道·Skill：从混沌需求生成 Agent Skill

Fen9Pi2026/8/27大约 6 分钟

前言：道生万物

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。

道·Skill 是一个 Skill 元设计器。

一、核心工作流

流程图1

七步流程：

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

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。

二、六种模式

流程图2

模式 1：归根

解决的问题：想法很模糊，不知道真正要解决什么。

典型产物：根问题、第一性原理、最小下一步。

使用场景：当只有一个模糊想法时。

模式 2：设计

解决的问题：方向明确，但 Skill 形态尚未确定。

典型产物：定位、流程、边界、目录结构。

使用场景：当方向明确但形态未确定时。

模式 3：生成

解决的问题：需要直接写出可运行文件。

典型产物：SKILL.md、references、examples、scripts。

使用场景：当需要直接生成可运行文件时。

模式 4：评估/优化

解决的问题：不确定现有 Skill 是否可靠、如何改好或能否发布。

典型产物：Trust Gate、证据化评分、最小补丁、P0/P1/P2 修复。

使用场景：当评估或优化已有 Skill 时。

模式 5：返观

解决的问题：实测结果不对，不能只修表面症状。

典型产物：失败复盘、保守补丁、反测与回滚。

使用场景：当实测结果不对时。

模式 6：自化

解决的问题：想把文章、仓库或执行经验吸收到系统。

典型产物：create / merge / discard 决策与持久规则。

使用场景：当想把经验吸收到系统时。

三、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。

四、仓库结构

流程图3

核心文件：

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
test-prompts.json：回归提示词

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。

五、设计原则

哲学必须落地

隐喻必须变成行为规则。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。

文件优先

用户要求生成时，不能只给计划或草稿说明。必须生成可运行文件。

证据优先

没有运行证据，就不宣称已验证或达到标杆级。Trust 是硬门槛，高分不能抵消权限、隐私或依赖风险。

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。没有运行证据，就不宣称已验证或达到标杆级。

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。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。

六、安装与使用

安装

需要 Python 3.9+，安装器只使用标准库。

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

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

更新：

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

回滚：

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

使用

在支持 Skills 的环境中使用道·Skill：

使用 $dao-skill：[你的需求]

示例：

归根：我想做一个帮创业者判断产品方向的 skill，先帮我归根。
生成：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：评估这个 skill 能不能发布。先过 Trust Gate，再给证据化评分。
优化：先审计当前 skill，再直接优化文件并验证。
返观：这个 skill 实测只会堆模板，请返观根因并更新它。

七、总结

核心工作流

七步流程：

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

六种模式

归根：根问题、第一性原理、最小下一步

设计：定位、流程、边界、目录结构

生成：SKILL.md、references、examples、scripts

评估/优化：Trust Gate、证据化评分、最小补丁

返观：失败复盘、保守补丁、反测与回滚

自化：create / merge / discard 决策与持久规则

设计原则

哲学必须落地：隐喻必须变成行为规则

文件优先：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

优化有停止条件：最好指没有已知 P0/P1 缺陷

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

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

记住

道生一，一生二，二生三，三生万物。
道·Skill 是一个 Skill 元设计器。
先归根，再分化；先明道，再造物。

附：道·Skill

请前往草稿箱查看： https://mp.weixin.qq.com/