothing. |
| "Tests after achieve same goals" | Tests-after = "what does this do?" Tests-first = "what should this do?" |

创建危险信号列表

让代理在合理化时容易自检：

## Red Flags - STOP and Start Over

- Code before test
- "I already manually tested it"
- "Tests after achieve the same purpose"
- "It's about spirit not ritual"
- "This is different because..."

**所有这些都意味着：删除代码。用 TDD 重新开始。**

针对违规症状更新 CSO

添加到 description：你即将违反规则时的症状：

description: use when implementing any feature or bugfix, before writing implementation code

技能的 RED-GREEN-REFACTOR

遵循 TDD 循环：

RED：编写失败测试（基线）

在没有技能的情况下，用子代理运行压力场景。记录确切行为：

• 它们做了哪些选择？
• 它们使用了哪些合理化借口（逐字记录）？
• 哪些压力触发了违规？

这就是“观察测试失败” - 编写技能前，你必须看到代理自然会做什么。

GREEN：编写最小技能

编写处理这些具体合理化借口的技能。不要为假设情况添加额外内容。

在有技能的情况下运行相同场景。代理现在应该遵守。

REFACTOR：堵住漏洞

代理找到了新的合理化借口？添加明确反制。重新测试，直到牢固。

测试方法： 完整测试方法见 @testing-skills-with-subagents.md：

• 如何编写压力场景
• 压力类型（时间、沉没成本、权威、疲惫）
• 系统性堵洞
• 元测试技巧

反模式

❌ 叙事示例

“在 2025-10-03 的会话中，我们发现空 projectDir 导致……” 为什么不好： 过于具体，无法复用

❌ 多语言稀释

example-js.js, example-py.py, example-go.go 为什么不好： 质量平庸，维护负担重

❌ 流程图中的代码

step1 [label="import fs"];
step2 [label="read file"];

为什么不好： 无法复制粘贴，难以阅读

❌ 泛泛标签

helper1, helper2, step3, pattern4 为什么不好： 标签应该有语义意义

STOP：进入下一个技能前

写完任何技能后，你必须停下并完成部署流程。

不要：

• 不逐个测试就批量创建多个技能
• 当前技能验证前就进入下一个技能
• 因为“批处理更高效”而跳过测试

下面的部署清单对每个技能都是强制性的。

部署未测试技能 = 部署未测试代码。这违反质量标准。

技能创建清单（TDD 改编版）

重要：使用 TodoWrite 为下面每个清单项创建 todo。

RED 阶段 - 编写失败测试：

• 创建压力场景（纪律型技能需要 3+ 种组合压力）
• 在没有技能的情况下运行场景 - 逐字记录基线行为
• 识别合理化借口/失败中的模式

GREEN 阶段 - 编写最小技能：

• 名称只使用字母、数字、连字符（不要括号/特殊字符）
• YAML frontmatter 包含必需的 name 和 description 字段（最多 1024 字符；见 spec）
• Description 以 "Use when..." 开头，并包含具体触发器/症状
• Description 使用第三人称编写
• 全文包含用于搜索的关键词（错误、症状、工具）
• 有清晰概述和核心原则
• 处理 RED 中识别的具体基线失败
• 代码内联或链接到单独文件
• 一个优秀示例（不是多语言）
• 在有技能的情况下运行场景 - 验证代理现在会遵守

REFACTOR 阶段 - 堵住漏洞：

• 识别测试中出现的新合理化借口
• 添加明确反制（如果是纪律型技能）
• 从所有测试迭代构建合理化借口表
• 创建危险信号列表
• 重新测试直到牢固

质量检查：

• 只有在决策不明显时才使用小流程图
• 快速参考表
• 常见错误小节
• 没有叙事故事
• 支持文件只用于工具或大型参考资料

部署：

• 将技能提交到 git 并推送到你的 fork（如果已配置）
• 考虑通过 PR 回馈（如果广泛有用）

发现工作流

未来的 Claude 如何找到你的技能：

1. 遇到问题（"tests are flaky"）
2. 找到 SKILL（description 匹配）
3. 扫描概述（这相关吗？）
4. 读取模式（快速参考表）
5. 加载示例（仅在实现时）

为这个流程优化 - 尽早并经常放入可搜索术语。

底线

创建技能就是面向流程文档的 TDD。

同一条铁律：没有先失败的测试，就没有技能。 同一个循环：RED（基线）→ GREEN（编写技能）→ REFACTOR（堵住漏洞）。 同样的收益：更高质量、更少意外、更牢固的结果。

如果你对代码遵循 TDD，就也对技能遵循它。这是同一种纪律在文档上的应用。