@netpilot/skills 0.7.0 → 0.9.0

package/skills/wizard/template.sh

@@ -0,0 +1,272 @@
+#!/usr/bin/env bash
+#
+# Wizard 分阶段引导用户完成必须人工操作的流程。
+# 由 wizard skill 生成；用户执行，agent 只做静态检查。
+#
+# STAGES 标记以上是统一 library，生成向导时保持不变。
+# 只编写标记以下的具体阶段。
+
+set -euo pipefail
+
+# ──────────────────────────────────────────────────────────────────────────
+# Wizard library：每份向导复用相同的进度、输入、保存和确认行为。
+# ──────────────────────────────────────────────────────────────────────────
+
+if [[ -t 1 ]] && command -v tput >/dev/null 2>&1 && [[ "$(tput colors 2>/dev/null || echo 0)" -ge 8 ]]; then
+  BOLD=$(tput bold); DIM=$(tput dim); RESET=$(tput sgr0)
+  BLUE=$(tput setaf 4); GREEN=$(tput setaf 2); YELLOW=$(tput setaf 3); RED=$(tput setaf 1)
+else
+  BOLD=""; DIM=""; RESET=""; BLUE=""; GREEN=""; YELLOW=""; RED=""
+fi
+
+# Author sets this at the top of the stages section.
+TOTAL_STAGES=0
+
+_STAGE_INDEX=0
+ENV_FILE="${ENV_FILE:-.env}"
+GH_REPO="${GH_REPO:-}"  # 由阶段作者设置明确的 [host/]owner/repo，不从 cwd 推断。
+WRITTEN_ENV=()    # KEYs written to ENV_FILE this run
+WRITTEN_SECRET=() # secret NAMEs set this run
+SKIPPED=()        # things we couldn't do (e.g. gh missing)
+
+# _clear wipes the terminal so only the current step is on screen. No-op when
+# output isn't a terminal, so piped logs stay readable.
+_clear() {
+  [[ -t 1 ]] || return 0
+  if command -v tput >/dev/null 2>&1; then tput clear; else printf '\033[2J\033[3J\033[H'; fi
+}
+
+# banner "Title" shows the opening frame: what this wizard does.
+banner() {
+  _clear
+  printf '\n%s%s  %s%s\n' "$BOLD" "$BLUE" "$1" "$RESET"
+  printf '%s  共 %s 个阶段%s\n\n' "$DIM" "$TOTAL_STAGES" "$RESET"
+  printf '%s  你操作浏览器，向导说明步骤并接收你复制回来的值。\n' "$DIM"
+  printf '  可随时按 Ctrl-C 停止；再次运行可保留已经保存的值。\n'
+  printf '  迁移等非幂等步骤仍须先检查当前状态，再决定是否执行。%s\n' "$RESET"
+  pause "准备开始？"
+}
+
+# stage "Name" clears the screen, then announces a stage and shows progress.
+# Clearing keeps only the current step on screen.
+stage() {
+  _clear
+  _STAGE_INDEX=$((_STAGE_INDEX + 1))
+  printf '\n%s%s▸ 阶段 %s/%s · %s%s\n' \
+    "$BOLD" "$BLUE" "$_STAGE_INDEX" "$TOTAL_STAGES" "$1" "$RESET"
+}
+
+# say "..." prints a plain instruction line.
+say()  { printf '  %s\n' "$1"; }
+# step "..." is a numbered-feeling action the human takes in the browser.
+step() { printf '  %s•%s %s\n' "$BLUE" "$RESET" "$1"; }
+note() { printf '  %s%s%s\n' "$DIM" "$1" "$RESET"; }
+warn() { printf '  %s⚠ %s%s\n' "$YELLOW" "$1" "$RESET"; }
+
+# open_url URL opens it in the human's browser, cross-platform incl. WSL.
+open_url() {
+  local url="$1"
+  [[ "$url" == https://* || "$url" == http://* ]] || { warn "只支持 HTTP/HTTPS 地址"; return 1; }
+  printf '  %s↗ 打开%s %s\n' "$GREEN" "$RESET" "$url"
+  { if   command -v wslview     >/dev/null 2>&1; then wslview "$url"
+    elif command -v explorer.exe >/dev/null 2>&1; then explorer.exe "$url"
+    elif command -v xdg-open    >/dev/null 2>&1; then xdg-open "$url"
+    elif command -v open        >/dev/null 2>&1; then open "$url"
+    else false; fi
+  } >/dev/null 2>&1 || warn "无法打开浏览器，请手动访问：$url"
+}
+
+# pause "msg" waits for the human to confirm they've done the manual part.
+pause() {
+  printf '  %s%s%s ' "$DIM" "${1:-按 Enter 继续}" "$RESET"
+  read -r _ || { warn "输入中断，已停止"; return 1; }
+}
+
+# confirm "question" is a y/N gate; returns success on yes.
+confirm() {
+  local reply=""
+  printf '  %s? %s [y/N] ' "$YELLOW" "$1"
+  read -r reply || return 1
+  [[ "$reply" =~ ^[Yy] ]]
+}
+
+_check_key() {
+  [[ "$1" =~ ^[A-Z_][A-Z0-9_]*$ ]] || { warn "键名须为大写字母、数字和下划线，且不以数字开头" >&2; return 1; }
+  case "$1" in
+    HOME|PATH|IFS|ENV|BASH_ENV|SHELLOPTS|BASHOPTS|CODEX_HOME|ENV_FILE|GH_REPO|TOTAL_STAGES|_STAGE_INDEX|WRITTEN_ENV|WRITTEN_SECRET|SKIPPED|BOLD|DIM|RESET|BLUE|GREEN|YELLOW|RED)
+      warn "该名称属于宿主或向导控制变量" >&2; return 1 ;;
+  esac
+}
+
+# 只接受单行 dotenv 值；不 source 文件或执行其中的 shell 表达式。
+_decode_env_value() {
+  local value="$1"
+  value="${value%$'\r'}"
+  if [[ "$value" == \'*\' && ${#value} -ge 2 ]]; then
+    value="${value:1:${#value}-2}"
+    [[ "$value" != *\'* ]] || return 1
+  elif [[ "$value" == \"*\" && ${#value} -ge 2 ]]; then
+    value="${value:1:${#value}-2}"
+    [[ "$value" != *\"* && "$value" != *\\* ]] || return 1
+  else
+    [[ "$value" =~ ^[a-zA-Z0-9_./:@+=,-]*$ ]] || return 1
+  fi
+  printf '%s' "$value"
+}
+
+_check_env_file() {
+  [[ ! -L "$ENV_FILE" ]] || { warn "不写入符号链接 env 文件" >&2; return 1; }
+  [[ ! -e "$ENV_FILE" || -f "$ENV_FILE" ]] || { warn "env 目标不是普通文件" >&2; return 1; }
+  [[ -f "$ENV_FILE" ]] || return 0
+  local line value
+  while IFS= read -r line || [[ -n "$line" ]]; do
+    line="${line%$'\r'}"
+    [[ "$line" =~ ^[[:space:]]*(#.*)?$ ]] && continue
+    [[ "$line" =~ ^[a-zA-Z_][a-zA-Z0-9_]*= ]] || { warn "env 格式超出单行模板能力；请使用项目认可的配置工具" >&2; return 1; }
+    value="${line#*=}"
+    _decode_env_value "$value" >/dev/null || { warn "env 含复杂引号、注释或多行值；请使用项目认可的配置工具" >&2; return 1; }
+  done < "$ENV_FILE"
+}
+
+# _existing KEY: current value of KEY in ENV_FILE, if any.
+_existing() {
+  [[ -f "$ENV_FILE" ]] || return 1
+  local line; line=$(grep -E "^${1}=" "$ENV_FILE" | tail -n1) || return 1
+  _decode_env_value "${line#*=}"
+}
+
+# ask KEY "Prompt" reads a value into $KEY. Offers the existing .env value as
+# a default on re-runs (Enter keeps it). Visible input (non-secret).
+ask() {
+  local key="$1" prompt="$2" current input
+  _check_key "$key" || return 1
+  _check_env_file || return 1
+  current=$(_existing "$key" || true)
+  if [[ -n "$current" ]]; then
+    printf '  %s%s%s %s[Enter 保留当前值]%s ' "$BOLD" "$prompt" "$RESET" "$DIM" "$RESET"
+  else
+    printf '  %s%s%s ' "$BOLD" "$prompt" "$RESET"
+  fi
+  read -r input || { warn "输入中断，未保存"; return 1; }
+  [[ -z "$input" && -n "$current" ]] && input="$current"
+  printf -v "$key" '%s' "$input"
+}
+
+# ask_secret KEY "Prompt" is like ask, but input is hidden.
+ask_secret() {
+  local key="$1" prompt="$2" current input
+  _check_key "$key" || return 1
+  _check_env_file || return 1
+  current=$(_existing "$key" || true)
+  if [[ -n "$current" ]]; then
+    printf '  %s%s%s %s[Enter 保留当前值]%s ' "$BOLD" "$prompt" "$RESET" "$DIM" "$RESET"
+  else
+    printf '  %s%s%s ' "$BOLD" "$prompt" "$RESET"
+  fi
+  read -rs input || { printf '\n'; warn "输入中断，未保存"; return 1; }
+  printf '\n'
+  [[ -z "$input" && -n "$current" ]] && input="$current"
+  [[ -n "$input" ]] || { warn "秘密值不能为空，未保存"; return 1; }
+  printf -v "$key" '%s' "$input"
+}
+
+# write_env KEY VALUE upserts KEY=VALUE into ENV_FILE (creates it; replaces
+# any existing line). Idempotent.
+write_env() {
+  local key="$1" value="$2" tmp encoded
+  _check_key "$key" || return 1
+  _check_env_file || return 1
+  [[ "$value" != *$'\n'* && "$value" != *$'\r'* ]] || { warn "模板不支持多行 env 值，未写入"; return 1; }
+  if [[ "$value" != *\'* ]]; then
+    encoded="'$value'"
+  elif [[ "$value" != *\"* && "$value" != *\\* ]]; then
+    encoded="\"$value\""
+  else
+    warn "值包含无法可靠往返的引号组合，请使用项目认可的配置工具"; return 1
+  fi
+  tmp=$(mktemp "${ENV_FILE}.tmp.XXXXXX") || return 1
+  if [[ -f "$ENV_FILE" ]]; then
+    # grep 的 1 表示没有保留行；其他状态是读取失败，不能当成空文件。
+    local filtered=0
+    grep -vE "^${key}=" "$ENV_FILE" > "$tmp" || filtered=$?
+    if [[ $filtered -gt 1 ]]; then rm -f -- "$tmp"; return 1; fi
+  fi
+  if ! printf '%s=%s\n' "$key" "$encoded" >> "$tmp" || ! mv -- "$tmp" "$ENV_FILE"; then
+    rm -f -- "$tmp"; return 1
+  fi
+  WRITTEN_ENV+=("$key")
+  printf '  %s✓ 已写入%s %s → %s\n' "$GREEN" "$RESET" "$key" "$ENV_FILE"
+}
+
+_confirm_repo_write() {
+  [[ "$GH_REPO" =~ ^([a-zA-Z0-9.-]+/)?[a-zA-Z0-9_.-]+/[a-zA-Z0-9_.-]+$ ]] || return 1
+  confirm "写入 GitHub 仓库 $GH_REPO 的 $1 $2？"
+}
+
+# set_secret NAME VALUE sets a GitHub Actions repo secret via gh. Falls back
+# to a warning (and records it) if gh is unavailable or unauthenticated.
+set_secret() {
+  local name="$1" value="$2"
+  _check_key "$name" || return 1
+  [[ -n "$value" ]] || { warn "秘密值不能为空"; return 1; }
+  if command -v gh >/dev/null 2>&1 && gh auth status >/dev/null 2>&1 && _confirm_repo_write secret "$name"; then
+    if printf '%s' "$value" | gh secret set "$name" --repo "$GH_REPO" >/dev/null 2>&1; then
+      WRITTEN_SECRET+=("$name")
+      printf '  %s✓ 已设置%s GitHub secret %s\n' "$GREEN" "$RESET" "$name"
+      return
+    fi
+  fi
+  SKIPPED+=("GitHub secret $name：未确认写入成功；先核查目标仓库状态，再决定下一步")
+  warn "未确认 GitHub secret $name 写入成功：目标、授权或 gh 不可用，或写入失败；请核查"
+}
+
+# set_var NAME VALUE sets a GitHub Actions repo variable (non-secret).
+set_var() {
+  local name="$1" value="$2"
+  _check_key "$name" || return 1
+  if command -v gh >/dev/null 2>&1 && gh auth status >/dev/null 2>&1 && _confirm_repo_write variable "$name"; then
+    if gh variable set "$name" --body "$value" --repo "$GH_REPO" >/dev/null 2>&1; then
+      printf '  %s✓ 已设置%s GitHub variable %s\n' "$GREEN" "$RESET" "$name"
+      return
+    fi
+  fi
+  SKIPPED+=("GitHub variable $name")
+  warn "未确认 GitHub variable $name 写入成功，请核查目标仓库状态"
+}
+
+# finish clears, then shows a closing summary of everything configured.
+finish() {
+  _clear
+  printf '\n%s%s  向导执行结束%s\n' "$BOLD" "$GREEN" "$RESET"
+  (( ${#WRITTEN_ENV[@]} ))    && note "已写入 $ENV_FILE：${WRITTEN_ENV[*]}"
+  (( ${#WRITTEN_SECRET[@]} )) && note "已设置 GitHub secrets：${WRITTEN_SECRET[*]}"
+  if (( ${#SKIPPED[@]} )); then
+    printf '\n'; warn "仍需人工核查或完成："
+    for s in "${SKIPPED[@]}"; do note "  - $s"; done
+  fi
+  printf '\n'
+}
+
+# ──────────────────────────────────────────────────────────────────────────
+# STAGES: 只编写此部分；每个人工步骤对应一个 stage。
+# 替换以下示例，使 TOTAL_STAGES 与阶段数量一致。
+# ──────────────────────────────────────────────────────────────────────────
+
+TOTAL_STAGES=1
+
+banner "Stripe 配置"
+
+# ── Example stage: replace with your real steps ───────────────────────────
+stage "Stripe：API keys"
+say "获取 Stripe 测试密钥，用于本地开发与 CI；CI 写入需要明确 GH_REPO 并由你确认。"
+open_url "https://dashboard.stripe.com/test/apikeys"
+step "在 API keys 页面复制 Publishable key（以 pk_test_ 开头）。"
+ask STRIPE_PUBLISHABLE_KEY "粘贴公开密钥："
+step "在 Secret key 行点击 'Reveal test key'，然后复制。"
+ask_secret STRIPE_SECRET_KEY "粘贴秘密密钥："
+write_env STRIPE_PUBLISHABLE_KEY "$STRIPE_PUBLISHABLE_KEY"
+write_env STRIPE_SECRET_KEY "$STRIPE_SECRET_KEY"
+set_secret STRIPE_SECRET_KEY "$STRIPE_SECRET_KEY"   # CI needs this one
+# ──────────────────────────────────────────────────────────────────────────
+
+finish

package/skills/writing-for-agents/SKILL-MECHANICS.md

@@ -0,0 +1,70 @@
+# Skill Mechanics（技能调用机制）
+
+这是 [`writing-for-agents`](SKILL.md) 的 skill-specific branch：当 agent-consumed document 是 skill 时，frontmatter、Invocation 选择与 Router Skills 会带来额外机制。其余写作规则都以 `SKILL.md` 的通用 reference 为唯一来源。
+
+## Invocation（调用方式）
+
+Skill 有两种选择，用两种负载互换：
+
+- **model-invoked** skill 保留面向模型的 `description`，因此 agent 可以自主触发它，其他 skills 也能到达它。用户仍然可以显式输入名称：model invocation 始终 _包含_ user reach；description 只增加 agent discovery，从不移除人的入口。Description 是 skill 顶层的 Context Pointer，被迫始终加载；它用永久 Context Load 换取 discoverability。全是 Reference 的 model-invoked skill 还可以成为共享 Reference 的唯一归属：多个 skills 都能调用它，所以共同材料只保存一份。Claude source 省略 `disable-model-invocation`；Codex metadata 显式设置 `policy.allow_implicit_invocation: true`；description 按 `SKILL.md` 的 pointer rules 写入真实 trigger branches。
+- **user-invoked** skill 把 description 从模型可见集合中移除：只有人显式输入名称才能启动，其他 skills 也不能调用。它不支付常驻 Context Load，却支付 Cognitive Load——人是必须记住它存在的 index。Claude source 设置 `disable-model-invocation: true`；Codex metadata 设置 `policy.allow_implicit_invocation: false`；description 变成人类可读的一行摘要，移除模型 trigger list。
+
+只有 agent 必须自行到达该 skill，或另一个 skill 必须调用它时，才选择 model invocation。如果永远只应由人手动启动，就保持 user-invoked，不支付 Context Load。
+
+两个 user-invoked skills 共同需要的 Reference 不能住在其中任何一个：没有模型可见 description，二者都无法调用对方。把它移到 skill system 之外的普通文件，作为任何 skill 都能指向的 External Reference。
+
+Invocation classification 只决定如何到达 skill，不授予文件、Git、tracker 或远程写入权限；动作授权必须由该 skill 的正文和当前用户请求另行确定。
+
+## 按 Invocation 拆分
+
+Sequence cut 在 `SKILL.md`；Invocation cut 是 skill 特有的切法。只有出现一个应该独立触发的 Leading Word——而且用户 prompts 中真实使用这个词——或另一个 skill 必须到达该能力时，才拆成 model-invoked skill。新的 description 会永久支付 Context Load，因此 independent reach 必须值得这笔成本。
+
+## Router Skills（路由技能）
+
+当 user-invoked skills 多到人难以记住时，累积的 Cognitive Load 由 **Router Skill** 处理：只需记住一个入口，Router 点名其他入口以及何时选择每一个。
+
+Router 只能提示，不能替用户启动 user-invoked skill。User-invoked skill 对模型没有可达的 description，因此只有人能到达它。Router 应给出 canonical 名称和精确显式调用形式，把选择权交还用户；显式调用 Router 本身也不自动授权下游动作。
+
+## 上游本地化
+
+本地化成熟上游 skill 时使用 **Conservation First（保留优先）**。它不是拒绝 Pruning，而是改变举证责任：在证明某段内容属于允许适配、真正 Duplication，或经场景验证的 No-Op 之前，先保留其限定词、判断规则、Failure Modes、例子作用和在 Information Hierarchy 中的位置。
+
+按下面顺序处理：
+
+1. 锁定来源版本，完整读取 `SKILL.md`、references、scripts、assets 与 metadata。完成条件是候选的全部运行时文件都有唯一、可复核的来源。
+2. 保留 Steps 顺序、Leading Words、Completion Criteria 的原位置、例子作用和 Progressive Disclosure 关系。完成条件是每个上游行为约束在本地都有唯一去向。
+3. 只做有证据的适配：去除个人角色与作者口吻、删除不存在的 setup 或命令、翻译普通说明、映射真实宿主路径与工具、加入必要权限门禁，以及修复有一手资料或可运行证据支持的矛盾。
+4. 保持上游方法自身的形状：短 orchestration skill 仍然短，reference-only skill 不被改成主动 workflow，不强加统一章节。
+5. 上游 skill 被移除但附件仍有独立方法价值时，把附件迁移到职责最接近的 canonical skill，并更新 Context Pointer。完成条件是有价值的 Reference 可达，同时没有同职责双入口。
+
+特别保留 `where possible`、`each claim`、`before` / `after`、`only` 等会改变适用范围、时机或证据强度的词。对是否可删存在疑问时，保留。
+
+上游例子是规则的一部分：诊断例子、反例和 branch 选择例子不能只剩抽象总结。需要适配个人语境或失效工具时，替换表面内容，但保留例子原本帮助 agent 区分的相邻情况。例如，一个用于区分 Logic 与 UI prototype 的具体问题，不能被概括成“根据情况选择分支”。
+
+只有满足以下至少一项，才能合并、删除或替换上游内容：
+
+- 属于个人角色、作者口吻或不存在的命令；
+- 与真实宿主、平台 API 或本地权限边界冲突，并有一手资料或可运行证据；
+- 与同一权威位置完全 Duplication，删除后所有 predicates、例子作用和 Completion Criterion 仍有唯一去向；
+- 独立前向测试确认它是 No-Op，删除后 trigger、execution、stop 或 failure boundary 没有回退。
+
+AI 提出的“优化”必须说明它解决的真实问题，并通过场景或结构验证；更整齐、更短或更长都不是优先于上游的依据。
+
+### 中文与英文的选择
+
+中文承载完整指令，英文保留行为锚点。普通动作、解释、问题和导航标题译成自然中文；Leading Word、跨文件共享领域词首次出现时用英文加中文定义，之后复用同一主名称。命令、路径、代码标识符、协议字段、状态 label 与被其他文档引用的固定章节名保持原值；固定章节名需要解释时，在原值后加中文，不静默改名。
+
+逐句保持约束强度：`only` 是“仅当／只有”，`each / every` 是“每项／每个”，`before / after` 保留先后，`where possible / if available` 保留“尽可能／可用时”。不能把条件性要求译成绝对要求，也不能把强制要求译成建议。英文例句若以措辞本身演示行为锚定，保留原句并解释；若只是演示业务情境，翻译情境但保留角色、动作、结果和反例作用。
+
+不复制整份英文正文形成双语并排版本。文本契约和结构检查只能证明对应规则仍存在；声称中英文效果接近前，需要在相同模型、宿主、任务与权限下反复对照运行，分别检查触发、执行、停止和失败边界。未运行时明确标注“行为等效未验证”。
+
+## NetPilot 宿主适配
+
+- Skill 目录与 frontmatter `name` 使用唯一的英文 kebab-case；`display_name` 由 canonical name 派生。普通说明、`description`、`short_description` 与 `default_prompt` 默认使用中文，稳定 Leading Words、协议字段、代码、路径和命令保留英文。
+- 每个 skill 提供 `agents/openai.yaml`。`default_prompt` 显式包含 `$<skill-name>`；Claude 与 Codex 的 invocation 分类必须成对一致。
+- 仓库保留双宿主单源；Codex 安装时生成确定性投影，移除 Claude-only frontmatter，但保留 Codex metadata 行为。
+- 大段条件性 Reference 放在 `references/`，确定性重复操作放在 `scripts/`，供产物使用而非加载进 context 的模板放在 `assets/`。Context Pointer 只深入一层，并明确说明何时读取。
+- 普通过程标题使用中文；具有行为锚定作用的 Leading Word、领域词、协议字段、label 与代码术语保留英文，并在首次出现时解释。
+- 不统一追加“完成标准”或“反模式”。真实 Steps 在原位置保留 Completion Criterion；上游方法本身有诊断价值时才保留 Failure Modes。
+- Git、issue tracker、外部消息或其他可见写入可以成为 skill 能力，但正文必须说明明确目标、用户授权、完成证据与 Failure Boundary。Push、PR、merge、deploy 和 publish 不从相邻动作或 Invocation classification 隐式获得授权。
+- 去除个人角色、作者口吻、私有暗语和不存在的命令；实质改编受许可约束的内容，只在仓库级 `THIRD_PARTY_NOTICES.md` 保存必要声明。

package/skills/writing-for-agents/SKILL.md

@@ -0,0 +1,93 @@
+---
+name: writing-for-agents
+description: 为 agent 编写文档。当创建或编辑 skills、修改 AGENTS.md 或 CLAUDE.md，或维护由 Context Pointer 到达的 agent 文档时使用；纯面向人的普通文档不使用。
+---
+
+# Writing for Agents
+
+这是为 agent 编写任何文档的参考：skills、`AGENTS.md` / `CLAUDE.md`，以及由 Context Pointer 到达的文档。包装形式不同，写作方法相同：相同的杠杆让 agent 每次采用相同的过程，而不是每次产生相同的输出，从而获得 **Predictability（可预测性）**。
+
+当正在编写的文档是 skill 时，必须读取 [SKILL-MECHANICS.md](SKILL-MECHANICS.md)，了解 frontmatter、Invocation 选择与 Router Skills。
+
+当要比较中英文效果、修改触发与停止条件，或验证一项优化是否真的改变行为时，读取 [行为验证](references/behavioral-evaluation.md)。它提供独立场景运行与证据判断方法；检查结束后返回当前文档编辑，不把每次文字修订都变成完整评测。
+
+## Context Pointers（上下文指针）
+
+**Context Pointer** 是保留在 agent context 中的一条引用：它命名 context 之外的材料，同时编码到达该材料的条件。Skill 的 description 是 Context Pointer；`AGENTS.md` 中点名另一份文档的一行也是同一种对象。决定 agent 何时、以及多可靠地到达材料的是 pointer 的 _措辞_，不是目标文件本身。必须读取的材料如果藏在措辞薄弱的 pointer 后面，就是 variance bug：先收紧 pointer 的措辞；只有收紧后仍失败时才把材料直接放进正文。
+
+一个 pointer 同时完成两件事：说明材料是什么，并列出应该触发它的 **branches（分支）**。Branch 是文档处理的一种独立情形，因此不同运行会经过不同路径。始终加载的 pointer 中，每个词都会在每一轮支付成本，所以它比正文更需要 Pruning：
+
+- **Front-load the Leading Word（把行为锚点放在前面）**：pointer 正是在这里完成触发。
+- **One trigger per branch（每个分支保留一个触发条件）**：仅仅用同义词重命名同一个 branch，等于把同一 branch 写了两次；合并它们，只保留真正不同的 branches。
+- **删除正文已经承担的身份说明**。
+
+## 两种负载
+
+每增加一份文档或 pointer，都会花费下面两种预算之一：
+
+- **Context Load（上下文负载）**：始终加载的材料占用 agent context window 的成本。`AGENTS.md` 中的一行、skill description，以及每轮都位于 context 中的内容，无论是否触发都消耗 tokens 与注意力。
+- **Cognitive Load（认知负载）**：由人承担的成本——记住有哪些文档，以及何时使用每一份。人是索引。它不是应该机械最小化的成本，而是人保有自主决定权的代价；在人类判断重要时支付，在不重要时移除。
+
+只通过 pointer 到达的材料可以避开正文的 Context Load，但要支付 pointer 自身一行的成本；完全没有 pointer 的材料则完全依赖 Cognitive Load。
+
+## Information Hierarchy（信息层级）
+
+文档由两种内容自由组合：
+
+- **Steps（步骤）**：agent 按顺序执行的动作；
+- **Reference（参考资料）**：按需查阅的定义、规则和事实。
+
+文档可以全是 Steps（操作步骤）、全是 Reference（审查规则或本 skill），也可以二者兼有。核心判断是把每项内容放在 **Information Hierarchy** 的哪一级；这个阶梯按 agent 多快需要材料排序：
+
+1. **In-file Step（文件内步骤）**：主要层，agent 按顺序执行的动作。
+2. **In-file Reference（文件内参考）**：按需查阅。它可以是合法的同层规则集合，例如 review 的每条规则都在同一层；这不是结构缺陷。
+3. **Disclosed Reference（按需展开的外部参考）**：移到独立文件中，由 Context Pointer 到达，只在 pointer 触发时加载。它可以是同一目录下的文件，也可以是任何文档都能指向的 External Reference。
+
+下推得太少会让顶部膨胀；下推得太多会藏起 agent 真正需要的材料。这股张力就是全部判断。
+
+**Progressive Disclosure（渐进披露）** 是沿阶梯向下移动：把内容从主文件移到 pointer 后面，使顶部保持可辨认。它首先保护 Information Hierarchy，而不只是节省 tokens。按分支判断是最清楚的披露检验：每个 branch 都需要的内容直接放在正文中；只有部分 branches 到达的内容放到 pointer 后面。文档存在 Steps 时，本应按需展开的 Reference 会埋住 Steps，使 agent 是否关注它近似抛硬币；这是影响运行差异的因素，不只是可读性问题。
+
+**Co-location（相关内容相邻放置）** 是同一文件内的配套判断：阶梯决定内容放多深，Co-location 决定到达该层后哪些内容彼此相邻。把一个概念的定义、规则和注意事项放在同一标题下，而不是散落各处，使 agent 读到一部分时也同时获得它的邻居。测试方式是：文档应像专门写给 agent 的文档；相关材料集中时通常如此。Co-location 不同于 Duplication：Duplication 重复同一含义，散落则把一个含义的不同部分拆到多处。
+
+**Sprawl（无节制膨胀）** 是这里的 Failure Mode：即使每一行仍然有效且唯一，文档也可能只是太长。过量内容会分散注意力，每增加一行也多一行需要持续保持相关。处理方式是 Information Hierarchy：把 Reference 移到 pointer 后面按需展开，并按 branch 或 sequence 拆分，使每条路径只携带它所需的内容。
+
+## Steps 与 Completion Criteria（步骤与完成条件）
+
+每个 Step 都结束于 **Completion Criterion**：告诉 agent 这项工作何时完成的条件。两个属性让它成为行为杠杆：
+
+- **Clarity（清晰度）**：agent 能否区分完成与未完成？模糊边界（例如“已经形成理解”）会邀请 **Premature Completion（过早结束）**：当前 Step 尚未真正完成，注意力已经滑向“赶快结束”。仍然可见的后续 Steps——**Post-Completion Steps（当前步骤之后的步骤）**——提供向前的拉力，Criterion 的 Clarity 提供阻力。按顺序防守：**先把完成边界写明确**，因为它局部且便宜；只有边界不可避免地模糊，且真实运行已经观察到仓促跳步，才通过步骤序列拆分隐藏后续 Steps。隐藏只有跨越真实上下文边界才生效，例如 handoff 或 subagent dispatch；在当前上下文内调用仍让后续 Steps 留在 context 中，什么也没有清除。
+- **Demand（工作要求的强度）**：Criterion 要求多少工作。“每个修改过的 model 都已核对”会驱动比“生成改动列表”更充分的工作。Demand 驱动 **Legwork（深入调查）**——agent 在工作单元内部完成的挖掘；它潜伏在措辞里，不应另写成机械步骤。Demand 也不依赖 Steps：“每条规则都已应用”同样能约束一份同层规则组成的 Reference，因此全 Reference 文档仍然可以拥有穷尽门槛。
+
+最强的 Completion Criteria 同时可检查且穷尽。
+
+## 何时拆分
+
+把一份文档拆成两份会花费两种负载之一，因此只在切分确实值得时进行：
+
+- **按步骤序列拆分**：当 Post-Completion Steps 诱使 agent 仓促结束当前 Step 时切分。把后续内容移出视野，可以驱动当前任务内更多 Legwork。反方向也要小心：合并 sequences 会让每个 Step 看到更多后续 Steps，从而邀请 Premature Completion。
+- **按 Invocation 拆分**：这是 skill 特有的切法；读取 [SKILL-MECHANICS.md](SKILL-MECHANICS.md)。
+
+## Leading Words（行为锚点）
+
+**Leading Word** 是模型预训练中已经存在、agent 运行文档时用来思考的紧凑概念，例如 _lesson_、_fog of war_、_tracer bullets_。它以 token 重复，而不是以句子重复；由此积累分布式定义，并用最少 tokens 调用已有的行为先验，锚定一整片行为。自造词只要定义清楚也能工作，但它没有预训练先验：已有词免费提供的东西，自造词要用定义所需的 tokens 来偿还，因此先寻找已有词。
+
+Leading Word 有两次锚定作用：
+
+- 在正文中锚定 _execution（执行）_：agent 每次看到它都到达相同类型的行为；在同层规则组成的 Reference 中，它把注意力聚焦到要寻找的一类对象。
+- 在 pointer 中锚定 _invocation（调用）_：当同一个词也存在于提示词、文档与代码库中时，agent 会把共享语言连接到相应材料，并更可靠地到达它。
+
+主动寻找可以用 Leading Words 改写的表达：三处都展开的三元组、用整句含糊指向一个想法的 pointer，都应该收拢为一个 token。
+
+- “快速、确定、低开销” → _tight_，形成 _tight feedback loop_。
+- “一个你相信的循环” → _red_：模糊门禁变为二元可观察状态——loop 能在 bug 上变 _red_，或不能。
+
+收益有两次：tokens 更少，同时为 agent 的思考提供更锋利的挂钩。默认假设每份文档都携带着可由 Leading Words 退役的复述，并主动寻找它们。
+
+**Negation（否定表达）** 是这个杠杆旁边的 Failure Mode：通过禁止来引导，会把被禁止的行为拖进 context，反而提高它的可用性。_Don't think of an elephant_（不要想大象），此时 context 中只剩大象；negation 是弱修饰语，可能被刚刚强烈激活的概念压过，使禁令被半读成行动提示。使用 **positive（正向目标）**来提示：直接描述目标行为，例如“注释保持单行”，让被禁止对象不进入提示的关注范围。只有无法用正向目标表达的硬性防护边界才值得保留禁令；即使如此，也要配对写出正向目标，使注意力落到应该做什么。
+
+## Pruning（删减）
+
+- 让每个含义只有一个 **Single Source of Truth（单一事实来源）**：一个权威位置，使行为变化只需修改一处。**Duplication（语义重复）** 是同一含义出现在多处；它增加维护与 tokens，并把该含义在 Information Hierarchy 中的显著程度抬得高于真实层级。它是 Leading Word 的意外反面：Leading Word 有意重复一个 token，从不重复完整含义。
+- **environment（运行环境）** 也是事实来源：`package.json` scripts、配置文件、目录布局与 `--help` 输出都可以被 agent 直接查看。文档复述这些内容就是 **cache（缓存）**，只有查找本身昂贵时才值得支付负载。缓存 agent 无法通过查看得到的内容：未写下的约定、选择背后的原因、配置中看不出的陷阱。把一文件或一命令即可得到的事实留在 environment 中，那里不会因复制而过时。
+- 逐行检查 **Relevance（相关性）**：这行是否仍直接影响文档所做的事？一行可能从未与任务相关，例如纯背景讲解或本应按需展开的 branch；也可能随着行为或世界变化而过时。更短的文档更容易保持相关。没有 Pruning 纪律时，默认结局是 **Sediment（失效内容沉积）**：旧层因为添加令人安心、删除令人不安而不断沉积，直到维护者必须向下取芯才能找到仍然有效的内容。
+- 逐句寻找 **No-Op（相对模型默认行为不起作用的指令）**：模型默认已经会遵守的指令，只支付负载却没有改变行为。测试问题是“相对默认值，它是否改变了行为？”这取决于具体模型，而不是读者个人感受；两个人对 No-Op 有分歧，实质是在争论模型默认值，应通过运行文档解决，而不是辩论。句子失败时删除整句，不要靠删几个词保留它。Leading Word 也接受同一测试：如果 _be thorough_ 无法超过模型本来就有的“有点 thorough”，它就是 No-Op；修复方式是更有力的词，例如 _relentless_，而不是另造技巧。

package/skills/writing-for-agents/agents/openai.yaml

@@ -0,0 +1,6 @@
+interface:
+  display_name: "Writing For Agents"
+  short_description: "编写或维护供 Agent 使用的 Skills、项目规则与指针文档"
+  default_prompt: "请使用 $writing-for-agents 创建或改写这份 Agent 文档，并核对触发、信息层级与行为约束。"
+policy:
+  allow_implicit_invocation: true

package/skills/writing-for-agents/references/behavioral-evaluation.md

@@ -0,0 +1,29 @@
+# 技能行为验证
+
+静态校验可以发现损坏的 metadata、引用和附件；固定关键词可以保护特定文本契约。它们都不能证明 agent 会在真实任务中作出正确决定。只有需要验证触发、执行、停止、失败边界或语言效果时才使用本参考。
+
+## 选择能区分行为的场景
+
+从真实请求、已观察到的失败或此次修改的假设出发，写下用户输入、必要原始材料、可用工具及权限。验收条件描述外部可观察行为，不抄 skill 的标题作为答案。
+
+根据本次变化选择正常、相邻不触发、边界或失败场景。例如：测试 `grilling` 时，提供两个已就绪决定和一个依赖问题，观察实际轮次；测试脱敏时，在假日志中放入虚构认证值，观察展示内容；测试工具不可用时，明确工具集，观察是否虚构执行。不要拿真实凭证或生产数据作样本。
+
+完成条件：每个场景都能说明要观察哪个决定或结果，以及什么证据能够推翻“修改有效”的假设。
+
+## 独立前向运行
+
+有可用且已获授权的子代理时，使用新上下文运行，每个评估者只看到：实际用户请求、待测 skill 及其必要附件、最低限度的原始材料、工具与写入边界。**不提供预期答案、怀疑的问题、修改理由、作者结论或其他运行结果。** 评判标准由调用方保留，不能在给执行者的提示中泄露答案。
+
+使用隔离临时工作区或纯只读场景；有外部副作用时使用受控工具桩。不要加载两个竞争版本，也不要让第二轮继承第一轮的推理。没有独立执行环境时，说明只完成静态分析，不把作者自己的复述当成前向运行。
+
+比较版本时保持任务、原始材料、模型、推理设置、宿主、工具和权限一致。中英文比较要区分“原始上游与本地适配”的综合差异和“仅改变语言”的差异；需要隔离语言因素时，两份材料的宿主及权限适配也必须相同。
+
+完成条件：每次运行都有可复核的输入与真实输出／工具轨迹，且执行者未收到答案提示；不能把一次只读推演描述成实际工具执行。
+
+## 判断结果并回到编辑
+
+调用方逐条对照事先定义的验收条件，记录结果、支持证据与未能观察的部分。区分规则缺失、调用不可达、宿主限制和模型运行差异。修正只针对有证据的问题；不要把单次场景的偶然细节扩成所有任务都必须遵守的规则。
+
+一次运行适合发现具体反例，不能证明总体等效。要比较可靠性，交错运行顺序并重复场景，报告实际次数与结果分布；高方差时增加样本，证据不足时保留不确定性。结构检查、盲测和人工判断分别报告。
+
+完成条件：结论对应实际证据，未执行与无法判定项明确；有回退则修订并重跑受影响场景，再返回当前编辑任务。没有行为运行证据时，不声称效果已提升或中英文等效。

package/skills/writing-great-skills/SKILL.md

@@ -1,125 +0,0 @@
----
-name: writing-great-skills
-description: 创建和编辑高质量 skills 的词汇与原则，核心目标是让 agent 的执行过程可预测。
-disable-model-invocation: true
----
-
-# Writing Great Skills
-
-Skill 的作用，是从 stochastic system 中约束出足够的 determinism。根本美德是 **Predictability**：每次采用相同的过程，而不是每次产生相同的输出。下面所有杠杆都服务于它。
-
-正文中的**粗体术语**均在 [glossary.md](references/glossary.md) 中有完整定义。第一次使用某个术语判断设计时，读取对应定义，不靠近义词猜测。
-
-## 调用方式（Invocation）
-
-有两种调用方式，它们支付不同成本：
-
-- **Model-Invoked** skill 对模型暴露一条 **Description**，因此 agent 可以自主选择它，其他 skills 也可以到达它，用户仍然可以显式输入名称。它在每轮支付 **Context Load**。机制：`SKILL.md` 省略 disable-model-invocation 字段，`agents/openai.yaml` 设置 `policy.allow_implicit_invocation: true`，并编写包含真实触发分支的模型侧 description。
-- **User-Invoked** skill 只由用户显式输入名称启动；模型和其他 skills 都不能启动它。它没有常驻 Context Load，但把“有哪些入口、何时使用”变成用户承担的 **Cognitive Load**。机制：`SKILL.md` 设置 disable-model-invocation 为 true，`agents/openai.yaml` 设置 `policy.allow_implicit_invocation: false`；仍保留一行面向用户和目录展示的 description，但不要把它写成模型触发词清单。
-
-只有当 agent 必须自行到达某项能力，或另一个 skill 必须调用它时，才选择 Model-Invoked。如果它只应由人手动启动，让它保持 User-Invoked。
-
-User-Invoked skills 多到用户难以记住时，用一个 **Router Skill** 降低 Cognitive Load。Router 只说明每个入口及其适用时机；它不能替用户启动另一个 User-Invoked skill，应给出精确命令让用户显式选择。
-
-## 编写 Description
-
-Model-Invoked skill 的 **Description** 同时完成两件事：说明它是什么，并列出应该触发它的真实 **Branches**。每个词都会增加 Context Load，因此 description 比正文更需要裁剪：
-
-- 把 skill 的 **Leading Word** 放在前面，让模型尽早进入正确概念区域。
-- 每个 branch 只保留一个触发条件。仅仅换同义词重复同一 branch 属于 **Duplication**；“用 TDD 构建功能”和“用户要求 test-first”若指同一路径，就不应写两遍。
-- 删除正文已经承担的身份说明。Description 只保留触发分支，以及必要的“当另一 skill 需要……”到达条款。
-- 写出相邻 skill 的关键不适用边界，但不要把整份路由表塞进 description。
-
-User-Invoked skill 的 description 是面向人的一句摘要，不承担模型触发任务。
-
-## 信息层级（Information Hierarchy）
-
-Skill 由两类内容构成：**Steps** 与 **Reference**。二者可以任意组合：全是步骤、全是参考资料，或同时存在。关键是每项内容在 **Information Hierarchy** 中应处于哪一层：
-
-1. **In-skill Step**：`SKILL.md` 中按顺序执行的动作，是主要层。每个真正的 step 都在原位置结束于 **Completion Criterion**，让 agent 能判断该步是否完成。标准应可检查，并在重要处穷尽，例如“每个修改过的 model 都已核对”，而不是“生成改动列表”；它属于步骤边界，不是每个 skill 都要追加的统一尾部章节。
-2. **In-skill Reference**：`SKILL.md` 中按需查阅的定义、规则与事实。它可以是合法的扁平同级集合；全是 reference 的 skill 并不是结构缺陷。
-3. **Disclosed / External Reference**：从 `SKILL.md` 移到独立文件、只在 **Context Pointer** 触发时加载的资料。它可以是 skill 内的 `references/*.md`，也可以是 skill 系统之外由多个 skills 指向的普通文件。
-
-高要求的 Completion Criterion 会驱动充分 **Legwork**。这一点既适用于 steps，也适用于 flat reference：“应用每条规则”同样可以约束全 reference skill 的覆盖度。
-
-顶部保留过多内容会造成 **Sprawl**；向下推得太多会藏起每条 branch 都需要的材料。**Progressive Disclosure** 就是在这股张力中把 reference 下移：每条 branch 都需要的内容内联，只有部分 branch 需要的内容放到清楚命名的文件后面。Context Pointer 的措辞，而不是目标文件本身，决定 agent 何时、是否可靠地读取它。
-
-Information Hierarchy 决定材料放多深，**Co-location** 决定放在同一层的哪些材料应相邻。一个概念的定义、规则和 caveats 应聚在同一标题下，让 agent 读到一部分时同时获得其邻居。
-
-## 何时拆分
-
-**Granularity** 是 skills 被切分得多细。每次切分都会增加 Context Load 或 Cognitive Load，因此只有切分带来明确收益时才做。两种有效切法：
-
-- **By Invocation**：某项能力拥有独立 Leading Word，应该自主触发，或必须被另一 skill 调用时，把它拆成 Model-Invoked skill。新增的常驻 description 必须值得它支付的 Context Load。
-- **By Sequence**：当前 step 后面可见的 **Post-Completion Steps** 让 agent 急于向前、产生 Premature Completion 时，把后续步骤隐藏到真实上下文边界之后。先尝试把当前 step 的 Completion Criterion 写清；只有标准不可避免地模糊、且真实测试观察到抢跑时才切分。
-
-仅仅把后续内容写在同一文件的另一个标题下不会形成上下文边界。有效边界来自用户显式交接或独立 subagent dispatch。
-
-## 修剪（Pruning）
-
-让每个 meaning 只有一个 **Single Source of Truth**，这样行为变化只需修改一处。
-
-逐行检查 **Relevance**：它现在是否仍直接影响 skill 的行为？再逐句进行 **No-Op** 测试：与模型默认行为相比，这句话是否真的改变执行？一句失败时删除整句，不要靠换词保留没有行为价值的 prose。
-
-主动寻找 **Sediment**、**Duplication** 与 Sprawl。添加通常让人感觉安全，删除让人感觉冒险，因此没有裁剪纪律的 skill 会自然积累失效层。
-
-## Leading Words（引导词）
-
-**Leading Word** 是模型预训练中已经存在、运行 skill 时会用来思考的紧凑概念，例如 _lesson_、_Zone of Proximal Development_、_fog of war_、_tracer bullets_。它用很少 tokens 调用已有 priors，并在 skill 各处形成分布式定义。
-
-Leading Word 对 Predictability 有两次作用：
-
-- 在正文中锚定 execution：每次出现都把 agent 拉回同一种行为；
-- 在 description 中锚定 invocation：当用户 prompts、项目 docs 与代码也使用同一词时，agent 更可靠地把请求连到 skill。
-
-寻找可被 Leading Word 折叠的重复表达。三个位置都写一遍的三元组、用整句含糊指向一个概念的 description，通常都可以 collapse：
-
-- “快速、确定、低开销”可折叠为 _tight_，形成 tight feedback loop；
-- “一个你相信的循环”可折叠为 _red_，把模糊门禁变成二元可观察状态：loop 能在 bug 上变 red，或不能。
-
-优先使用已有词。自造词没有预训练 priors，需要用额外定义 tokens 偿还成本。
-
-## 上游本地化
-
-本地化不是摘要竞赛。处理已有优秀上游 skill 时：
-
-1. 锁定来源版本，完整读取 `SKILL.md`、references、scripts 与 metadata。
-2. 保留步骤顺序、Leading Words、Completion Criterion 的原位置、示例作用和 Progressive Disclosure 关系。
-3. 只做有证据的适配：去个人化、删除不存在的命令、翻译普通说明、映射真实宿主路径与工具、加入必要权限边界、修复可证实矛盾。
-4. 不强加统一章节，不把短 orchestration skill 扩成第二套方法，不把 reference-first skill 改成主动工作流。
-5. 上游 skill 被移除但附件仍有独立方法价值时，把它迁移到职责最接近的现有 skill，并更新 Context Pointer。
-
-采用 **Conservation First（保留优先）**：默认认为上游的限定词、判断规则、失败边界、例子和刻意重复都可能承担行为约束。逐句翻译时特别保留 `where possible`、`each claim`、`before`/`after`、`only` 等会改变适用范围、时机或证据强度的词。
-
-只有满足以下至少一项，才合并、删除或替换上游内容：
-
-- 属于个人化角色、作者口吻或不存在的命令；
-- 与真实宿主、平台 API 或本地权限边界冲突，并有一手资料或可运行证据；
-- 与同一权威位置完全重复，删除后所有谓词、例子作用和 completion criterion 仍有唯一去向；
-- 独立前向测试确认它是 No-Op，删除后没有触发、执行、停止或失败边界回退。
-
-上游例子是规则的一部分：诊断例子、反例和 branch 选择例子不得只剩抽象总结。需要适配例子时，替换个人语境或失效工具，但保留它原来帮助 agent 区分的情况。
-
-AI 提出的“优化”只有在能说明解决了什么真实问题，并通过场景或结构验证时才优先于上游；更整齐、更短或更长都不是改写依据。对是否可删存在疑问时，保留。
-
-## NetPilot 宿主适配
-
-- 目录名与 frontmatter `name` 使用唯一的英文 kebab-case；`display_name` 从 canonical name 派生。中文用户可见的 description、`short_description`、`default_prompt` 和正文使用中文，代码、路径、命令与标准术语保留英文。
-- 每个 skill 提供 `agents/openai.yaml`。`default_prompt` 必须显式包含对应的 `$<skill-name>`；Claude Code 的调用形式由 README 说明，不在正文复制三套工作流。
-- 大段 reference 放在 `references/`，确定性重复操作放在 `scripts/`，静态模板和可复用产物放在 `assets/`。Context Pointer 只深入一层，并清楚说明何时读取。
-- 创建或修改前收集正向、反向和压力场景。完成后运行结构校验、真实触发测试和权限门禁测试；根据观察到的失败修改最小必要内容。
-- Git、issue tracker、外部消息和其他可见写入可以成为 skill 能力，但必须有明确目标与用户授权，并在正文说明触发条件、完成证据与失败边界。Invocation classification 不等于动作权限。
-- 去除个人角色、作者口吻、私有暗语和不存在的命令。实质改编受许可约束的内容时，在仓库级 `THIRD_PARTY_NOTICES.md` 保留必要法律声明。
-- 普通过程标题和说明使用中文；稳定 Leading Words、领域术语、协议字段、label、代码和路径保留英文，并在首次出现时解释。
-- 不强制统一“完成标准”或“反模式”。上游或该方法自身需要时保留，否则用真实步骤内的 Completion Criterion 和 Failure Modes。
-
-## 失败模式（Failure Modes）
-
-用这些模式诊断 skill：
-
-- **Premature Completion**：step 在真正完成前结束。先 sharpen Completion Criterion；只有标准无法更清楚且测试确实观察到抢跑时，才隐藏 Post-Completion Steps。
-- **Duplication**：同一 meaning 有多个来源，增加维护和 tokens，并把它在层级中的权重抬得过高。
-- **Sediment**：旧内容因为只加不删而沉积。
-- **Sprawl**：即使每行仍有效且唯一，`SKILL.md` 也可能长到削弱注意与可维护性。用 Information Hierarchy、branches 和 sequence cuts 处理。
-- **No-Op**：模型默认就会做的指令。弱 Leading Word 也可能是 No-Op；换成足以改变行为的词，或删除。
-- **Negation**：用禁止语激活了被禁止行为。优先描述正向目标；只有无法正向表达的硬 guardrail 才保留禁止，并同时说明应采取的替代行为。

package/skills/writing-great-skills/agents/openai.yaml

@@ -1,6 +0,0 @@
-interface:
-  display_name: "Writing Great Skills"
-  short_description: "用可预测性、信息层级和裁剪原则创建或改写高质量 skills"
-  default_prompt: "请使用 $writing-great-skills 创建或改写这个 skill，并验证其调用、过程与权限边界。"
-policy:
-  allow_implicit_invocation: false