这个 Skill 能做什么，适合哪些场景？
yao-meta-skill 是一个用于创建、改进、评测和打包可复用智能体技能的元技能系统。它以 SKILL.md 为入口，配合 scripts/ 下的统一命令行工具 yao.py 和 references/ 中的方法论文档运行。项目经历了从 1.0（把工作流变成可安装的技能包）到 2.0（Skill OS：模型化、编译到多目标、评测证据、发布门禁和运营遥测）的升级。作者自我评审加权得分 91.5/100，但更強的公开宣传性主张仍被标记为证据待补。
读取原始工作流笔记、提示词集合、会话记录或运行手册，通过意图对话澄清任务后生成技能包（SKILL.md、agents/interface.yaml、references、scripts、evals、reports）。它提供：触发描述的 train/dev/holdout 评测（当前回归语料 66 个提示、21 个族，精确率/召回率均为 1.0）；Skill IR 中间表示及面向 OpenAI、Claude、通用 Agent Skills、VS Code 的目标编译器；Output Eval Lab 输出评测、盲评包与裁决报告；Review Studio HTML 发布门禁页；打包验证、安装模拟、运行时权限探测、信任报告和证据一致性检查。触发方式为 frontmatter description 路由，自更新需 python3 scripts/yao.py self-update --self --yes。
- 内部工具团队想把一份反复执行的工作流笔记转成可安装、带边界和评测的技能包。
- 技能作者想把个人技能升级为团队资产，需要接口契约、信任检查和评审证据后再让别人依赖。
- 维护者准备技能的 beta 发布，需要打包验证、安装模拟和兼容性检查，并把 beta 就绪与更强宣传区分开。
- 技能已上线后，用采用漂移、元数据遥测和 SkillOps 周报决定下一步是补文档、补评测、打补丁还是改治理。
- 想对比不同元技能方案，在需要证据、可移植性和发布门禁时选用 yao-meta-skill。
如何安装这个 Skill？
- 文档本身高度浓缩，具体执行规则分散在未抓取的 references/ 文件中，实际可用性有待核实
- Shell / 命令行
- 本地文件系统
Python 3.11+
全局安装到 Codex：npx -y skills add yaojingang/yao-meta-skill -a codex -g -y；为所有支持的智能体安装：把 -a codex 换成 -a '*'。安装后重启客户端。本地开发要求 Python 3.11+，用 make ci-test 运行测试。源文档未记载其他安装方式的细节。
git clone --depth 1 https://github.com/yaojingang/yao-meta-skill.git ~/.claude/skills/yao-meta-skill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：
- 把这个工作流做成一个 skill
- 改进这个已有 skill
- 给这个 skill 补 trigger 评测
安装并重启后，用类似“把这个工作流做成一个 skill”“改进这个已有 skill”“给这个 skill 补 trigger 评测”的任务描述触发它。它会先做简短的意图对话澄清任务/输出/排除项，再静默跑基准扫描并生成包。也可以直接用统一 CLI：python3 scripts/yao.py quickstart --output-dir .；生成的双语解读报告在 reports/skill-interpretation.html，评分卡在 reports/skill-overview.html，发布门禁在 reports/review-studio.html。
这个 Skill 有哪些优点和局限？
- 工程化程度高：触发质量用家族回归、盲测 holdout、对抗 holdout 和独立评审判分器验证，而不是凭直觉。
- 可移植性设计好：Skill IR 保持平台中立，已导出 openai/claude/generic/vscode 四个目标且可移植性评分 100/100。
- 治理可见：所有权、评审周期、成熟度评分、发布锁和漂移检测都是可运行的检查而非纯文档。
- 评测结果公开可复现：regression 语料、失败库、漂移历史和提升决策都以报告形式发布。
- 体系复杂度高：几十个子命令和报告产物，学习成本明显高于轻量级技能创作方法。
- 强宣传主张仍是证据待补状态：目前缺乏提供商背书的独立模型执行证据和真实客户遥测。
- 盲评 A/B 对比仅一名评审、5 个场景，且逐案例理由字段为空，说服力有限。
- 加权基准（91.5 对比 Anthropic 67.5 / OpenAI 50.5）由项目作者自建自评，方法偏主观。
- 当前目标适配器全部是元数据回退（4/4），没有原生权限强制执行。
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 |
|---|---|---|---|---|
| Yao Meta Skill 本页 | 49 · 谨慎使用 | ★ 2.7k | 2 个月前 | MIT |
| Skill Creator（技能创建器） | 48 · 谨慎使用 | ★ 3.1k | 8 个月前 | MIT |
| Skill Creator（技能创建器） | 70 · 高度推荐 | ★ 2.2k | 17 天前 | MIT |
| 技能创建器 | 61 · 推荐 | ★ 20k | 7 天前 | MIT |
| Loop Library（循环库）技能 | 55 · 谨慎使用 | ★ 3.2k | 4 个月前 | MIT |
FollowSkills 如何评估这个 Skill？
「治理」「trust report」「output_quality_scorecard」等术语看起来更像框架自我描述，缺少可验证的具体机制说明，本次也没有抓取到引用的 references/ 文件核实细节。
主文档用词高度浓缩、术语密集（如「Skill IR」「trust report」「Governed Package Boundary」），却把大量具体规则甩到未一并抓取的 references/ 文件里，单看这份文件很难判断实际怎么操作。
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。
本条评估按 FSRS 1.0 标准完成，维度分不做换算，已进入按 FSRS 2.0 重新评估的复核队列。
查看完整评分方法 →