Lokalisierter Leseleitfaden
skill-creatorZweck, Verwendung und Quelle
Erstellen Sie neue Fähigkeiten, modifizieren und verbessern Sie bestehende Fähigkeiten und messen Sie deren Leistung. Nutzen Sie diese Funktion, wenn Benutzer eine Fähigkeit von Grund auf neu erstellen, eine bestehende Fähigkeit bearbeiten oder optimieren, Evaluierungen durchführen, um eine Fähigkeit zu testen, die Leistung einer Fähigkeit mithilfe einer Varianzanalyse vergleichen oder die Beschreibung einer Fähigkeit optimieren möchten, um eine höhere Auslösegenauigkeit zu erzielen.
Quelle abgerufen:
- Quell-Repository
- anthropics/skills
- SKILL.md
skills/skill-creator/SKILL.md- Repository-Sterne
- 185,373
- Repository zuletzt aktualisiert
- 2026-10-29
- Fähigkeitskategorien
- Agenten-Workflow
- Letzte Datenerfassung
Lizenz: Lizenzdatei: Prüfung ausstehend
Die Workflow-Auszüge dienen als Lesehilfe und sind keine ausführbaren Anweisungen von Codez. Für die Erstellung dieser Seite wurde keine Drittanbieter-Skill verwendet.
Die folgenden Abschnitte zu Zweck und Arbeitsablauf sind vorgelagertes Material, das zur besseren Lesbarkeit aufbereitet und übersetzt wurde. Sie unterscheiden sich von der separat gekennzeichneten redaktionellen Analyse von Codez.
Was diese Fähigkeit bewirkt
Erstellen Sie neue Fähigkeiten, modifizieren und verbessern Sie bestehende Fähigkeiten und messen Sie deren Leistung. Nutzen Sie diese Funktion, wenn Benutzer eine Fähigkeit von Grund auf neu erstellen, eine bestehende Fähigkeit bearbeiten oder optimieren, Evaluierungen durchführen, um eine Fähigkeit zu testen, die Leistung einer Fähigkeit mithilfe einer Varianzanalyse vergleichen oder die Beschreibung einer Fähigkeit optimieren möchten, um eine höhere Auslösegenauigkeit zu erzielen.
Wie der vorgelagerte Workflow funktioniert
Wie man über Verbesserungen nachdenken kann
Leiten Sie aus dem Feedback allgemeine Schlüsse. Im Kern geht es darum, Fähigkeiten zu entwickeln, die sich millionenfach (vielleicht sogar noch viel öfter, wer weiß) für unterschiedlichste Aufgaben einsetzen lassen. Sie und der Nutzer arbeiten hier immer wieder mit nur wenigen Beispielen, um schneller voranzukommen. Der Nutzer kennt diese Beispiele in- und auswendig und kann neue Ergebnisse schnell beurteilen.
Aufwärtspassage · L296 ↗Schritt1: Alle Läufe (mit Fertigkeit UND Basislauf) im selben Zug ausführen.
Für jeden Testfall werden in derselben Runde zwei Subagenten erzeugt – einer mit der Fähigkeit, einer ohne. Wichtig: Erzeugen Sie nicht zuerst die Durchläufe mit Fähigkeit und kehren Sie später für die Basiswerte zurück. Starten Sie alles gleichzeitig, damit alles ungefähr zur gleichen Zeit abgeschlossen ist. Basiswert-Durchlauf (gleiche Eingabeaufforderung, aber der Basiswert hängt vom Kontext ab): Erstellen einer neuen Fähigkeit: keine Fähigkeit. Gleiche Eingabeaufforderung, kein Fähigkeitspfad, speichern unterwithout_skill/outputs/. Verbesserung einer bestehenden Fähigkeit: die alte Version. Vor der Bearbeitung einen Snapshot der Fähigkeit erstellen (cp -r /skill-snapshot/Richten Sie dann den Basislinien-Subagenten auf den Snapshot aus. Speichern unterold_skill/outputs/Die
Schritt2Während die Testläufe laufen, werden Entwurfsbehauptungen erstellt.
Warten Sie nicht einfach, bis die Testläufe abgeschlossen sind – Sie können diese Zeit produktiv nutzen. Erstellen Sie quantitative Aussagen für jeden Testfall und erläutern Sie diese dem Benutzer. Falls bereits Aussagen vorhanden sind, …evals/evals.jsonÜberprüfen Sie die Kriterien und erläutern Sie, was sie prüfen. Gute Kriterien sind objektiv überprüfbar und haben aussagekräftige Namen – sie sollten im Benchmark-Viewer klar lesbar sein, sodass jemand, der die Ergebnisse überfliegt, sofort versteht, was jedes Kriterium prüft. Subjektive Fähigkeiten (Schreibstil, Designqualität) lassen sich besser qualitativ bewerten – wenden Sie keine Kriterien auf Dinge an, die menschliches Urteilsvermögen erfordern. Aktualisieren Sie dieeval_metadata.jsonDateien undevals/evals.jsonSobald die Aussagen formuliert sind, sollten sie dem Nutzer erläutert werden. Außerdem sollte erklärt werden, was er im Viewer sehen wird – sowohl die qualitativen Ergebnisse als auch die quantitativen Vergleichswerte.
skill-name/
├── SKILL.md (required)
│ ├── YAML frontmatter (name, description required)
│ └── Markdown instructions
└── Bundled Resources (optional)
├── scripts/ - Executable code for deterministic/repetitive tasks
├── references/ - Docs loaded into context as needed
└── assets/ - Files used in output (templates, icons, fonts)Anforderungen und Einrichtung
Aus dieser Datei wurde kein Abschnitt mit kurzen Anforderungen ausgewählt. Dies bedeutet nicht, dass die Fertigkeit keine Abhängigkeiten hat. Überprüfen Sie die Anweisungen zur Repository-Einrichtung und die referenzierten Dateien.
Grenzwerte und Qualitätskontrollen
Aus dieser Datei wurde kein separater Grenzwertabschnitt ausgewählt. Dies bedeutet nicht, dass die Anwendung für jede Eingabe oder Umgebung geeignet ist. Überprüfen Sie den vollständigen Quellcode und validieren Sie Ihr Ergebnis selbst.
Beginnen Sie mit einem sicheren Testlauf
- Prüfen Sie den unterstützten Host und die Installationsanweisungen für das Repository. Halten Sie das Skill-Verzeichnis und die darin enthaltenen Skripte, Assets und Dokumentationen zusammen;SKILL.mdEine Einzelperson kann Abhängigkeiten außer Acht lassen.
- Geben Sie dem Agenten Ihre tatsächlichen Eingaben, die gewünschten Ausgaben und die Akzeptanzkriterien an. Aufrufsyntax und verfügbare Tools hängen vom Hostsystem ab; diese Website geht nicht von einem universellen Installationsbefehl aus.
- Testen Sie den Quellworkflow in einem temporären Projekt oder auf einer Kopie. Überprüfen Sie Vorgänge, die Dateien, Remote-Dienste oder abrechnungsfähige Ressourcen ändern, bevor Sie diese zulassen.
- Überprüfen Sie die Ausgabe anhand der Quellqualitätsprüfungen und Ihrer eigenen Anforderungen. Ein erfolgreicher Trigger oder eine hohe Anzahl von Sternen im Repository garantiert kein korrektes Ergebnis.
Lesen Sie mehr dazu in der Quelle.
- Fähigkeiten-Ersteller
- Kommunikation mit dem Benutzer
- Absicht erfassen
- Interview und Recherche
- Schreibe dieSKILL.md
- Progressive Offenlegung
- Prinzip des fehlenden Überraschungseffekts
- Schreibmuster
- Schreibstil
- Testfälle
- Ausführen und Auswerten von Testfällen
- Schritt1: Alle Läufe (mit Fertigkeit UND Basislauf) im selben Zug ausführen.
- Schritt2Während die Testläufe laufen, werden Entwurfsbehauptungen erstellt.
- Schritt3: Sobald die Läufe abgeschlossen sind, erfassen Sie die Zeitmessdaten.
- Schritt4: Bewerten, aggregieren und den Betrachter starten
- Was der Benutzer im Viewer sieht
- Schritt5Lesen Sie das Feedback
- Verbesserung der Fähigkeiten
- Wie man über Verbesserungen nachdenken kann
- Die Iterationsschleife
- Fortgeschritten: Blindvergleich
- Beschreibungsoptimierung
- Schritt1: Trigger-Auswertungsabfragen generieren
- Schritt2: Überprüfung mit dem Benutzer
- Schritt3: Führe die Optimierungsschleife aus
- Wie die Auslösung von Fähigkeiten funktioniert
- Schritt4: Wenden Sie das Ergebnis an
- Paket und Geschenk (nur wenn
present_files(Das Tool ist verfügbar.) - Claude.ai-spezifische Anweisungen
- Cowork-spezifische Anweisungen
Verwandte Fähigkeiten
Übersetzung und Umfang
Dieser Leseleitfaden wählt Passagen aus dem markierten stromaufwärts gelegenen Abschnitt aus.SKILL.mdDie Übersetzung wurde unterstützt. Es handelt sich weder um ein vollständiges Handbuch noch um eine Garantie für geprüfte Kompatibilität. Lesen Sie vor der Verwendung das Original und die darin referenzierten Dateien.
Diese Einleitung bezieht sich auf die unten angepinnte Version; die aktuelle Repository-Aktivität und der Erfassungszeitpunkt werden separat angezeigt.
- Angeheftete Quelle
- Lesen Sie das Original ↗
- Quelle abgerufen
- Source-Commit
ca45fc496a3436251f191354091d557da31c15b5- Quelle SHA-256
dcd4803e61e913e6fc27294184cd3a71f09f5e924ff20c8a9a20173e7b3c2bcf