back
loading skill details...
识别并提取可复用的解决方案为团队技能,实现经验积累与复利,避免重复摸索相同问题。
# skill-compounding
> **借鉴来源**:Multica (multica-ai/multica) 的 Reusable Skills 机制
>
> 每一个成功的解决方案,都应该成为团队未来可复用的技能。
> 技能随使用次数增加而积累,形成团队能力的复利。
>
> **核心理念**:不要每次遇到相同问题都重新摸索。
---
## 触发条件
满足以下任一场景时激活:
- 成功解决了一个非平凡问题
- 发现了一个通用的解决方案(可以跨项目复用)
- 用户明确要求"把这个流程固化下来"
- 某个模式出现了 2 次以上
---
## 工作流程
### Phase A:识别可复用的模式
问自己:
```
[compounding-check]
- 这个问题未来还会出现吗?
- 这个解决方案是否可以泛化?
- 这个流程是否有其他人需要?
- 沉淀为 Skill 的成本 vs 收益?
```
如果 >= 2 个"是",就值得沉淀。
### Phase B:提取为 Skill
创建 Skill 目录结构:
```
skills/<skill-name>/
├── SKILL.md # 核心文档(必须)
├── examples/ # 示例(可选)
├── templates/ # 模板(可选)
└── TOOLS.md # 工具配置(可选)
```
SKILL.md 必须包含:
```markdown
# <Skill 名称>
## 何时使用
[一句话描述触发条件]
## 工作流程
[步骤 1]
[步骤 2]
[...]
## 输入/输出
- 输入:
- 输出:
## 限制与注意事项
[任何已知限制]
## 触发命令
[触发这个 Skill 的用户说法示例]
```
### Phase C:注册到 Skill 索引
将新 Skill 添加到 `skills/quick-reference.md`(如果有),或者在 `SOUL.md` 的技能分层架构中声明。
### Phase D:持续迭代
每次使用这个 Skill:
- 如果发现问题 → 更新 SKILL.md
- 如果有新场景 → 扩展 SKILL.md
- 如果发现更优解 → 重写对应部分
---
## Skill 生命周期
```
发现 → 提取 → 使用 → 迭代 → 传播
↑_____________________________|
反馈驱动改进
```
---
## 质量标准
一个好的 Skill 应该满足:
| 标准 | 描述 |
|------|------|
| **可独立运行** | 不依赖其他 Skill 的上下文 |
| **触发条件明确** | 用户能说清楚什么时候该用它 |
| **验收标准清晰** | 完成后有可验证的结果 |
| **限制已说明** | 已知的不适用场景 |
| **有真实案例** | 至少验证过 1 次真实使用 |
---
## 与 Multica Skills 的对比
| 维度 | Multica | OpenClaw |
|------|---------|----------|
| 存储位置 | 云端/团队共享 | 工作区 skills/ |
| 触发方式 | Issue 路由 | Skill 索引 + 手动 |
| 复用方式 | 团队共享 | 本地/可导出 |
| 积累可见性 | 团队面板 | quick-reference.md |
**OpenClaw 的优势**:更轻量,不需要服务器,直接文件系统管理。
---
## 触发命令
"把这个沉淀为 Skill"、"把这个流程记下来,以后复用"、"以后遇到 XXX 就用这个方案"
## 下一跳(Skill 链式调用)
skill-compounding 是**技能沉淀技能**,通常在其他技能链末端触发:
`
skill-compounding → 沉淀完成后回到原技能链
`
**典型触发路径**:
- rainstorming Step 4 完成后 → 检查是否值得沉淀
- conductor Implement 阶段交付后 → 检查是否有可复用成果
- gent-teams 审查后发现通用模式 → 沉淀为 Skill
-
efactoring 重构完成后 → 沉淀重构后的模式
**不适用**:纯一次性任务、商业敏感内容、个人偏好类内容。don't have the plugin yet? install it then click "run inline in claude" again.