【构建工业级Agent Skills】02 启动引擎：用 skill-creator 孵化你的第一个 Skill 雏形

大家好我是Tony Bai。欢迎来到微专栏 《打破黑盒用工程思维构建工业级 Agent Skills》的第二讲。在上一讲中我们像解剖学家一样拆解了 Skill Spec 的物理结构和运行机制。我们明白了 YAML Frontmatter 是决定技能生死的“路由器”也理解了“渐进式披露”是如何巧妙地平衡 AI 认知负载与执行能力的。掌握了这些底层原理你可能已经跃跃欲试想要新建一个文件夹手敲一个SKILL.md了。快停下。记住我们在开篇词中定下的基调在 Agentic SE智能体软件工程时代不要逆势而为我们必须“用 AI 制造 AI”。从头手写一个工业级的 Skill 是一件极其低效且容易出错的事情。你需要斟酌指令的语气反复测试触发概率还要手动构建评估数据集。这就像是在拥有了全自动生产线后依然坚持用手工打磨螺丝钉。因此从这一讲开始我们将正式引入我们在这个专栏中的“首席结对编程伙伴”——Anthropic 官方发布的skill-creatorskill。今天我们将启动引擎在Claude Code环境中一步步看着skill-creator是如何通过深度的需求访谈将我们脑海中模糊的意图孵化为一个具备极高潜力的 Skill 雏形的。认知对齐skill-creator究竟是什么很多开发者第一次使用skill-creator时把它当成了一个“大纲生成器”。他们输入“帮我写一个分析 Go 代码的技能”然后静静等待一个 Markdown 文件生成最后拿去使用。这是一个巨大的误区。如果你仔细研读过skill-creator的底层指令你会发现 Anthropic 赋予它的角色并非一个简单的生成器而是一个严谨的“需求分析师 架构师”。它被明确要求在开始写代码草稿之前必须先理解用户的意图主动探寻边缘场景定义成功标准。这完全契合了我们在软件工程中推崇的“测试驱动开发TDD”和“需求工程”理念。当我们调用skill-creator时我们实际上启动了一条自动化的生产流水线。我们可以用下面这张序列图来透视skill-creator内部的标准孵化工作流