前言¶
写 agent 的人常遇到两类重复劳动：一类是同一段提示词、同一组工具调用顺序，在多个会话里被反复粘贴；另一类是改完一版提示词之后，没有客观标准判断它是变好了还是变坏了。Skill Creator Pro 处理的就是这两件事——把已有流程整理成一个 SKILL.md 技能，再用评测驱动的方式迭代它。
下面介绍这个 Skill。它不是通用的 prompt 优化器，也不是代码测试或业务流程自动化工具；触发条件很窄：用户明确要创建技能、编辑或优化已有技能、跑技能评测、做触发准确率基准测试，或说「把这个变成技能 / 给 X 做个技能」。
这是什么¶
Skill Creator Pro 是一个用于创建、修改和改进 Agent 技能的 Skill，输出物是通用 SKILL.md 格式的技能包。
- 名称：Skill Creator Pro（SkillHub 中文展示名：skill智能工厂）
- 坐标：@clawhub_zihaofeng2001/skill-creator-pro
- 版本：2.0.0
- 来源：clawhub，上游仓库 https://clawhub.ai/zihaofeng2001/skill-creator-pro
- 发布者：zihaofeng2001
- 分类：ai-agent
- 官方地址：https://api.skillhub.cn/user_308a2208/skill-creator-pro
- 需要 API Key：false（标签 requires_api_key=false）
SkillHub 页面数据显示评分 100000、下载 11329、安装 50（来源：https://www.skillhub.cn/skills/clawhub_zihaofeng2001/skill-creator-pro ）。
它由 Anthropic 官方的 skill-creator 适配而来，面向 OpenClaw 运行时。核心思路是：先写一个草稿技能，准备若干测试提示词跑通，再补量化评测，根据结果改写，循环直到满意，最后用专门的脚本优化技能描述以提高触发准确率。
核心能力¶
官方 SKILL.md 里列出的能力，按用途分四块：
- 意图捕捉。如果当前对话里已经有一条用户想固化的流程（比如用户说「把它变成技能」），先从对话历史里抽取答案：用过哪些工具、步骤顺序、用户做过哪些修正、观察到的输入输出格式。缺的部分由用户补齐，并在进入下一步前确认。
- 访谈与调研。主动追问边界情况、输入输出格式、示例文件、成功标准和依赖；同时检查可用的 MCP，能并行用子代理调研就并行，不能就内联处理。
- 写 SKILL.md。按访谈结果填充 name、description、compatibility 等字段。其中 description 是唯一的触发机制，官方明确要求写得「稍微强势一点」——因为当前 Claude 倾向于欠触发，也就是该用技能的时候不用。做法是把使用场景直接写进 description，而不是放在正文。
- 评估驱动的迭代。准备测试提示词跑技能，同时准备量化 eval（没有就起草，有的话可以按需修改），用 eval-viewer 展示结果，再据定性反馈和量化指标改写技能，循环直到满意，之后扩大测试集再跑一轮。
技能目录结构如下，脚本、参考文档、产出用资源都是可选的：
skill-name/
├── SKILL.md (required)
│ ├── YAML frontmatter (name, description required)
│ └── Markdown instructions
└── Bundled Resources (optional)
├── scripts/ # 确定性/重复任务用的可执行代码
├── references/ # 按需载入上下文的文档
└── assets/ # 产出中使用的文件（模板、图标、字体）
技能采用三级加载：name + description 常驻上下文（约 100 词），SKILL.md 正文在触发时加载，scripts 和 references 按需加载。这决定了写法上的取舍：高频判断信息放 description，长参考文档放 references 而不是正文。
安装与启用¶
官方给出的安装命令是 OpenClaw CLI：
$ openclaw skills install @clawhub_zihaofeng2001/skill-creator-pro
页面同时提供了 npx 形式的安装入口（CLI：npx skills）。
关于不同编辑器的差异：官方资料只给出了 OpenClaw 的安装命令，以及它与 Claude Code 运行时的适配说明，没有给出 Cursor 或 Codex CLI 的独立安装方式，这里如实标注，不补写。
创建流程¶
创建技能的主流程是先写草稿，再跑测试，再迭代。顺序可以按用户需要调整，用户明确说「不用跑一堆评测」时可以直接跳过量化部分。
1、先确认技能要做什么、什么时候触发、期望的输出格式，并确认是否需要测试用例。官方建议：输出可客观验证的技能（文件转换、数据抽取、代码生成、固定步骤）适合配测试用例；输出偏主观的技能（写作风格、美术）通常不需要。
2、写 SKILL.md 草稿，把上一步访谈得到的信息落到 frontmatter 和正文里。
3、准备几条测试提示词，让带技能的 agent 跑一遍，记录定性结果。
4、同时准备量化 eval。如果已有 eval 可以直接用或按需要改，没有就起草，并向用户解释每个 eval 在测什么。
5、用 eval-viewer 展示结果，让用户同时看到定性样本和量化指标。
6、根据用户评估和量化基准暴露的问题改写技能，循环直到满意。
7、扩大测试集，在更大规模上再跑一次。
8、技能完成后（顺序同样可调整），跑描述优化脚本，专门优化触发准确率。
评测与查看¶
评估结果通过 eval-viewer 的脚本生成，OpenClaw 环境下官方要求始终加 --static 参数：
python eval-viewer/generate_review.py <workspace>/iteration-N \
--skill-name "my-skill" \
--benchmark <workspace>/iteration-N/benchmark.json \
--static /tmp/skill-review.html
生成的是静态 HTML 报告，之后通过 message(action=send, filePath=…) 发给用户。原因是 OpenClaw 通常以无头方式运行，没有交互式页面可以点开。
描述优化脚本（run_loop.py 和 run_eval.py）调用的是 claude -p，即 Claude Code CLI。如果主机上装了 Claude Code，脚本可直接使用；没装的话，可以改用 sessions_spawn 手动测试触发短语，或者跳过自动化描述优化。
OpenClaw 运行时的差异¶
这个 Skill 是从 Anthropic 官方 skill-creator 适配到 OpenClaw 的，官方列出了与 Claude Code 的三点差异，直接关系到怎么用：
- 子代理调用方式不同。用 sessions_spawn 并指定 mode: “run”，而不是 Claude Code 的原生子代理系统：
sessions_spawn(task="Execute this task with skill at <path>...",
mode="run", runTimeoutSeconds=300)
- 描述优化脚本依赖
claude -p，是否可用取决于主机是否安装了 Claude Code CLI。 - 评测查看器需要用
--static生成静态 HTML，不能依赖交互式查看界面。
官方资料同时说明，SKILL.md 底部针对 Claude.ai 和 Cowork 环境的章节，OpenClaw 用户应忽略，按主流程加上述适配点执行。
沟通方式¶
官方对交互语言有明确要求：这个 Skill 的使用者技术水平跨度很大，需要根据上下文线索调整措辞。默认情况下「evaluation」和「benchmark」可以直接用；「JSON」「assertion」这类词则要在用户表现出熟悉之后才不加解释地使用。不确定时，用一句话给出简短定义。
适用场景与注意¶
适合的场景：用户想从零创建一个技能；已有草稿需要编辑或优化；想跑评测检验技能表现；想用方差分析做基准测试；想优化技能 description 提高触发准确率。触发词包括「turn this into a skill」「make a skill for X」「improve this skill」「test this skill」「run evals on this skill」，以及提到技能描述、技能触发、技能质量的场合。
不适合的场景：通用 prompt 优化、代码测试、业务流程自动化。这些都不在官方触发条件里。
需要注意的三点：
- description 的写法直接影响触发率。官方明确要求写得「稍微强势一点」，把该触发的场景都列进去，因为当前模型倾向于欠触发。这是这个 Skill 里少数带明确风格倾向的要求。
- 量化评测不是强制的。用户明确表示不需要时可以跳过，只做定性迭代。
- 使用
claude -p的自动化描述优化和交互式评测查看，在纯 OpenClaw 无头环境下会失效，需要按上文的适配方式处理。
结尾¶
Skill Creator Pro 的价值在于把「写技能」这件事从一次性的提示词工程，变成一个有草稿、有测试、有基准、有改写循环的流程。它的价值取决于你愿意跑多少轮评测——只写草稿也能用，但把 eval 循环跑起来才是它和手改提示词的主要区别。
官方地址：https://api.skillhub.cn/user_308a2208/skill-creator-pro
上游仓库：https://clawhub.ai/zihaofeng2001/skill-creator-pro
SkillHub 页面：https://www.skillhub.cn/skills/clawhub_zihaofeng2001/skill-creator-pro
