这个 Skill 能做什么，适合哪些场景？
skill-creator 是 DeepTutor 仓库内置的一个元技能：它本身不执行任务，而是当用户想创建新技能、改进现有技能或了解技能机制时，为模型提供一套完整的写作方法论。它定义了技能的标准结构（SKILL.md 加可选 references/ 目录）、YAML 前置元数据格式，以及五条核心原则——描述即触发器、保持精简、自由度匹配脆弱度、渐进式披露、拒绝辅助文件。它还包含一个从收集真实用例到迭代打磨的五步写作流程。该技能纯为指导性文本，不含脚本，不依赖任何运行环境。
读取后会指导模型：收集触发短语与预期行为作为具体用例；识别每次都被重复推导、值得沉淀进技能的知识；按固定格式起草带 YAML 前置元数据（name、description、tags、always、requires）的 SKILL.md；将长示例与模式拆分到 references/ 目录并用 read_skill 按需加载；最后通过技能管理界面（Space → Skills）或 skills API 创建，并在真实使用后持续收紧描述与精简正文。它明确区分了技能与人格预设（persona），后者不属于技能范畴。
- 想把团队内部的领域流程（如代码评审清单、报表格式规范）固化为可复用技能的 DeepTutor 用户
- 已写了一个技能但发现模型经常不触发它，需要按'描述即触发器'原则重写 description 的作者
- 技能正文过长导致上下文拥挤，想学习如何用 references/ 实现渐进式披露的维护者
- 想理解 DeepTutor 技能系统如何通过 read_skill 按需加载内容的开发者
- 打算向 EduHub 社区发布教学类技能、需要先掌握写作规范的贡献者
如何安装这个 Skill？
- 本评审为纯静态源码阅读，未执行任何验证；置信度为低。
- 该技能深度绑定 DeepTutor 生态（read_skill 工具、技能管理 UI/API），在其他 Agent 框架中不能直接套用。
- 技能自身无版本号与变更记录，评估时无法追踪其独立演进，更新需关注仓库整体发布。
- 发布方未经 FollowSkills 企业注册表验证，身份按未知处理，不构成扣分但需知晓。
该技能已随 DeepTutor 仓库内置，路径为 deeptutor/skills/builtin/skill-creator/SKILL.md，无需单独安装。若你使用完整版 DeepTutor，安装方式即仓库本身：pip install -U deeptutor，或从源码 git clone https://github.com/HKUDS/DeepTutor.git 后 pip install -e .。仓库本身未说明如何把单个内置技能复制到其他 Agent Skills 客户端，需自行复制 SKILL.md 文件。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/HKUDS/DeepTutor.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/deeptutor/skills/builtin/skill-creator" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 帮我把这套代码评审流程写成一个 DeepTutor 技能
- 我的技能为什么不总是被触发？
在 DeepTutor 中，当对话涉及创建或改进技能时，模型会按 description 自动触发此技能。你也可以在对话中直接提出，例如："帮我把这套代码评审流程写成一个 DeepTutor 技能"或"我的技能为什么不总是被触发？"。创建实际技能时，使用 Space → Skills 的技能管理界面或 skills API；CLI 用户可用 deeptutor skill 相关命令管理技能。
这个 Skill 有哪些优点和局限？
- 纯文本指南，零运行时依赖，任何支持 Agent Skills 格式的客户端都可加载
- 五条核心原则（描述即触发器、渐进式披露等）源自真实设计经验，具有普适参考价值
- 内置五步写作流程，从用例收集到真实使用后的迭代，形成完整闭环
- 明确划清技能与 persona 的边界，避免常见概念混淆
- 创建技能的步骤指向 DeepTutor 专属的 UI（Space → Skills）和 skills API，脱离 DeepTutor 后这些操作说明不可用
- read_skill 等工具是 DeepTutor 的运行时机制，其他客户端需替换为各自的等价加载方式
- 纯指导性内容，没有任何脚本或自动化校验，写作质量完全依赖模型自身执行
- 源材料未提供任何评估或测试证据说明遵循这些原则后技能质量提升多少
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| DeepTutor Skill Creator 本页 | 57 · 谨慎使用 | ★ 41k | 18 天前 | Apache-2.0 |
| Skill Creator（技能创建器） | 70 · 高度推荐 | ★ 2.2k | 12 天前 | MIT |
| 技能创建器（Meta-Skill） | 62 · 推荐 | ★ 1.5k | 8 个月前 | — |
| Skill Creator（技能创建器） | 48 · 谨慎使用 | ★ 3.1k | 8 个月前 | MIT |
| 技能写作测试框架 | 44 · 不推荐 | ★ 299k | 16 天前 | MIT |
DeepTutor 的技能体系明确对标并兼容 ClawHub 社区的开放 Agent-Skills 格式，本技能教授的正是这一通用格式的写作方法；与直接手写 SKILL.md 相比，它的价值在于把触发器设计、渐进式披露等易错点结构化。
FollowSkills 如何评估这个 Skill？
该技能为纯指导性文档（编写 SKILL.md 的方法论），无脚本、无外部调用、无常驻权限，最小权限原则天然满足；引用的 read_skill 工具与 requires 门控（bins/env/sandbox）显示作者有权限声明意识。扣分项：无用户确认/回滚流程说明（虽场景不需要），发布方未经注册表验证，数据流披露仅到架构层面。
文档内部自洽：frontmatter 模式、原则与工作流一致，触发测试、渐进披露、行数上限等规则明确可循；无依赖项故无可用性风险。扣分项：纯静态文档无任何可执行路径、无示例输出、无失败反馈机制，静态评审上限为 10。
description 精确声明了做什么与何时触发（创建/改进技能、询问技能机制），并明确排除了 persona 类预设，触发边界较清晰；语言为英文但无网络依赖，中文环境可正常使用。扣分项：未声明输入/输出形态与非适用范围的更多细节，目标环境绑定 DeepTutor 生态（UI/API），跨生态适用性未说明。
结构清晰、渐进披露良好，仓库层有 Apache-2.0 许可证与活跃的版本发布记录（README 发布日志、CI 工作流）。扣分项：技能自身明确禁止 README/changelog（'No auxiliary files'），因此无技能级版本/变更记录与已知限制披露；维护责任仅能从仓库层推断。
作为编写技能的指导，内容具体（触发测试、500 行上限、示例收集流程），对目标用户有边际价值。扣分项：无任何已产出技能的代表性输出验证，比较收益（优于通用提示词）仅有主张无证据，静态评审上限为 7，实际取 6。
主张均可回溯至源文件本身，事实与推断边界清楚。扣分项：无第三方执行证据、无测试覆盖该技能关键路径（仓库测试针对 mastery_path 等模块而非本技能），多源印证缺失，静态上限 5 以下取 4。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →