核心用法
Skill Builder 是一套用于创建 AI 技能的模块化框架与最佳实践指南。它采用三层渐进式披露架构：Level 1（元数据常驻加载）、Level 2（SKILL.md 触发时加载）、Level 3（按需加载辅助文件）。核心工作流程包括：阅读 setup.md 获取集成指南 → 遵循 SKILL.md 的 30-50 行精简结构要求 → 使用 memory-template.md 管理项目追踪数据 → 参考 patterns.md 获取设计模式。
关键约束包括：描述必须用 15-25 词的行动导向句子、内容超过 20 行即拆分至辅助文件、信息零冗余（仅存放于一处）。系统强制要求显式用户授权后才执行文件操作。
显著优点
1. 令牌效率：硬性限制 SKILL.md 长度，确保每次技能调用成本最小化
2. 清晰架构：标准化的目录结构和文件命名规范，降低维护复杂度
3. 用户主权：数据存储需用户显式同意，避免自动文件操作带来的隐私风险
4. 可扩展性：模块化设计允许技能按需加载深层内容，平衡响应速度与功能深度
5. 生态集成：与 clawhub 命令行工具链（安装、更新、测试、星标）无缝衔接
潜在缺点与局限性
- 学习曲线：要求开发者理解渐进式披露的三层架构，对新手不够直观
- 灵活性约束：30-50 行的硬性限制可能迫使复杂技能过度拆分文件
- 工具依赖：深度集成 clawhub 生态，脱离该环境时部分指令失效
- 版本管理：版本号位于 frontmatter，多文件协作时同步更新易遗漏
适合人群
- AI 技能开发者与维护者
- 追求令牌效率的系统提示工程师
- 需要规范化技能管理的团队技术负责人
- 注重用户隐私与数据控制权的合规敏感型项目
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 数据存储 | 用户项目数据默认不创建，需显式授权 | 框架强制要求询问用户 |
| 信息碎片化 | 过度拆分可能导致文件散落难追踪 | 依赖 Quick Reference 表格索引 |
| 描述质量 | 开发者易陷入功能罗列而非行动导向描述 | 提供正反例对比（如 PDF 处理示例） |
| 测试遗漏 | 技能发布前缺乏验证环节 | 第 7 条核心规则要求以新鲜视角审阅 |