yaojingang/yao-meta-skill

YAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and portability system for reusable agent skills.

What it solves

yao-meta-skill 是一个将杂乱、重复的运营工作流（如提示集、文字记录和运行手册）转化为受治理、可复用的 AI 代理技能的系统。它超越了简单的提示工程，将 AI 技能视为需要正式生命周期的软件资产：创建、编译、评估和发布治理。

How it works

项目实现了“Skill OS”架构，通过结构化管道处理原始输入：

  1. Intent Modeling：在生成任何文件之前，明确工作、输出、排除项和标准。
  2. Skill IR (Intermediate Representation)：为技能创建平台中立的语义合约，将意图与特定 AI 平台分离。
  3. Compilation：使用目标编译器和适配器，为包括 OpenAI、Claude 和 VS Code 工作流在内的多平台生成技能。
  4. Evaluation："Output Eval Lab" 运行触发检查、输出断言和基准可复现性测试，以生成技能质量的证据。
  5. Governance："Review Studio" 充当门禁，结合证据、信任信号和运行时权限探测，决定技能是否准备好发布。
  6. SkillOps：使用仅含元数据的遥测建立反馈回路，跟踪采用漂移并建议下一次迭代的适配。

Who it’s for

  • AI 代理开发者：需要构建可跨不同 LLM 提供商使用的可移植、高质量技能。
  • 团队负责人：希望将个人提示升级为具有明确边界和审查门禁的团队资产。
  • 企业运营者：需要严格的基于证据的发布治理和运行时权限审计。

Highlights

  • 平台中立性：使用 Skill IR 为多个 AI 目标编译同一技能。
  • 基于证据的发布：用正式的证据账本和盲测 A/B 评审包取代“感觉”测试。
  • 完整工具链：包括审查工作室（门禁）、评估实验室（断言）和 SkillOps 循环（维护）。
  • 语言支持：提供双语解释报告和本地化文档。