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 是一個將雜亂、重複的作業流程（例如提示集合、文字記錄與執行手冊）轉換為受治理、可重複使用的 AI 代理技能的系統。它超越了單純的提示工程，將 AI 技能視為需要正式生命週期的軟體資產：建立、編譯、評估與發布治理。

How it works

此專案實作「Skill OS」架構，透過結構化管線處理原始輸入：

  1. Intent Modeling：在產生任何檔案前，釐清工作、輸出、排除項目與標準。
  2. Skill IR (Intermediate Representation)：為技能建立平台中立的語意合約，將意圖與特定 AI 平台分離。
  3. Compilation：使用目標編譯器與適配器，為多平台（包括 OpenAI、Claude 與 VS Code 工作流程）產生技能。
  4. Evaluation："Output Eval Lab" 執行觸發檢查、輸出斷言與基準可重現性測試，以產出技能品質的證據。
  5. Governance："Review Studio" 作為門檻，結合證據、信任訊號與執行時權限探測，判斷技能是否可發布。
  6. SkillOps：使用僅含中繼資料的遙測建立回饋迴路，追蹤採用漂移並建議下一次迭代的調整。

Who it’s for

  • AI 代理開發者：需要打造可跨不同 LLM 供應商使用的可攜帶、高品質技能。
  • 團隊領導：想將個人提示升級為具明確邊界與審查門檻的團隊資產。
  • 企業營運者：需要嚴格的基於證據的發布治理與執行時權限稽核。

Highlights

  • 平台中立性：使用 Skill IR 為多個 AI 目標編譯同一技能。
  • 基於證據的發布：以正式的證據帳本與盲測 A/B 評審包取代「感覺」測試。
  • 完整工具鏈：包含審查工作室（門檻）、評估實驗室（斷言）與 SkillOps 迴路（維護）。
  • 語言支援：提供雙語詮釋報告與在地化文件。