Install
$ agentstack add skill-lion-1209-lion-skills-lion-writing-skills ✓ scanned · ✓ verified — works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
About
Lion Writing Skills
概述
Lion-Skills 的"造 skill 流水线":按本仓库规范,把一个重复的工作流沉淀成可复制、经验证的 skill。
核心原则:skill 是给未来 Claude 读的"操作手册"——它的价值不在于你写了什么,而在于未来的 Claude 在触发它时,能照着做出正确的事。
何时使用
- 用户想新增一个 skill("帮我加个 X 的 skill")
- 用户想修改/优化现有 skill
- 用户想检查某个 skill 写得是否符合规范
- 想把对话里反复出现的工作流沉淀成 skill
不该做成 skill 的情况:一次性的、项目特定的约定(放 CLAUDE.md)、能用简单校验自动化的(写成校验脚本而不是文档)。
只是审查/优化现有 skill 时:直接对照下文相关规则做合规判断即可,不必每次重走第 1 步"值不值得做"四问——那是新增 skill 的决策;现有 skill 要不要继续存在,是另一个问题。
核心内容
第 1 步:判断值不值得做
回答四个问题(都"是"才值得做):
- 高频吗?(反复出现,不是一次性的)
- 跨项目吗?(不止一个代码库用得到)
- 有判断空间吗?(需要决策/经验,不是机械操作——机械操作写成脚本)
- 未来 Claude 不读这个 skill,会做错或做差吗?
任何一个答"否",就别做成独立 skill:项目特定的约定放 CLAUDE.md,能机械自动化的写成校验脚本,一次性的直接在对话里处理。
第 2 步:复制模板,填 frontmatter
新 skill 建在 skills//SKILL.md(同名目录,里面放 SKILL.md,可选再放 evals/ 存验证用例)。复制 template/SKILL.md 过去,填两个字段:
name:全小写、连字符,用 skill 的核心动作或概念命名(如commit-message、error-handling、onboarding-unknown-codebase)。不要下划线或驼峰(commit_message、CommitMessage都错)description:只写"何时触发",第三人称,中文,用三段式——①触发场景("当用户……时使用")+ ②典型信号(把用户实际会说的原话尽量列全)+ ③涉及关键词(中文说法 + 常见英文术语)。这样覆盖面广、不易漏触发。上限 1024 字符
> 关键:description 绝不能写工作流("先做 A 再做 B")。原因——测试发现 Claude 会偷懒只读 description 跳过正文。把流程留给正文。
第 3 步:写正文
按这个骨架:概述 / 何时使用 / 核心内容 / 常见错误(参考 template/SKILL.md)。
写作约定:
- 解释 why,少用全大写 MUST(讲道理比下命令管用)
- 一个优秀例子 > 多语言版本;例子尽量覆盖该 skill 最核心的 2–3 类场景,而非只示范单类
- 正文 /SKILL.md`,然后按其指引处理这个需求:。完成后报告:你走了哪些步骤、产出什么、哪里卡壳」。多个 prompt 可以并行派。
通过标准:subagent 的产出 (a) 解决了用户问题,且 (b) 遵循 skill 的设计意图。把该 skill 正文里"该走的流程""该遵循的约定"抽成几条可勾选项来核(如 description 没写工作流、正文解释了 why、例子覆盖核心场景)。跑偏长这样:该走五步的跳过了验证、该三段式的 description 写成了能力清单、该按维度系统的退化成逐条枚举——出现这些就改正文重跑。
把用例固化下来:把这几个 prompt + 预期结果写进 skills//evals/evals.json(格式:{skill_name, evals: [{id, prompt, expected}]})。evals.json 是验证的"存档"(记录测过什么、预期什么),subagent 实跑是"当下执行"。两者配合时注意时序:prompt 可以先定,但 expected 往往要跑一轮、看到实际产出才写得准——所以实操是「粗定 prompt → 跑 → 用实际产出校准 expected → 固化」,而不是单向的"先写完 evals.json 再跑"。
第 5 步:迭代
输出不对就改正文,重跑。重点改:
- 触发不准 → 改 description(补关键词、加症状)
- 做错了 → 正文讲清 why 或加常见错误
- 啰嗦/跑偏 → 删冗余
- 正文流程漏了关键步骤 → 补步骤(这种问题几乎只能靠验证暴露,是迭代里最高频也最有价值的产出)
常见错误
| 问题 | 修法 | |------|------| | description 写了工作流(→ Claude 只读 description 跳过正文) | description 只留触发条件 | | 正文超 500 行没拆(→ 加载慢、难维护) | 大段参考拆到 references/ | | 堆 MUST 不讲 why(→ 死板、难泛化) | 解释原因 | | 一个例子写多语言(→ 平庸、难维护) | 一个优秀例子 | | name 用下划线/驼峰 | 全小写连字符 |
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: Lion-1209
- Source: Lion-1209/Lion-Skills
- License: MIT
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet — be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.