首页 / 开源热榜 / YAO Meta Skill / 使用教程

YAO Meta Skill 中文教程:先生成一个小技能,再看治理层是否值得保留

官方资料核对:2026-09-23 · 文档核对,未安装、未运行脚本

YAO Meta Skill 把 Agent Skill 当成需要持续维护的软件资产。输入可以是工作流笔记、提示词或 runbook,输出不只是一份 SKILL.md,还可能包含 Skill IR、客户端适配器、评测、HTML 审查页和发布证据。

版本要这样看:主分支 VERSION 与 manifest 都是 2.1.0,manifest 记录更新时间为 2026-08-17;GitHub Releases 页面仍为空。因此 2.1.0 是仓库版本标记,不是带 release notes 的正式 GitHub Release。

1. 安装前先确认写入位置

官方给 Codex 的全局安装命令如下。它会调用第三方 Agent Skills CLI 并修改用户级技能目录,执行前应先检查仓库、CLI 来源和目标路径:

npx -y skills add yaojingang/yao-meta-skill -a codex -g -y

安装后重启客户端。若要同时安装到所有受支持客户端,可把 codex 换成星号,但多客户端写入更难回滚,第一次测试没有必要这样做。

2. 用临时目录跑一次作者流程

检出仓库后,官方统一入口是:

mkdir yao-skill-check && cd yao-skill-check
python3 ../yao-meta-skill/scripts/yao.py quickstart --output-dir .

选一个范围很小的重复任务,例如把固定格式的周报校验步骤做成技能。生成后先读 SKILL.md 的触发描述和边界,再看 references、scripts 与 reports。脚本涉及外部命令或写入时,应逐行检查,不要因为报告显示通过就直接放进团队技能库。

3. 看懂 Skill OS 的数据流

YAO 先把任务、输出、排除项和标准写进意图模型,再形成 Skill IR。同一 IR 可以生成 OpenAI、Claude、通用 Agent Skills 或 VS Code 方向的适配器。Eval Lab 记录触发、输出与运行证据,Review Studio 汇总阻断项、豁免和修复动作,发布边界再检查包与公开声明。

这套结构适合需要跨客户端、评测和发布审查的团队技能。一个只由个人使用、几十行就能说清的技能,可能只需要 SKILL.md 与一个验证脚本。

4. 和 OpenAI skill-creator 怎么选

相比 OpenAI 官方 skill-creator,YAO 增加了 Skill IR、多客户端编译、证据台账、Review Studio 与发布门。OpenAI 的工具更聚焦目录结构、触发描述、资源规划、初始化和基础校验。先用简单工具做出可用技能,再根据跨平台与治理需要增加 YAO 层次,维护成本更容易控制。

5. 验证状态与验证边界

验证状态:本轮只核对 官方仓库、VERSION、manifest、CI requirements 和 Releases。没有运行 npx 安装,也没有执行 yao.py。

验证边界:客户端触发、生成文件、目标编译、Eval Lab、Review Studio、遥测与自更新均未本机实测。README 中的 91.5 分和盲审结果属于项目方证据;官方自己也注明更强的公开结论仍缺少外部与真实客户端证据。

这里仅补原教程没有展开的事实和边界。安装命令与操作步骤仍以前文为准。

先判断这个项目是否适合你

近期变化与关注原因

Agent Skill 从个人提示词变成团队资产后,需要处理触发条件、跨客户端格式、评测证据和发布审查。YAO 把这些环节放进同一套 Skill OS 流程。这些数字只用于判断搜索关注,不代表独立访客。

适合谁用

适合把反复出现的工作流整理成团队技能、为已有技能补齐接口和评测、在多个客户端之间生成适配器,或为发布建立证据与审查记录。只需要一个很短的个人提示词时,完整的 Skill OS 会增加维护成本。

原教程未展开的系统信息

核心功能

  • 评测与证据记录

    Output Eval Lab 覆盖触发检查、输出断言、执行记录、耗时与 token 证据、盲审材料和裁决报告。官方也明确区分本地记录、人工证据与外部 provider 证据。

  • SkillOps 迭代

    项目用元数据级使用记录、采用偏移和人工反馈生成下一轮提案,并把永久写入保持在显式批准之后。

技术栈和运行条件

语言

Python 脚本、Markdown/JSON/YAML 契约和 HTML 报告

框架

Agent Skills 包与仓库内 Skill OS 工作流

关键依赖

  • Node.js 与 npx(通过 Agent Skills CLI 安装)
  • Python 3(运行 scripts/yao.py)
  • PyYAML 6.0.3(官方 CI requirements)

运行环境

可全局安装到 Codex 或其他受 Agent Skills CLI 支持的客户端;MIT 许可

常见问题

YAO Meta Skill 2.1.0 是正式 GitHub Release 吗?

不是。2026-09-23 核对时,VERSION 和 manifest 都标为 2.1.0,但 GitHub Releases 页面为空。本页把 2.1.0 记为主分支版本标记,不把它说成正式 release。

YAO Meta Skill 安装后为什么没有触发?

官方要求安装后重启客户端。还要检查实际安装来源、是否有重复的活动副本,以及请求是否符合 SKILL.md 的触发描述;仓库提供 install-status 命令用于查看来源和重复安装。

YAO 的 91.5 分能证明它优于其他 skill-creator 吗?

不能。那是项目自己的加权工程评审。README 明确说它不是 world-class 就绪证明,并把外部 provider、人工盲审和真实客户端遥测列为独立证据任务。

YAO Meta Skill 会记录提示词原文吗?

官方把采用记录描述为默认本地、仅元数据,并强调不保存参数或原始内容;但遥测 hook 和导入功能仍应在启用前审查脚本、输出路径和团队隐私要求。