这个创建Skill的元Skill有点牛逼啊，比Codex自带的Skill-creator强多了！

六个步骤把一个完整的工作流沉淀下来。

一、找根问题 如果用户说“做一个写作 Skill”，Dao-Skill 会先判断用户创建Skill的核心目的，避免Skill核心模糊——用户真正需要的是提炼文风、选题判断、文章生产，还是一整套内容创作系统？

二、找核心张力 用户在创建Skill的时候，总是既要又要，但是结果就是Agent执行Skill后，输出的结果很差。

比如以下几个场景是用户经常都想要一个Skill同时涵盖的两个功能 写作：自由发挥 vs 输出稳定 调研：覆盖全面 vs 证据可靠 回答问题：速度快 vs 核验充分

Dao-Skill会找出核心张力的平衡点，避免盲目塞功能导致Skill根本没法用。

三、建立三层结构 天：最高原则和不能违反的边界 地：适用场景、不适用场景、环境和路由 人：Agent 如何提问、判断、执行和输出

四、选择生产模式 Dao 内置四种主要架构： 1.单一流程 Skill：完成一种明确任务 2.工程工作流包：开发、调试、TDD、架构等多个小 Skill 3.方法论工具箱：主路由＋多个诊断子 Skill 4.认知提炼 Skill：把人物、作者、公司或思想体系提炼为一种思考框架

五、真正生成文件 Codex 根据前面的设计写出 SKILL.md、references、scripts、examples 等文件。

六、根据失败进化 它要求失败经验必须沉淀成规则、测试、示例、脚本或评分标准，保证了复用Skill的稳定性。

https://github.com/gnipbao/dao-skill…

gnipbao/dao-skill

Source: https://github.com/gnipbao/dao-skill

道 · Skill

先归根，再分化；先明道，再造物。
从混沌需求出发，生成可运行、可验证、可进化的 Agent Skill。

15 秒看懂道 · Skill

https://github.com/user-attachments/assets/6fffc9a3-e69f-41ab-9347-7ec9e0a0866a

dao-skill 是一个 Skill 元设计器。它不直接扮演所有业务专家，而是帮你找到真正的问题、选择正确的 Skill 形态、生成具体产物，并用证据持续改进。

道生一，一生二，二生三，三生万物。 一个根问题，可以生出一套稳定工作流，也可以生出一个完整 Skill 家族。

它能做什么

核心工作流

混沌需求
   ↓
道：理解真实关切
   ↓
一：归结根问题
   ↓
二：识别核心张力
   ↓
三：建立天 / 地 / 人结构
   ↓
器：选择生产模式
   ↓
万物：生成可运行产物
   ↓
验证 → 反馈 → 返观进化

这里的道家语言不是装饰。每个概念都必须落成决策规则、执行步骤、输出结构或验证标准。

安装

需要 Python 3.9+，安装器只使用标准库。先克隆源码到任意维护目录：

git clone https://github.com/gnipbao/dao-skill.git
cd dao-skill

先预览安装清单，再原子安装到 ${CODEX_HOME:-$HOME/.codex}/skills/dao-skill：

python3 scripts/install.py --dry-run
python3 scripts/install.py

Windows PowerShell 使用 py -3 代替 python3。如目标已存在，安装器会要求显式使用 --force；默认安装的旧版本会保存在 ${CODEX_HOME:-$HOME/.codex}/backups/dao-skill/default/<timestamp>/，不会留在可发现的 skills/ 目录里。

更新：

git pull --ff-only
python3 scripts/run_checks.py
python3 scripts/install.py --dry-run
python3 scripts/install.py --force

需要回滚（包括首次从旧版升级）时，使用安装器输出的真实备份路径：

python3 scripts/install.py --restore-backup /path/from/installer/output --dry-run
python3 scripts/install.py --restore-backup /path/from/installer/output

自定义安装位置必须在安装、更新和回滚时重复传入同一个 --target；可用 --state-dir 把暂存与备份固定到另一个非 Skill 扫描目录。安装或更新后，新建 Codex 会话，让 Skill 列表重新加载。

python3 scripts/install.py \
  --target /path/to/custom-skills/dao-skill \
  --state-dir /path/to/private-installer-state \
  --dry-run

main 会持续演进；需要完全可复现的安装时，请在安装前检出一个已验证的 tag 或 commit SHA。

第一次调用

从一个模糊想法开始：

使用 $dao-skill：我想做一个帮创业者判断产品方向的 skill，先帮我归根。

直接生成第一版：

使用 $dao-skill：我想做一个把播客长音频拆成小红书选题的 skill，直接生成第一版。

评估已有 Skill：

使用 $dao-skill：评估这个 skill 能不能发布。先过 Trust Gate，再给证据化评分。

优化已有 Skill：

使用 $dao-skill：先审计当前 skill，再直接优化文件并验证；保留已有有效行为，不要用增加篇幅冒充进步。

从失败中进化：

使用 $dao-skill：这个 skill 实测只会堆模板，没有帮我做选择。请返观根因并更新它。

更多代表性输入见 examples/usage-verification.md。

仓库边界：子 Skill 动态生成

公开仓库只发布 dao-skill 核心。生成的子 Skill、SkillBank、执行记录、隔离证据和输出文件都属于使用者，不随源码分发。

目标位置按以下优先级确定：

1. 用户明确指定的可写目录。
2. 当前项目的 .dao/skills/<skill-name>/，适合项目内草稿。
3. 用户明确要求直接安装时，写入 ${CODEX_HOME:-$HOME/.codex}/skills/<skill-name>/。

SkillBank 和进化状态默认放在项目 .dao/，也可通过 DAO_SKILL_HOME 指向仓库外的用户数据目录。完整规则见 references/runtime-workspace.md。

仓库结构

dao-skill/
├── SKILL.md                    # 核心路由与执行协议
├── agents/openai.yaml          # Codex 展示与默认调用配置
├── references/                 # 按需加载的框架、模板与标准
├── examples/*.md               # 行为示例，不包含完整子项目
├── scripts/                    # 标准库验证工具
│   ├── install.py              # 安全、可回滚的全局安装器
│   └── run_checks.py           # 单一完整验证入口
├── test-prompts.json           # 回归提示词
├── SECURITY.md
├── CONTRIBUTING.md
└── LICENSE

本仓库刻意不包含完整子 Skill 项目。用户使用时动态创建，维护者也可以把成熟子 Skill 放到独立仓库。

本地验证

源码仓库运行一条命令即可完成结构、进化、评分、静态行为契约、发布边界、安装器和验证器回归检查：

python3 scripts/run_checks.py

安装后的 Skill 也可以运行同一命令；它会自动跳过只适用于 Git 源码仓库的发布检查。静态行为契约只验证测试夹具与控制规则是否齐全，不等同于真实模型回放；没有执行记录时，证据仍应标为 E1/E2。

CI 在 Linux、macOS 和 Windows 上运行同一套标准库检查。

设计原则

• 哲学必须落地：隐喻必须变成行为规则。
• 文件优先：用户要求生成时，不能只给计划或草稿说明。
• 证据优先：没有运行证据，就不宣称已验证或达到标杆级。
• 优化有停止条件：“最好”指当前范围内没有已知 P0/P1 缺陷、旧成功行为仍成立、剩余不确定性已披露，不指最长或功能最多。
• Trust 是硬门槛：高分不能抵消权限、隐私或依赖风险。
• 先检索再新增：资产只决定 create、merge 或 discard；部署状态单独记录 accepted、provisional、quarantined 或 rejected。
• 进化必须可回滚：每次改变都要有反测、通过信号和回滚条件。
• 核心与运行时分离：用户生成数据不污染公开源码。

安全与贡献

• 阅读 SECURITY.md 了解文件写入、私有材料和外部输入边界。
• 阅读 CONTRIBUTING.md 了解核心仓库的贡献范围。
• 不要提交 Token、Cookie、私有语料、原始聊天记录、本机绝对路径或生成输出。
• 创建远程仓库、发布、推送及写入受保护目录前，应获得用户明确授权。

License

MIT © 2026 gnipbao