沉淀重复工作流程
当周期性任务的真实输入、人工方法和可接受结果已经清楚时，可以将其整理成 Skill。把成熟流程写成可复用指令，再用有代表性的用户请求检查效果，确认 Agent 能够在原始对话之外理解并复现这套方法。
Skill Creator by Anthropic
使用 Anthropic 的 Skill Creator，将重复任务整理成可复用的 Skill，并通过示例持续改进。明确触发条件、输入与交付物，编写指令和测试请求，再结合运行结果与反馈修订流程，检查描述是否能帮助 Agent 在合适的任务中调用。
把重复任务整理成可验证的 Skill
从周期性方法或表现不稳定的 Skill 出发，让任务检查真实样例、指令缺口与激活边界。预期结果是可审阅的修订和评估方案，而不是仅生成一个文件就认定方法已经能够复用。
带入 Floatboat 的请求
请求可预览和复制，不会从此处自动发送。
参考来源: Skill Creator https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md 先阅读原始说明并核对当前环境与依赖。需要安装或连接新工具时，先提出方案。 我的任务: 帮我把每周客户反馈总结整理成 Skill。先确定输入和输出，编写指令草稿，再提出测试请求，暂时不要开始评估运行。 期望交付: 指令草稿、明确的输入输出，以及有代表性的评估请求。
关于 Skill Creator
Skill Creator 是 Anthropic 用于编写与评估 Agent Skills 的流程指引。它先澄清任务、触发条件、输入和预期交付物，再编写草稿与代表性测试请求，并借助附带脚本查看运行结果、比较表现，根据反馈持续修订。它适合沉淀重复工作，也适合改进调用不稳定或执行结果不一致的已有 Skill。原始评估流程面向 Claude 执行环境，相关工具需要单独具备。本页描述的是 Anthropic 的实现；OpenAI 和其他发布者也有同名内容，应按来源区分。
Skill Creator的使用场景
沉淀周期性方法、改进不稳定指令和校准触发条件，需要处理不同问题。了解 Skill Creator 如何使用真实请求与运行样例，分别检查复用内容、执行效果及激活边界。
改进表现不稳定的 Skill
Skill 表现不稳定时，将成功与失败记录放在同一套验收规则下比较，查找缺失步骤、模糊要求和样例未覆盖的情况。针对具体原因修订指令后，重新运行原有样例，让效果变化能够对应到这次准备解决的问题。
优化触发描述
Skill 描述需要匹配真实请求，也要排除内容接近却不属于其职责的任务。对照实际用户表达整理正反触发样例，收紧容易产生歧义的措辞。清楚的激活边界能够让 Skill 在合适的工作中出现，减少仅因话题相关而误触发。
比较两版指令的实际效果
比较两版 Skill 时，应使用同一组代表请求，而不是分别挑选不同演示。保持预期行为与评估标准一致，检查各版本在哪些位置成功、失败或不必要地激活。依据结果选择有证据的修改，把未解决情况保留给下一轮，不默认更新的措辞就一定更好。
如何使用 Skill Creator
Skill 是否可复用，需要由真实请求中的表现证明。将指令草稿与代表任务对照，根据评估定位执行或激活问题，再调整内容与触发描述，而不是以文件生成作为结束。
明确任务与示例
说明流程、输入与预期交付物，提供成功示例和草稿必须遵守的要求。
编写并评估草稿
编写指令与代表性测试请求，使用来源支持的评估工具查看草稿的实际表现。
依据结果修订
比较反馈与测试输出，修订不清楚的部分，重跑相关用例，并核对描述仍然符合流程。
探索更多 Agent Skills
查看其他 Skill 指南，并在使用前核对原始来源。
Skill Creator 常见问题
这是 OpenAI 的 Skill Creator 吗？
不是。这是 anthropics/skills 中的 skill-creator。OpenAI 的同名包具有不同来源与流程，虽然两者都帮助用户创建 Skill。
开始前必须已有 Skill 吗？
不需要。可以从重复任务与示例开始；已有草稿时，应提供文件并说明希望改进的表现。
它能在所有 Agent 中自动运行评估吗？
原始评估步骤使用 Claude 运行和附带脚本。其他宿主可以阅读指令，但自动评估需要另外核对执行与委派能力。
测试请求应包含什么？
使用真实用户表达，提供必要输入与可观察的预期结果。既包含常见情况，也覆盖重要边界，避免只重复草稿措辞。
它能改进 Skill 的触发时机吗？
可以。原始说明包含描述优化流程。应同时检查适用请求与相近的不适用请求，避免减少漏触发的同时增加误触发。
结果好不好具有主观性时怎么办？
说明目标读者与质量标准，再与用户一起查看输出。只有确实衡量有意义结果时才加入量化检查，不能用分数代替编辑或设计判断。