Skill package 是面向 local agent workflow 的贡献。它把一种可重复的工作方式打包起来,让学习者或操作者可以用 AI assistant 运行、检查步骤,并根据自己的环境改造这个 workflow。 这个贡献类型不绑定某一个 assistant 产品。好的 package 会定义 workflow、面向人的说明、面向 agent 的指令,以及让 workflow 可 review、可重复运行所需的辅助文件。Documentation Index
Fetch the complete documentation index at: https://labs.prompthon.io/llms.txt
Use this file to discover all available pages before exploring further.
这里适合什么
- 比单个 prompt 更需要结构的 local-agent workflow
- 可重复的 research、review、capture、cleanup 或 monitoring routine
- 让 workflow 更安全运行的 helper scripts、references 或 rules
- 清楚说明什么时候需要人来 review、approve 或接手
Skill package 应放在哪里
Skill package 放在skills/<skill-slug>/ 下。
| Surface | 内容范围 | 示例 |
|---|---|---|
skills/<skill-slug>/README.md | 面向人的 workflow 和目标读者说明。 | Daily News Watcher overview、Garbage Collector workflow |
skills/<skill-slug>/SKILL.md | 面向 agent 的调用规则和运行契约。 | 什么时候运行 skill、应该遵循哪些步骤 |
skills/<skill-slug>/scripts/ | 让 workflow 可重复运行的确定性辅助工具。 | fetchers、analyzers、report writers |
skills/<skill-slug>/references/ | 规则、source notes、checklists 或支持性上下文。 | cleanup rules、source lists、escalation checklists |
Issue 和 review 流程
在构建 package 之前,先创建 GitHub issue。使用Practitioner Skill Package 表单,让 workflow、package shape、local integrations 和 safety boundaries 在开工前可见。
核心团队会先 review issue。他们可能批准 scope、请求修改,或拒绝 proposal。issue 被批准或确认之后,贡献者可以 fork 仓库并开始修改。
核心团队会再单独 review pull request。他们可能批准、请求修改,或拒绝 PR。如果 issue 或 PR 被拒绝,贡献者仍然可以保留自己的 fork,并在仓库外继续使用这些改动。
Package 结构
每个 package 都应保持小而清晰:README.md 讲清面向人的故事:这个 package 为什么存在、适合谁、它教会什么 workflow。使用 SKILL.md 放置 agent-facing invocation contract。scripts/ 只放确定性的辅助工具,references/ 放规则、source notes 或支持性指南。
工作规则
- 让 package 聚焦在一个可重复 workflow 上。
- 在任何自动化步骤之前说清人的角色。
- 优先使用小型 helper scripts,而不是很长的手动命令块。
- 提供足够 review 的文档,但不要把 package 写成一篇泛化文章。
- 有用时,从 package 链回相关手册页面、项目或 contributor discussion。
完成标准
当一个 skill package 满足以下条件时,即可进入 review:- 说明了 workflow 和目标读者
- 同时包含面向人和面向 agent 的说明
- helper files 保持最小且确定性
- 记录了安全边界或 approval points
- 可以作为一个完整 package 被 review
