将岗位智能体提示词中的岗位核心能力转化为一组符合 Agent Skills 规范的岗位技能包。Use when users need to analyze generated position-agent prompts, extract job skills, retrieve and internalize...
---
name: chudaxia-ai-coach-tools-position-agent-skills-generator
description: 将岗位智能体提示词中的岗位核心能力转化为一组符合 Agent Skills 规范的岗位技能包。Use when users need to analyze generated position-agent prompts, extract job skills, retrieve and internalize skill knowledge into assets, create one SKILL.md directory per skill, and sync the prompt skill list with generated skills.
metadata:
agent-created: "true"
related-skills: chudaxia-ai-coach-tools-position-agent-prompts-generator
---
# 岗位智能体技能生成器
## 概述
本技能接在 `chudaxia-ai-coach-tools-position-agent-prompts-generator` 之后使用,将其输出的「岗位智能体提示词」中的岗位技能逐项拆解为可挂载、可检索、可维护的 Agent Skill 技能目录。
核心交付包括:每个岗位技能对应的内化技能知识文档、符合 `assets/specs/agents-skills-specification.md` 的技能目录与 `SKILL.md` 文件,以及已回写技能映射关系的岗位智能体提示词。
## 强制输出要求
- **一项岗位核心能力对应一个技能目录**:除非用户明确批准合并或拆分,否则不得把多个能力合并为一个技能,也不得把一个能力拆成多个技能。
- **每个技能必须内化运行知识**:从腾讯 IMA 或本地文件目录检索、筛选并萃取后,必须写入 `assets/knowledge/knowledge.md`,使生成技能脱离原始知识源后仍可完整执行;不得要求运行时再访问原知识库、原始文件或上游提示词。
- **缺乏知识必须清晰标注**:证据不足时创建 `assets/knowledge/knowledge-gaps.md`,并在 `assets/knowledge/knowledge.md` 对应章节标注 `[待补齐]`,不得用推测内容补全。
- **每个技能必须有来源索引**:创建 `references/source-map.md`,记录检索词、来源文档、取舍理由和未采用材料;来源索引用于追溯审计,不作为技能执行依赖。
- **每个技能目录必须符合 Agent Skills 规范**:目录名与 `SKILL.md` frontmatter 的 `name` 完全一致,名称只使用小写字母、数字和连字符。
- **输出位置必须可挂载**:技能目录应输出到用户指定的 Skills 根目录,或在交付中明确标注安装/挂载状态与后续移动路径。
- **必须回写岗位智能体提示词**:更新原提示词中的技能层与知识层,使其技能清单、技能目录、知识文档一一对应。
- **最终交付必须包含映射表**:列出原岗位技能、生成技能名、技能目录、知识来源、回写位置和状态。
## 输入确认
开始前确认以下信息:
1. **岗位智能体提示词来源**:用户粘贴的 Markdown、已生成的 `.md` 文件,或上游生成器刚输出的内容。
2. **知识库来源**:腾讯 IMA 知识库或本地文件目录;该来源只用于生成阶段检索和内化,未指定时默认先问用户,不能假设已有 IMA 访问能力。
3. **输出根目录**:优先使用用户指定的可挂载 Skills 根目录;未指定时使用 `generated-position-agent-skills/<岗位slug>/`,并在最终交付中标明这些技能仍需移动或挂载后才能被运行时发现。
4. **是否允许调整技能数量**:默认不允许;如发现能力重叠、缺失或粒度异常,先给出建议并获得用户确认。
## 核心流程
### 步骤 1:解析岗位智能体提示词
读取完整岗位智能体提示词,至少提取以下内容:
- 岗位名称、部门、核心职责与工作边界
- `3. 技能层(Capability)` 中的岗位核心能力与降级策略
- `4. 知识层(Knowledge)` 中的参考规范底座与引用规范
- `5. 流程层(Workflow)` 中与技能相关的标准步骤与异常处理
- `6. 权限层(Compliance)` 中与技能相关的白名单、黑名单和上报机制
- `7. 绩效层(KPI)` 中与技能相关的质量标准
使用 `references/skill-extraction-framework.md` 建立「岗位技能登记表」。登记表必须包含:
| 字段 | 说明 |
|------|------|
| 原始能力名称 | 技能层中的原文名称 |
| 技能目录名 | 规范化 slug,必须能作为 skill `name` |
| 能力边界 | 该技能负责什么、不负责什么 |
| 知识检索词 | 用于 IMA 或本地目录检索的关键词组合 |
| 关联流程 | 该技能在岗位工作流中的调用时机 |
| 合规约束 | 该技能必须遵守的权限边界 |
| KPI 约束 | 该技能应满足的质量标准 |
### 步骤 2:检索并内化技能知识
针对登记表中的每个技能分别检索知识来源,并把可执行知识内化进技能目录:
**腾讯 IMA 来源**
1. 使用用户可用的 IMA/知识库检索能力,以「岗位名称 + 能力名称 + 关键业务对象 + SOP/规范/模板/案例」组合检索。
2. 优先选择与该技能直接相关的制度、流程、模板、案例和 FAQ。
3. 记录来源文档标题、知识库名称、检索关键词和可追溯标识。
**本地文件目录来源**
1. 使用文件搜索定位与技能关键词相关的 `.md`、`.docx` 转写、`.txt`、模板或规范文件。
2. 读取候选内容,按相关性筛选直接证据,不把泛泛背景材料当作技能知识。
3. 记录相对路径和关键摘录位置。
将每个技能的检索结果萃取并内化为 `assets/knowledge/knowledge.md`。该文件必须包含足以支撑技能独立运行的流程、规则、判断标准、模板、案例和降级说明,不得只写来源链接、检索提示或“请参考原文”。结构固定为:
```markdown
# [技能名称] 技能知识文档
## 适用范围
## 核心概念
## 标准流程
## 输入与输出
## 判断标准
## 异常与降级
## 合规边界
## 可复用模板或话术
## 内化知识来源摘要
```
同时创建 `references/source-map.md`,记录:检索来源、检索关键词、采用文档、未采用文档、采用/排除理由、可追溯标识。`references/source-map.md` 仅用于审计、复核和后续更新,不得作为技能运行时的必要知识入口。
证据不足时,不得补写成看似完整的规范;应在 `assets/knowledge/knowledge-gaps.md` 中列出缺口、已检索关键词和建议补充资料,并在 `assets/knowledge/knowledge.md` 对应章节标注 `[待补齐]`。
### 步骤 3:逐一生成技能目录
按 `assets/specs/agents-skills-specification.md` 为每个岗位技能创建目录:
```text
<output-root>/
<skill-slug>/
SKILL.md
assets/
knowledge/
knowledge.md
knowledge-gaps.md # 仅在证据不足时创建
templates/ # 仅在技能有表单、话术、画布模板时创建
references/
source-map.md
```
`SKILL.md` 必须满足:
- YAML frontmatter 包含 `name` 和 `description`
- `name` 与目录名完全一致,且不超过 64 个字符
- `description` 说明该技能做什么以及何时使用,包含岗位、能力和触发关键词
- 正文引用 `assets/knowledge/knowledge.md`,并在存在缺口时引用 `assets/knowledge/knowledge-gaps.md`
- 正文说明技能执行依赖已内化知识,不依赖运行时访问原始知识源
- 明确输入、处理流程、输出、降级策略、合规边界和自检标准
使用 `assets/templates/position-skill-template.md` 作为单个技能的起稿模板。
### 步骤 4:回写岗位智能体提示词
生成全部技能目录后,必须更新原岗位智能体提示词:
1. 在 `3. 技能层(Capability)` 中,将每项岗位核心能力补充为「能力名称 + 生成技能目录 + 内化技能知识文档 + 调用时机」。
2. 在 `4. 知识层(Knowledge)` 中补充生成的 `assets/knowledge/knowledge.md` 清单,并标注已挂载或待挂载状态。
3. 在文档末尾增加或更新「岗位技能包映射表」,列出所有一一对应关系。
4. 在映射表附近增加「技能包同步记录」,包含生成时间、生成器名称、知识来源类型和本次更新摘要。
5. 保持原七层结构完整,不改变身份、人设、流程、权限、绩效层的原意。
如果原提示词已经存在技能映射表或人工补充内容,先保留原内容并追加更新;发现同一岗位技能已有不同技能目录时,列出冲突并要求用户确认,不得静默覆盖。
如果输入不是可编辑文件,而是用户粘贴内容或上游技能刚输出的内容,必须输出一份完整的「已回写岗位智能体提示词」Markdown;如用户希望落盘,先确认目标文件路径再创建。
映射表格式:
| 原岗位技能 | 生成技能目录 | 技能知识文档 | 来源索引 | 知识来源 | 回写状态 |
|------------|--------------|--------------|----------|----------|----------|
| ... | ... | ... | ... | ... |
当存在 `assets/knowledge/knowledge-gaps.md` 时,回写状态必须标为「知识待补齐」,并在知识层对应文档后标注 `[待补齐]`。
### 步骤 5:质量自检
按 `references/skill-package-checklist.md` 完成自检。必须通过:
- 技能数量与原提示词技能层核心能力数量一致
- 每个技能目录都有有效 `SKILL.md`
- 每个 `SKILL.md` 的 `name` 与目录名一致
- 每个技能都有 `references/source-map.md`
- 每个技能至少有 `assets/knowledge/knowledge.md`,且该文件足以支撑技能脱离原始知识源运行
- 证据不足时另有明确的 `assets/knowledge/knowledge-gaps.md`,并在内化知识文档中标注 `[待补齐]`
- 原提示词已回写技能目录、知识文档和映射表
- 回写后的提示词仍保留七层结构;如同时存在结构化 JSON 表示,需再按 `chudaxia-ai-coach/assets/schemas/prompt-framework-schema.json` 校验
- 无虚构知识来源、无不可追溯结论
任一检查失败,先修正再交付。
## 命名规范
- 技能目录名优先使用英文语义 slug,例如 `quality-inspection-standard-design`。
- 只允许小写字母、数字和连字符;不得使用中文、空格、下划线或连续连字符。
- 目录名超过 64 字符时,压缩为「岗位域 + 核心动作 + 对象」,例如 `finance-budget-variance-analysis`。
- 同名冲突时添加短后缀,如 `-workflow`、`-review`,不要添加无意义序号,除非用户要求保留原顺序编号。
## 边界与异常处理
- **无法访问 IMA**:切换到用户提供的本地目录或要求用户提供导出的知识库材料。
- **本地目录无资料**:生成技能骨架和 `assets/knowledge/knowledge-gaps.md`,并在最终映射表标为「知识待补齐」。
- **岗位技能粒度混乱**:先输出拆分/合并建议,获得用户确认后再改变数量。
- **提示词不是七层结构**:先列出缺失层与可识别字段,获得用户确认后再按七层模板补齐;无法确认的内容标为 `[待补齐]`,不得擅自补成确定事实。
- **存在企业敏感信息**:技能知识文档保留必要业务规则,但对公司名、人名、内部系统名做泛化处理,除非用户明确要求保留。
## 最终交付格式
交付时使用 Markdown,包含:
1. 生成的技能目录清单
2. 岗位技能包映射表
3. 已更新的岗位智能体提示词路径或内容
4. 知识缺口与待补资料清单
5. 质量自检结果
## 参考资源
- `references/skill-extraction-framework.md`:岗位技能拆解与跨层映射方法。
- `references/skill-package-checklist.md`:技能目录、知识文档和提示词回写检查清单。
- `assets/templates/position-skill-template.md`:单个岗位技能 `SKILL.md` 模板。
- `assets/specs/agents-skills-specification.md`:Agent Skills 目录与 frontmatter 规范。don't have the plugin yet? install it then click "run inline in claude" again.