skill-template

skill-template 是為開發者與 AI 工程師量身打造的基礎架構藍圖，用於在「上下文工程代理技能」(Agent Skills for Context Engineering) 生態系統中構建自定義功能。該模板旨在透過強制執行一致的技能定義結構來降低認知負荷，從而直接優化語言模型處理、檢索與執行專業任務的方式。透過遵循此模板，您可以確保代理技能在 Claude Code、Cursor 及其他代理環境中保持可發現性、可解釋性與可維護性。此模板強制執行「漸進式揭露」(progressive disclosure) 原則，確保僅將必要的上下文注入模型的注意力窗口，從而減少效能衰減並最大化 Token 使用效率。

• 包含標準化的標頭元數據，用於版本控管、作者註記與更新歷程追蹤，以管理技能演進。

• 集成啟動觸發條件，協助系統辨識何時調用技能，防止模型幻覺或執行不相關的工具。

• 明確的核心概念定義，專注於高訊號的心理模型，同時預設模型具備基礎智慧以減少 Token 浪費。

• 實作指導、反模式與錯誤處理的模組化章節，確保開發者能清楚記錄「執行內容」與「執行方法」。

• 內建「常見陷阱」(Gotchas) 章節，用以捕捉非明顯的失敗模式，透過經驗學習增強代理推理的穩健性。

• 跨技能整合文件，用於構建複雜的多代理編排與階層式架構。

• 當擴充上下文工程函式庫時，請使用此模板以確保您的貢獻符合專案的設計哲學。

• 將 SKILL.md 主體保持在 500 行以內，將詳盡文件移至 references/ 資料夾，以保持 LLM 提示詞上下文的簡潔與專注。

• 嚴格遵守第三人稱指令風格，以確保與系統提示詞注入機制的相容性。

• 在定義指南時，優先考慮可操作、可驗證的標準，以便代理能進行自我評估。

• 在範例章節中務必包含明確的輸入/輸出對，為模型的任務執行提供強有力的少樣本學習 (few-shot learning) 錨點。