Skill Generator logo

Skill Generator

Community
cigery-useio
skill-generator

UseIO 元技能,用于指导 Agent 在识别到用户Skill 创建意图时,按照标准化规范生成 Skill 目录结构及全部资源文件(含 SKILL.md 元数据、执行脚本、模板文件等)。涵盖能力边界约束、文档结构模板、创建工作流、质量校验清单及文件存储规范,确保每个 Skill 格式统一、逻辑闭环、脚本可执行。

Overview

Publishercigery-useio
Repositoryuseio-skills
Skill nameskill-generator
Stars
109
Forks
19
Bundled files
2
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 2 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by cigery-useio on GitHub. Read the source before you install it.

Installation

Install the Skill Generator AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/cigery-useio/useio-skills/tree/main/skill-generator
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/cigery-useio/useio-skills.git /tmp/useio-skills
mkdir -p .claude/skills
cp -r /tmp/useio-skills/skill-generator .claude/skills/skill-generator
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Skill Generator in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Skill Generator on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Skill Generator is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

Skill Generator - UseIO 技能生成器

1. 技能概述

技能名称:Skill Generator
技能描述:当用户提出"创建一个技能"等需求时,Agent 按照本技能定义的标准流程和模板,生成一份结构完整、逻辑闭环、脚本可执行的 SKILL.md 文档。 角色定位:你是 UseIO 的技能架构师。你的职责是将用户的模糊需求转化为精确、可执行、可复用的 Skill 文档,并确保其中涉及的所有脚本和工具调用都在 UseIO 的能力边界之内。
适用场景:

  • 用户明确提出"创建一个技能""生成一个新的 Skill"等表述
  • 用户描述了一个可复用的工作流程,希望固化为 Skill
  • 用户要求将某套操作规范文档化为 Agent 可执行的技能

2. UseIO 可执行能力边界(摘要)

⚠️ 铁律:生成的 Skill 中涉及的所有脚本、命令、工具调用,必须严格限制在能力矩阵之内。
零外部依赖优先。 Node.js 沙箱中 require 第三方包会被直接拒绝,脚本必须零第三方依赖;Python 可使用已安装的 pip 第三方库,未安装的依赖必须在 SKILL.md 中声明 pip install 前置步骤,并限制在极简范围内。

核心限制速记(编写脚本前用 read_skill_file 读取 docs/runtime-environments.md 获取完整能力矩阵与禁止清单):

  • Node.js:v22+,仅 16 个白名单内置模块(fs/path/os/crypto/http/https/url/querystring/util/stream/zlib/events/string_decoder/timers/buffer/assert),代码 ≤ 50KB、内存 ≤ 256MB、超时 180s,零第三方依赖;禁止 child_process/net/dgram/cluster
  • Python:v3.x 标准库可用,仅禁止 4 个危险模块(subprocess/ctypes/pickle/multiprocessing)+ __import__/bare exec/eval/compile/__builtins__/os.popen/os.system;代码 ≤ 100KB、超时 180s;已安装 pip 包可直接 import;仅检测实际代码,注释/字符串字面量中的上述标识符不受影响
  • Shell:默认 30s、最大 300s;灾难性操作硬拦(电源/磁盘格式化/rm -rf //LOLBins/PowerShell 隐藏执行等),sudo/reg 等常规运维命令属 DANGEROUS 级需用户确认;文件名/正文中的命令名子串不会被误拦
  • 浏览器操作用 browser_action(22 个 action),禁止在脚本中 require puppeteer/playwright
  • 桌面自动化用 computer_use(13 个 action:get_state/list_windows/get_clipboard/activate_window/set_clipboard/click/double_click/right_click/drag/type/press_key/hotkey/scroll),系统级桌面操作(浏览器外的任意桌面应用);条件可用:需配置 vision 模型;坐标为虚拟桌面物理像素(get_state 返回 displays 元数据供换算);输入/写入类 action 属 DANGEROUS 级需用户确认,感知类(get_state/list_windows/get_clipboard)免确认(例外:get_state 携带 windowTitle 时升 CAUTION 走一次确认);type 仅 ASCII 文本,中文走 set_clipboard + hotkey ["Ctrl","V"]
  • 常用工具:run_command(含 persistent 常驻终端模式)、read_terminal_output、read_file/write_file/edit_file/list_dir/file_info/search_files/file_ops/undo_file/redo_file(工作区检查点回滚/重做)、workspace_outline(项目大纲,需工作空间)、search_code(语义代码检索,需工作空间 + 代码索引就绪)、extract_document、web_search、plan/plan_file、recall_memory、query_knowledge_base/save_knowledge、read_image/capture_screen(需 vision 模型)、computer_use(需 vision 模型)、get_diagnostics(代码诊断,需代码项目)、resolve_path/open_target、ask_followup_question、wait(SAFE 级纯等待,上限 1 小时)、kill_process(含 action=list 列出进程)
  • 超时差异:wait 3720s(等待上限 1 小时 + 120s 余量)、plan 660s、plan_file 360s、get_diagnostics 150s、search_files/browser_action/read_terminal_output/read_image/computer_use 120s、其他默认 180s

脚本生成规则:

  1. 零依赖优先:Node.js 仅白名单内置模块;Python 优先标准库
  2. 跨平台兼容:路径分隔符用 path.join() 或 path.sep,不硬编码 \\ 或 /
  3. 浏览器路径动态检测:不硬编码浏览器路径,由系统自动检测
  4. 错误兜底:所有脚本必须有 try-catch / try-except,失败时输出可读错误信息
  5. 前置安装声明(仅 Python):未安装的 pip 依赖必须在「前置准备」章节写明 pip install;Node.js 无此机制(require 第三方包一律被拒)
  6. 脚本存放:辅助脚本放 Skill 目录下,kebab-case 命名
  7. 路径 scope 意识:workspace 首选、sandbox 次选、blocked 禁止、outside 标记;脚本优先使用相对路径
  8. 常驻进程:用 persistent: true 启动,read_terminal_output 读输出,kill_process 终止

安全分级与自动批准:工具分 SAFE(静默执行)/ CAUTION(需确认)/ DANGEROUS(必须确认)三级;路径越界自动升级(如 workspace 外写文件升为 DANGEROUS);用户可对部分工具开启自动批准,确认策略可能随用户设置变化。生成的 Skill 不应假定工具一定会被确认拦截,也不应假定 CAUTION 工具一定静默执行。


3. SKILL.md 标准文档结构模板

所有新生成的 SKILL.md 必须包含:YAML Front Matter + 正文章节。

3.1 YAML Front Matter

yaml
---
name: <skill-name>          # kebab-case,与目录名一致
description: <一句话描述>    # 概括技能核心能力、输入输出、适用场景
triggerKeywords: [关键词1, 关键词2, ...]  # 3-8个触发词,中英文均可(可选)
version: 1.0.0              # 语义化版本号(可选)
---

字段规范:

  • name:全小写 kebab-case,必须以小写字母开头,只含小写字母、数字、短横线,长度 ≤ 50 字符
  • description:必须包含"做什么 + 怎么做 + 输出什么"三要素
  • triggerKeywords:覆盖用户可能的表述方式,中英文混合;可选字段
  • version:语义化版本号,建议初始 1.0.0;可选字段

字段必填性:name 和 description 必填;triggerKeywords 和 version 可选。

防误导:frontmatter 仅支持上述 4 个字段,不要添加 category/categories/tags/permissions 等额外字段(分类归属由用户在应用 UI 中管理,与 SKILL.md 无关)。

自举一致性约束:name 字段必须与 Skill 目录名完全一致,否则系统加载时会报错。

3.2 正文标准章节

markdown
# <Skill 名称>

## 1. 技能概述
- 技能名称、技能描述、角色定位、适用场景

## 2. 前置准备 / 环境要求
- 依赖工具版本、环境变量、前置安装步骤(如有)
- MCP 服务器配置声明(如依赖 MCP 工具)

## 3. 输入规范
- 用户需提供什么输入(文件路径、参数、选项等)
- 输入格式示例

## 4. 执行工作流
- Step 1 -> Step 2 -> Step 3 -> ...(每步明确做什么、用什么工具、产出什么)
- 工作流必须形成闭环,无悬空节点

## 5. 输出规范
- 产出物格式(Markdown / JSON / PNG / 文件等)
- 存储路径规则
- 自动打开 / 自动通知等后续动作

## 6. 脚本与工具约束
- 列出本 Skill 用到的所有脚本和命令
- 标注每个脚本的能力边界合规性

## 7. 异常处理
- 核心失败场景的兜底策略
- 用户引导(缺少输入时如何提示)

## 8. 质量校验(可选)
- 自检清单,确保执行结果达标

## 9. 报告存储与自动打开(如适用)
- 路径规则、命名规则、自动打开目录

3.3 章节裁剪规则

场景必选章节可选章节
纯流程型 Skill(无脚本)1, 3, 4, 5, 72, 6, 8, 9
脚本型 Skill1, 2, 3, 4, 5, 6, 78, 9
报告输出型 Skill1, 2, 3, 4, 5, 7, 96, 8

4. Skill 创建标准化工作流

当用户提出创建技能的需求时,Agent 必须按以下 6 步闭环执行:

Step 1:需求分析与重名检测

目标:精确理解用户要做什么 Skill,并检测是否存在同名或雷同的已有 Skill。

执行要点:

  1. 提取核心目标:这个 Skill 解决什么问题?
  2. 识别输入输出:用户会提供什么?Skill 产出什么?
  3. 确认能力边界:是否需要脚本?脚本是否在 UseIO 能力矩阵内?
  4. 如有关键信息缺失(如输入格式不明确、输出目标未指定),使用 ask_followup_question 向用户确认
  5. 重名检测(必须执行):
    • 使用 list_dir 扫描应用 Skills 存储目录(位于应用数据根目录下的 skills/ 子目录)下所有子目录
    • 检查是否已存在与目标 name 同名的目录(内置 Skill 也安装在 skills/ 目录下,扫描天然覆盖)
    • 若存在同名目录,使用 read_file 读取其 SKILL.md 的 YAML front matter(前 10 行即可)
    • 对比已有 Skill 的 description 和 triggerKeywords 与用户当前需求,判断是否雷同
    • 判定雷同的标准(语义判断为主):已有 Skill 与目标解决同类问题、面向同类输入输出、或 description 表述的核心能力一致,即视为雷同;仅名称碰巧相同但功能完全不同的不算雷同
    • 若判定为雷同,使用 ask_followup_question 向用户提示:
      • 展示已有 Skill 的 name、description、triggerKeywords
      • 询问用户是「复用已有 Skill(在其基础上迭代升级)」还是「创建新 Skill(使用不同名称)」
    • 若用户选择创建新 Skill,要求用户提供一个新的不重名的 name
    • 若用户选择复用,进入已有 Skill 目录进行版本迭代(递增 version),不创建新目录

路径获取说明:Skills 存储目录为应用数据根目录下的 skills/ 子目录,不随用户当前工作空间变化,按以下顺序定位:① 调用 resolve_path('~/.useio/skills') 探测(支持 ~ 展开)→ 存在即为数据根目录;② 探测失败时(portable 版数据目录跟随 exe 位置,路径不固定),使用 ask_followup_question 请用户提供数据根目录,或引导用户在「技能管理」页面查看。注意:该目录在用户工作空间之外,对它的 write_file/file_ops 会触发 DANGEROUS 级用户确认,属预期行为。

产出:一份需求摘要(内含目标、输入、输出、是否需要脚本)+ 重名检测结论(无冲突 / 已复用 / 已使用新名称)

Step 2:结构设计

目标:套用标准模板,规划章节。

执行要点:

  1. 根据 3.3 章节裁剪规则,确定必选和可选章节
  2. 规划工作流步骤数量和每步职责
  3. 确定文件存储路径和命名规则(如适用)
  4. 列出需要的辅助脚本清单(如适用)

产出:章节大纲 + 工作流步骤草案

Step 3:内容编写

目标:填充每个章节的具体内容。

执行要点:

  1. 先写 YAML Front Matter(name / description / triggerKeywords / version)
  2. 再写正文,从概述到工作流到异常处理
  3. 工作流步骤必须具体到"用什么工具、做什么操作、产出什么结果"
  4. 如有脚本,同步编写脚本代码:Node.js 确保零第三方依赖(仅白名单内置模块),Python 确保仅用标准库和已安装的 pip 包(未安装的依赖需声明前置步骤)
  5. 脚本必须跨平台兼容、有错误兜底
  6. 篇幅控制:正文控制在 20000 字符内,超长内容(完整示例、详细参考表、模板全文)拆分到 docs/ 子文件,正文中注明"用 read_skill_file 按需读取"

产出:完整的 SKILL.md 草稿 + 辅助脚本文件(如有)

Step 4:脚本约束检查

目标:确保所有脚本和命令在 UseIO 能力边界内。

执行要点:

  1. Node.js:逐行检查 require() 是否只用了 16 个白名单模块,禁止 child_process/net/dgram/cluster
  2. Python:检查 import 是否命中禁止模块(subprocess, ctypes, pickle, multiprocessing),检查 __import__(任何引用均拦截)及 bare 调用形式的 exec/eval/compile(属性方法调用如 re.compile 不受影响),检查 __builtins__/os.popen/os.system 等危险模式
  3. Shell:检查命令是否命中硬拦清单(电源/磁盘格式化、rm -rf /、系统关键目录递归删除、LOLBins、远程执行、PowerShell 隐藏执行等);sudo/systemctl/reg 等常规运维命令不硬拦但属 DANGEROUS 级需用户确认;注意正文/文件名中的命令名子串不会被误拦,无需为规避检测改写命令
  4. computer_use:检查引用的 action 是否在 13 个枚举内;确认已在前置准备章节声明 vision 模型配置要求(未配置时 computer_use 不在工具列表,需提供降级方案);输入/写入类 action(click/type/hotkey/activate_window/set_clipboard 等)需提示用户会弹出 DANGEROUS 级确认
  5. 检查路径是否跨平台兼容,是否使用相对路径
  6. 检查是否有 try-catch / try-except 错误兜底
  7. 如有 Python 第三方依赖(且未安装),确认已在前置准备章节声明 pip install 安装步骤
  8. 如有常驻进程需求,确认已使用 persistent: true,并通过 read_terminal_output 读取输出、用 kill_process 终止
  9. 如依赖 MCP 工具,确认已在前置准备章节声明 MCP 服务器配置要求,并包含降级逻辑

产出:合规确认(或修复后的脚本)

Step 5:质量校验

目标:运行质量校验清单,确保文档达标。

执行要点:

  1. 使用 read_skill_file 读取本技能的 docs/quality-checklist.md 获取完整校验清单(26 项,分 Front Matter / 正文 / 脚本 / 格式四类)
  2. 逐项对照校验,不合格项立即修复
  3. 全部通过后方可进入交付

产出:校验通过的最终文档

Step 6:交付

目标:输出最终文件并告知用户。

执行要点:

  1. 将 SKILL.md 写入应用数据根目录下的 skills/<skill-name>/SKILL.md(路径定位方式见 Step 1 的「路径获取说明」:resolve_path('~/.useio/skills') 探测,portable 版询问用户;该路径在工作空间外,写入会触发 DANGEROUS 级用户确认,属预期行为)
  2. 将辅助脚本写入 skills/<skill-name>/ 或其 scripts/ 子目录
  3. 禁止覆盖:写入前再次确认目标目录不存在(Step 1 已检测,此处为二次保险)。若目录已存在且用户未选择复用,在目录名后追加 -v2、-v3 等后缀
  4. 向用户展示技能概要(名称、触发词、工作流步骤数、核心能力)
  5. 提供使用示例(如何触发、预期输出)

产出:已写入的文件路径 + 使用说明


5. 文件存储与目录规范

5.1 存储根目录

所有 Skill 必须存储在 应用数据根目录下的 skills/ 子目录中:

<应用数据根目录>/skills/

该路径不随用户当前工作空间变化。安装版默认 ~/.useio,portable 版跟随 exe 所在目录。通过 resolve_path('~/.useio/skills') 探测定位,探测失败时询问用户(详见第 4 章 Step 1)。该目录在用户工作空间之外,写入操作会触发 DANGEROUS 级用户确认。

5.2 目录结构

<应用数据根目录>/skills/
├── <skill-name>/
│   ├── SKILL.md              # 主文档(必须)
│   ├── docs/                 # 扩展参考文档(可选,超长内容拆分于此)
│   ├── scripts/              # 辅助脚本(可选)
│   │   ├── helper.js
│   │   └── utils.py
│   ├── assets/               # 静态资源(可选)
│   │   ├── template.md
│   │   └── config.json
│   └── README.md             # 补充说明(可选)

5.3 命名规则

对象规则示例
Skill 目录名kebab-case,与 name 字段一致git-code-review/
SKILL.md固定文件名,大写SKILL.md
脚本文件kebab-case,带 .js / .py / .sh 后缀generate-report.js
资源文件kebab-case,保留原始扩展名report-template.md

5.4 重名检测与冲突处理

创建新 Skill 前,必须执行以下检测流程:

  1. 扫描已有 Skill:使用 list_dir 扫描应用数据根目录下 skills/ 子目录的所有子目录
  2. 同名检测:检查是否已存在与目标 name 同名的目录
  3. 雷同检测:若存在同名目录,读取其 SKILL.md 的 front matter,对比 description 和 triggerKeywords:
    • 雷同判定(语义判断为主):解决同类问题、面向同类输入输出、或 description 核心能力一致
    • 非雷同:名称碰巧相同但功能完全不同
  4. 内置技能同名禁令:禁止使用与内置技能相同的 name(如 skill-generator、browser-automation、knowledge-extractor;内置技能集合随应用版本迭代变化,以 Step 1 list_dir 扫描到的实际安装结果为准)。内置技能在应用每次启动时会自动重装到用户 skills 目录并覆盖同名内容,与内置技能同名的用户 Skill 会在下次启动时被内置版本覆盖丢失,无法恢复
  5. 冲突处理:
    • 若同名且雷同:使用 ask_followup_question 提示用户,提供选项:
      • 「在已有 Skill 基础上迭代升级(递增 version,不创建新目录)」
      • 「创建为新 Skill(使用不同的 name,新目录)」
    • 若同名但不雷同:直接在目标 name 后追加领域后缀(如 -v2、-alt)避免冲突
    • 若无同名:正常创建
  6. 禁止覆盖铁律:任何情况下都不得覆盖已有 Skill 目录中的文件。若目录已存在且用户未明确选择复用,必须使用新目录名

5.5 存储规则

  1. 每个 Skill 必须拥有独立的子目录,禁止多个 Skill 共用一个目录
  2. SKILL.md 是唯一入口文件,文件名固定不可变
  3. 辅助脚本和资源文件存放在同目录或子目录下
  4. 禁止将 Skill 文件散落在项目根目录或工作空间临时目录
  5. 如 Skill 有版本迭代,在 YAML front matter 中递增 version,不创建历史副本
  6. 创建前必须执行重名检测(5.4),确保不覆盖已有 Skill

6. 异常处理

失败场景处理策略
用户需求模糊,无法确定 Skill 目标使用 ask_followup_question 提问,提供 2-4 个选项
需要的脚本依赖不在能力矩阵内告知用户限制,提供替代方案(如用 browser_action 截图替代 puppeteer 脚本)
用户要求的输出格式无法实现说明限制,提供最接近的可行方案
脚本执行失败检查错误信息,调整脚本或降级为纯文档指导
生成的 SKILL.md 未通过质量校验逐项修复,全部通过后再交付
发现同名且雷同的已有 Skill使用 ask_followup_question 提示用户,展示已有 Skill 信息,询问是复用迭代还是创建新 Skill
用户选择创建新 Skill 但未提供不重名名称自动在原 name 后追加 -v2 后缀,并告知用户最终使用的名称
目标目录已存在但用户未选择复用禁止覆盖,自动追加 -v2/-v3 后缀创建新目录
resolve_path('~/.useio/skills') 探测失败(portable 版)使用 ask_followup_question 请用户提供数据根目录,或引导用户在「技能管理」页面查看;不要盲猜路径
目标 name 与内置技能同名拒绝使用该 name(重启后会被内置版本覆盖),要求用户更换名称或改名内置技能副本语义(如 my-skill-generator)
Skill 工作流依赖的 MCP 工具不可用提示用户需配置对应 MCP 服务器,或提供不依赖 MCP 的降级方案
条件可用工具(web_search/capture_screen/read_image/browser_action/computer_use/get_diagnostics/workspace_outline/search_code)未满足前置条件在前置准备章节声明所需配置(搜索引擎/vision 模型/浏览器/代码项目/工作空间),并提供降级方案
search_code 代码索引未就绪(工具不在当前工具列表)降级用 search_files(关键词/正则搜索)或 workspace_outline + read_file 定位代码
computer_use 输入注入后端不可用(系统环境不支持)工具会返回明确错误,改用 browser_action/run_command 等其他工具完成任务,或提示用户检查应用安装完整性

7. 强制规则

  1. 能力边界不可逾越:生成的所有脚本和命令必须在能力矩阵之内;Node.js 仅用 16 个白名单模块(代码 ≤ 50KB、内存 ≤ 256MB、超时 180s,零第三方依赖),Python 采用多层安全检测(禁止模块/内置函数/危险模式三类拦截,详见运行环境文档,代码 ≤ 100KB、超时 180s,已安装 pip 包可直接 import),Shell 命令不得命中硬拦清单(默认 30s、最大 300s;sudo/reg 等常规运维命令不硬拦但属 DANGEROUS 级需用户确认)。
  2. 零依赖优先:Node.js 仅用白名单内置模块(require 第三方包会被直接拒绝,必须零依赖);Python 优先使用标准库并避开禁止项,已安装的 pip 第三方库可直接 import,未安装的需声明前置安装步骤。
  3. 自举合规:本元技能自身也必须符合其所定义的全部标准(YAML front matter 完整、章节齐全、工作流闭环)。
  4. 质量校验必过:交付前必须逐项通过质量校验清单(docs/quality-checklist.md,26 项),不合格项必须修复。
  5. 目录规范必守:所有 Skill 文件必须存放在应用数据根目录下的 skills/<skill-name>/ 目录下,SKILL.md 为唯一入口;不得硬编码绝对路径,数据根目录按 Step 1 的探测流程定位。
  6. 工作流必闭环:工作流的每个步骤必须有明确的输入和产出,最后一个步骤必须是交付/输出。
  7. 禁止编造能力:不得在生成的 Skill 中引用 UseIO 不具备的工具或能力。
  8. 重名检测必做:创建新 Skill 前必须扫描应用数据根目录下的 skills/ 目录,检测同名和雷同 Skill(语义判断,见 5.4),雷同时必须提示用户;禁止使用与内置技能相同的 name(内置技能集合以应用当前实际安装为准,重启后同名用户 Skill 会被内置版本覆盖)。
  9. 禁止覆盖:任何情况下不得覆盖已有 Skill 目录中的文件,冲突时使用新目录名或迭代 version。
  10. MCP 依赖必声明:若 Skill 依赖 MCP 工具,必须在前置准备章节声明 MCP 服务器配置要求,并包含工具不可用时的降级逻辑。
  11. 篇幅必控:生成的 SKILL.md 正文必须控制在 20000 字符内(超长会被截断),超长内容(完整示例、参考表、模板)拆分到 docs/ 子文件并在正文注明按需读取路径。

8. 扩展参考文档(按需用 read_skill_file 读取)

以下参考文档不随 SKILL.md 正文自动加载,需要时用 read_skill_file 工具读取(先 load_skill 本技能):

文档路径内容何时读取
docs/runtime-environments.md完整能力矩阵(26 项工具的可用范围与限制)、Node.js 沙箱环境详情、禁止事项详细清单、工具级超时配置、MCP 工具机制Step 3 编写脚本前、Step 4 脚本约束检查时
docs/quality-checklist.md质量校验清单全表(26 项:Front Matter 5 项 / 正文 6 项 / 脚本 10 项 / 格式 5 项)Step 5 质量校验时(必须读取)

Skill 加载机制说明:description 是系统判断是否加载该 Skill 的主要依据,必须简明准确;triggerKeywords 覆盖用户可能的表述方式。SKILL.md 正文超过 20000 字符会被截断,超长内容(完整示例、参考表、模板全文)拆分到 docs/ 子文件,正文中注明"用 read_skill_file 按需读取"(单次读取上限 64000 字符)。用户 Skill 与内置 Skill 目录结构一致,均位于应用数据根目录下的 skills/ 子目录。

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Skill Generator AI skill do?

UseIO 元技能,用于指导 Agent 在识别到用户Skill 创建意图时,按照标准化规范生成 Skill 目录结构及全部资源文件(含 SKILL.md 元数据、执行脚本、模板文件等)。涵盖能力边界约束、文档结构模板、创建工作流、质量校验清单及文件存储规范,确保每个 Skill 格式统一、逻辑闭环、脚本可执行。

Why use Skill Generator on TypingMind?

Because you install it once and use it with any model. Skill Generator is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Skill Generator in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/cigery-useio/useio-skills/tree/main/skill-generator. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Skill Generator?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Skill Generator?

As many as you like. As long as a model supports skills, you can use Skill Generator with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Skill Generator AI skill free?

It is published on GitHub by cigery-useio. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇