tripleyak/SkillForge

解決的問題

SkillForge 解決了創建低品質或重複的 AI「技能」（指令／提示）的問題，這些技能實際上並未提升代理效能。它摒棄了基於文件的審核方式，轉而採用行為驅動的方法，確保只有在與無該技能的基線相比能明顯提升代理完成任務能力時，才會建立新技能。

工作原理

SkillForge 使用基於證據的流水線來管理 AI 技能的生命周期：

1. 篩選與紅門測試：檢查技能是否已存在，並執行「紅門測試」——一個全新代理在無該技能的情況下嘗試完成任務；若代理成功，則不建立新技能。
2. 分析與規格制定：使用特定視角（如帕累托或根本原因）分析失敗情況，並制定分層規格。
3. 生成與綠門測試：子代理根據規格生成技能，並透過「綠門測試」驗證代理現在能成功完成此前失敗的基線任務。
4. 審查與發布：技能經由對抗性代理進行 lint 檢查與審查後，連同其獨立的回歸測試套件（evals）一起發布。

適用對象

專為使用 AI 代理（特別是 Claude Code 和 Codex CLI）的使用者設計，幫助他們建構、維護與優化可重複使用的技能庫。

核心亮點

• 行為驗證：使用紅／綠門測試證明技能確實提升效能。
• 回歸測試：每個技能都附帶 evals/ 檔案夾與執行器，確保其持續有效。
• 生態系統健康：包含「醫生」工具，可跨所有技能發現觸發器衝突、重複項與過期引用。
• 跨執行時支援：作者只需撰寫一次技能，即可編譯為適用於 Claude、Codex 或 AgentSkills 等不同目標的版本。
• 摩擦挖掘：可選工具，分析本地會話歷史，識別需要新技能的空白點。