tripleyak/SkillForge

解决的问题

SkillForge 解决了创建低质量或重复的 AI「技能」（指令/提示）的问题，这些技能实际上并未提升代理性能。它摒弃了基于文档的审批方式，转而采用行为驱动的方法，确保只有在与无该技能的基线相比能显著提升代理完成任务能力时，才会创建新技能。

工作原理

SkillForge 使用基于证据的流水线来管理 AI 技能的生命周期：

1. 筛选与红门测试：检查技能是否已存在，并运行「红门测试」——一个全新代理在无该技能的情况下尝试完成任务；如果代理成功，则不创建新技能。
2. 分析与规格制定：使用特定视角（如帕累托或根本原因）分析失败情况，并制定分层规格。
3. 生成与绿门测试：子代理根据规格生成技能，并通过「绿门测试」验证代理现在能成功完成此前失败的基线任务。
4. 审查与发布：技能经过对抗性代理的 lint 检查和审查后，连同其独立的回归测试套件（evals）一起发布。

适用人群

专为使用 AI 代理（特别是 Claude Code 和 Codex CLI）的用户设计，帮助他们构建、维护和优化可复用的技能库。

核心亮点

• 行为验证：使用红/绿门测试证明技能确实提升了性能。
• 回归测试：每个技能都自带 evals/ 文件夹和运行器，确保其持续有效。
• 生态系统健康：包含「医生」工具，可跨所有技能发现触发器冲突、重复项和过期引用。
• 跨运行时支持：作者只需编写一次技能，即可编译为适用于 Claude、Codex 或 AgentSkills 等不同目标的版本。
• 摩擦挖掘：可选工具，分析本地会话历史，识别需要新技能的空白点。