任意来源 → Skill IR → Optimized Skill Package
命名寓意： 白泽，神话中通晓万物之理的神兽。本 Skill 能将任意来源（PDF/视频/网页/图片/文档）编译为可复用 Skill，如白泽之通晓万物。
把任意来源（文本 Prompt、PDF、视频、网页、图片、文档）编译成可复用、可维护、可持续演化的 AI Skill
Skill Compiler 是一个 Meta Skill（元技能）——它的输入是任意来源（文本 Prompt、PDF、视频、网页、图片、文档），输出是一个完整的、结构化的 AI Skill 文件包。
它不是"Prompt 优化器"。它是一个 能力编译器：保留来源背后的"能力（Capability）"，而非来源本身的文字。
Source (Prompt / PDF / Video / URL / Image / Doc)
│
▼
Ingest → Triage → Analyze → Extract → Design → Generate → Optimize → Validate
│
▼
Complete Skill Package
| 对比 | 直接用 Prompt | 手写 Skill | Skill Compiler |
|---|---|---|---|
| 复用性 | 一次性，每次重写 | 高，但门槛高 | 高，且开箱即用 |
| 维护成本 | 改一处要改全文 | 需手动同步多处 | 知识外置，模块独立 |
| 质量保障 | 无 | 靠经验 | 四层评估闭环（含压力测试） |
| 多源输入 | 不支持 | 需手动预处理 | PDF/视频/网页/图片/文档自动摄取 |
| 平台适配 | 不适用 | 需手动改格式 | 支持 TRAE / Claude / Generic |
| 诚实边界 | 无 | 容易遗漏 | 强制声明局限性 + 失败模式 |
适合的场景：
- 你有一个反复使用的 Prompt，想升级成可维护的 Skill
- 你有 PDF/视频/网页等素材，想提炼成可复用的能力
- 你想批量生成符合特定平台规范的 Skill
不适合的场景：
- 一次性问答（直接问就行）
- 纯翻译/摘要（直接做）
- 从零设计全新能力（没有源材料）
给 Skill Compiler 一个源材料（Prompt / 文件 / URL），它会自动走完整编译流程：
1. Pass 0 — 判断是否值得编译 + 选平台 + 选模式 + 设预算
2. Pass 1-3 — 分析 → 抽取 → 设计，产出 Skill IR（含自测用例）
3. Pass 4 — 基于 IR + 平台 profile 生成文件包
4. Pass 5 — 条件优化（去重 + IR 瘦身）
5. Pass 6 — 四层评估，输出评分 + GO/NO-GO
你是一个 Python 代码审查专家。用户会给你一段 Python 代码，你需要：
1. 检查代码风格（PEP 8）
2. 检查常见 bug
3. 检查安全问题
4. 给出改进建议
5. 按严重程度分级：Critical / Warning / Info
code-reviewer/
SKILL.md # 入口 + 路由
references/
pep8-rules.md # PEP 8 规则
bug-patterns.md # 常见 bug 模式
security-checks.md # 安全检查项
templates/
review-report.md # 报告模板
rubrics/
severity-rubric.md # 严重度分级
完整编译过程（含每个 Pass 的 IR 产出）见：
- examples/example-compilation.md — Python 代码审查（normal 架构）
- examples/example-workflow-compilation.md — API 文档生成器（workflow 架构）
| 模式 | Token 开销 | 适用场景 |
|---|---|---|
quick |
低（~3 次调用） | Prompt < 200 字，已熟悉 Skill 结构 |
full |
高（~6+ 次调用） | 复杂 Prompt，需要完整能力提取与验证（默认） |
audit |
中（~2 次调用） | 评估已有 Skill，不生成新文件 |
| Pass | 执行 | 职责 |
|---|---|---|
| I Ingestion | 多源摄取：PDF/视频/网页/图片/文档 → 结构化内容 + 来源溯源 | |
| 0 Triage | ✅ 总是 | 判断是否值得编译 + 选平台 + 选模式 + 设 Token 预算 |
| 1 Analyze | ✅ 总是 | 理解内容：目标 / 输入输出 / 边界 / 假设 |
| 2 Extract | ✅ 总是 | 能力图谱 + 知识清单（含证据分级）+ 角色矩阵 |
| 3 Design | ✅ 总是 | 架构类型 + 模块拆分（含诚实边界）+ Workflow + 目录结构 + 自测用例 |
| 4 Generate | ✅ 总是 | 基于 IR + 目标平台 profile 生成符合平台规范的完整 Skill 文件包 |
| 5 Optimize | 内容 > 500字 / 重复 / multi-agent 时执行 | |
| 6 Validate | ✅ 总是 | 四层评估：结构（A，含 Compaction Resilience）+ IR 一致性（B，含冲突健康度）+ 触发质量（C，含压力测试）+ 平台合规（D） |
| Plugin Discovery | ❌ 条件 | 涉及外部能力（搜索/GitHub/DB/MCP）时执行 |
| Example Generation | ❌ 条件 | 涉及复杂流程/规则/评分体系时执行 |
skill_quality_score = structural_pass_rate × 0.2 (Layer A)
+ ir_consistency_rate × 0.3 (Layer B)
+ trigger_precision × 0.25 (Layer C)
+ platform_compliance_rate × 0.25 (Layer D)
| 分数 | Verdict |
|---|---|
| ≥ 85 且 0 Critical | GO |
| 60-84 或有 Critical 但可修复 | CONDITIONAL |
| < 60 | NO-GO |
- 多源摄取 — PDF/视频/网页/图片/文档自动解析（pdftotext/ffmpeg+whisper/tesseract/WebFetch），标准化为结构化内容 + 来源溯源
- 证据分级 — 每条知识携带 primary/secondary/inferred 证据等级，冲突信息保留标注而非静默消除，含冲突状态机与健康度检查
- 诚实边界 — 生成的 skill 强制声明局限性/失败模式/适用前提
- 并行提取器 — 五个专项提取器（框架/原则/案例/反例/术语）并行扫描长内容，三重验证筛入知识库
- 压力测试 — 构造边界交叉区诱饵输入验证 description 锐利度
- 平台适配 — 支持 TRAE / Claude / Generic，自动按平台规范渲染 frontmatter 与文件结构（含 Compaction 行为感知）
- 压缩截断韧性 — 检查生成的 skill 在 harness compaction 后 routing 信息是否仍完整
- Token 预算控制 — 设定预算上限，超限时自动降级模式
- 三层渐进加载 — 生成的 Skill 遵循 L1 触发 / L2 路由 / L3 懒加载分层
- 元反思审计 — 编译器在关键决策后执行 8 维度自省（问题定义/假设/推理/证据/替代解释/边界/目标/不确定性），不阻塞流程但写入 trace
skill-compiler/
├── SKILL.md # 入口 + 路由 manifest（< 300 行）
├── README.md # 本文件
├── CHANGELOG.md # 版本变更日志
├── profiles/ # 目标平台规范
│ ├── trae.md # TRAE IDE Skill 规范
│ ├── claude.md # Claude.ai / Claude Code 规范
│ └── generic.md # 默认通用规范
├── references/ # 各 Pass 的详细指令（懒加载）
│ ├── pass-ingestion.md # Pass I: 多源摄取
│ ├── pass-1-analyze.md # Pass 1: 理解内容
│ ├── pass-2-extract.md # Pass 2: 能力/知识/角色抽取
│ ├── pass-3-design.md # Pass 3: 架构设计 + 自测用例
│ ├── pass-4-generate.md # Pass 4: 生成文件包
│ ├── pass-5-optimize.md # Pass 5: 条件优化
│ ├── pass-6-validate.md # Pass 6: 四层评估
│ ├── evidence-grading.md # 证据分级体系
│ ├── honest-boundaries.md # 诚实边界规范
│ ├── parallel-extractors.md # 并行提取器 + 三重验证
│ ├── anti-patterns.md # 反模式定义
│ ├── plugin-discovery.md # 条件 Pass: 插件识别
│ ├── example-generation.md # 条件 Pass: 示例生成
│ └── meta-reflection.md # v2.1: 8维度编译自省框架
├── templates/
│ ├── skill-md-template.md # SKILL.md 输出模板
│ └── ir-schema.md # Skill IR 中间表示 schema
├── examples/
│ ├── example-compilation.md # 完整编译示例（Python 代码审查）
│ └── example-workflow-compilation.md # Workflow 类型编译示例
├── schemas/
│ ├── ir-schema.json # Skill IR JSON Schema
│ └── trace-schema.json # 执行 trace 契约
└── docs/
└── self-compilation-audit.md # 自编译审计记录
| 原则 | 含义 |
|---|---|
| Prompt 不是 Skill | Skill = Role + Workflow + Knowledge + Decision Logic + Checklist + Rubric + Templates + Examples + Config + References + Output Schema |
| 重复内容外置 | 超过一次使用的内容 → references/ |
| Prompt 最小化 | 知识外置，Workflow 独立，配置参数化 |
| 不照搬 Prompt | 以 Skill 为中心重新设计，保留"能力"而非"文字" |
Skill Compiler 由 SkillForge Full 模式构建，通过了完整的 5 层验证（Triage → Create → Validate → Audit → Deploy Decision），Compliance Score 100%，Gaming Gate PASS。
版本演进历史见 CHANGELOG.md。
