CommunityEscrita e Ediçãogithub.com

Paldom/skillskit

Do contexto para habilidades instaláveis de agente – pacotes de pesquisa entram, habilidades validadas prontas para skills.sh saem. Inclui scaffolding, criação com avaliação em primeiro lugar, validação e implantação.

O que é skillskit?

Este skill, `add-skill`, é uma ferramenta especializada para desenvolvedores e agentes de IA, projetada para orientar a criação de habilidades (skills) de alta qualidade, com foco em avaliação (eval-first), dentro de um repositório existente. Em vez de construir habilidades de forma ad hoc, ele impõe um workflow rigoroso de 7 etapas que começa com a definição de escopo, seguida pela coleta de informações (pesquisa web e documentos locais), criação de cenários de teste (evals) antes mesmo de escrever o código principal, redação da documentação (SKILL.md) seguindo regras precisas de frontmatter, validação automática, auto-teste para evitar disparos falsos e registro no catálogo do repositório. O objetivo é garantir que cada skill resolva uma falha específica e observável, evitando sobreposição com skills existentes. A ferramenta suporta qualquer plataforma de agente que utilize skills no formato skills.sh, como Claude Code, Cursor, ou Cody, e garante que o resultado final seja uma habilidade instalável, validada e bem documentada. Para usar, basta invocar `/add-skill nome_ou_ideia` no chat do agente, ou, se a intenção for processar múltiplas habilidades a partir de um pacote de pesquisa, deve-se utilizar `skill-from-research` primeiro.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add Paldom/skillskit

Installed? Explore more Escrita e Edição skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

add-skill

Constrói uma habilidade de qualidade de produção em skills/<nome>/, com avaliação em primeiro lugar, no repositório em que você está atualmente. Leia references/skill-authoring.md e references/evals.md uma vez por sessão antes de começar – eles são o conjunto de regras que este workflow impõe (repositórios gerados por create-skill-repo também os trazem em docs/). Se invocado como /add-skill <args>, trate $ARGUMENTS como o nome ou ideia da habilidade para definir o escopo na etapa 1.

Quando NÃO usar

  • Criar um repositório de novas habilidades → create-skill-repo.
  • Transformar um pacote de pesquisa em uma ou mais habilidades → skill-from-research (ele conduz este workflow por habilidade após destilar o pacote).
  • Trabalho de infraestrutura (hooks, CI, validadores) → edição simples, revisão em nível de PR.
  • Uma "habilidade" que meramente reafirma o que o modelo já faz bem → não a construa; uma habilidade deve corrigir uma falha específica e observável.

Workflow

  1. Escopo. Declare em uma frase o que a habilidade faz e a falha concreta que ela corrige. Se a frase precisar de "e", divida em múltiplas habilidades, uma de cada vez. Verifique o catálogo de habilidades existente no repositório para sobreposição – descrições de vizinhos próximos roubam os gatilhos umas das outras; planeje uma redação disjunta.
  2. Coleta. Leia o .local/ do repositório recursivamente, se presente (pesquisa, exemplos, restrições – nunca cite caminhos de .local/ em uma habilidade). Pesquise além dele: buscas na web por fatos atuais, documentação oficial e trabalhos relacionados; verifique qualquer coisa estrutural contra fontes primárias. Fatos verificados dos quais a habilidade depende vão para skills/<nome>/references/ como arquivos limpos e commitados.
  3. Avaliações primeiro. Crie skills/<nome>/evals/evals.json conforme references/evals.md: ≥8 should_trigger (varie formalidade, erros de digitação, concisão), ≥8 should_not_trigger (quase-acertos compartilhando palavras-chave), 3–5 casos de quality com asserções expected_behavior em linguagem natural. Se você não conseguir escrever estes, o escopo não está claro – volte para a etapa 1.
  4. Rascunho do SKILL.md. Frontmatter: name == nome da pasta; description em uma única linha, terceira pessoa, [o que] + [use quando …] + [não para …], 150–400 caracteres, palavras-chave de gatilho nos primeiros ~120. Corpo conforme references/skill-authoring.md: propósito → quando/quando-não → workflow numerado → especificação de saída → pegadinhas → ponteiros. Abaixo de 500 linhas; etapas determinísticas como scripts/ (saída não-zero em falha); material longo como references/ com um sumário. Faça referência a arquivos empacotados via ${CLAUDE_SKILL_DIR} para que cópias instaladas funcionem.
  5. Valide. Se o repositório tiver um validador (make check / scripts/validate_skills.py), ele deve sair com 0 – corrija todos os erros, trie todos os avisos. Se não tiver nenhum, faça uma auto-verificação contra as regras de frontmatter na referência de autoria (descrição em linha única, nome==pasta, limites de comprimento).
  6. Auto-teste do gatilho. Para ≥3 prompts that should-trigger e ≥2 should-not-trigger, raciocine explicitamente: a descrição sozinha encaminharia este prompt para cá contra todas as outras habilidades instaladas? Corrija a descrição, não as avaliações.
  7. Registre. Atualize o catálogo README do repositório, CHANGELOG.md e agrupamentos skills.sh.json quando existirem. Re-verifique as descrições dos skills irmãos para nova sobreposição.

Especificação de saída (Definição de Pronto)

  • skills/<nome>/ com SKILL.md + evals/evals.json (+ scripts/references conforme necessário)
  • Validador do repositório verde (ou a auto-verificação documentada quando não houver validador)
  • Catálogo/CHANGELOG/agrupamentos atualizados onde presente
  • Um resumo de 3 linhas: propósito, exemplos de frases de gatilho, limitações conhecidas

Pegadinhas

  • Mantenha description em UMA única linha física – valores multilinha falharam ao carregar em alguns runtimes; nunca contorne o validador de um repositório.
  • Não cole prompts de avaliação com falha literalmente na descrição (sobreajuste); generalize o verbo/substantivo ausente.
  • Correção de super-disparo = adicione frases nominais direcionadas "Não para …" da sobreposição real de falsos positivos; não remova gatilhos positivos.
  • Atualizações de modelo mudam o roteamento – note que as avaliações devem ser re-executadas após o próximo lançamento de modelo.

Arquivos

  • references/skill-authoring.md — anatomia, regras de frontmatter, fórmula da descrição, estrutura do corpo, pegadinhas, anti-padrões.
  • references/evals.md — formato do evals.json e o protocolo de gatilho/qualidade.

Habilidades Relacionadas