lovstudio-skill-creator

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

lovstudio:skill-creator

Scaffold a new lovstudio skill as an independent GitHub repo under

lovstudio/{name}-skill

. The lovstudio ecosystem is no longer a monorepo — each skill is its own repo, and a central index at

~/lovstudio/coding/skills/index/

tracks them.

将新的lovstudio Skill搭建为

lovstudio/{name}-skill

下的独立GitHub仓库。lovstudio生态系统不再是单体仓库——每个Skill都是独立仓库，由

~/lovstudio/coding/skills/index/

的中央索引进行追踪。

Architecture

架构

~/lovstudio/coding/skills/
├── index/                     ← central catalog (lovstudio/skills repo)
│   ├── skills.yaml            ← machine-readable manifest (paid flag lives here)
│   └── README.md              ← human-readable catalog
├── {name}-skill/              ← each skill is an independent repo
│   ├── SKILL.md
│   ├── README.md
│   ├── CHANGELOG.md           ← managed by skill-optimizer
│   ├── scripts/               ← standalone Python CLI scripts
│   └── references/            ← optional progressive-disclosure docs
└── ...

~/.claude/skills/lovstudio-{name}  ← symlink → ~/.agents/skills/lovstudio-{name}
                                                 → ~/lovstudio/coding/skills/{name}-skill/

Key facts:

GitHub repo name:
```
lovstudio/{name}-skill
```
(with
```
-skill
```
suffix)

Local source path:

~/lovstudio/coding/skills/{name}-skill/

(no

lovstudio-

prefix)

Claude Code reads:

~/.claude/skills/lovstudio-{name}/

(with

lovstudio-

prefix, via symlink)

Frontmatter
```
name
```
:
```
lovstudio:{name}
```
(with
```
:
```
separator)
```
paid: true/false
```
lives only in
```
index/skills.yaml
```
, never in SKILL.md

~/lovstudio/coding/skills/
├── index/                     ← 中央目录（lovstudio/skills仓库）
│   ├── skills.yaml            ← 机器可读清单（付费标识存储于此）
│   └── README.md              ← 人类可读目录
├── {name}-skill/              ← 每个Skill都是独立仓库
│   ├── SKILL.md
│   ├── README.md
│   ├── CHANGELOG.md           ← 由skill-optimizer管理
│   ├── scripts/               ← 独立Python CLI脚本
│   └── references/            ← 可选的渐进式披露文档
└── ...

~/.claude/skills/lovstudio-{name}  ← 符号链接 → ~/.agents/skills/lovstudio-{name}
                                                 → ~/lovstudio/coding/skills/{name}-skill/

关键信息：

GitHub仓库名称：
```
lovstudio/{name}-skill
```
（带
```
-skill
```
后缀）

本地源码路径：

~/lovstudio/coding/skills/{name}-skill/

（无

lovstudio-

前缀）

Claude Code读取路径：
```
~/.claude/skills/lovstudio-{name}/
```
（带
```
lovstudio-
```
前缀，通过符号链接）
前置元数据
```
name
```
：
```
lovstudio:{name}
```
（使用
```
:
```
分隔符）
```
paid: true/false
```
仅存储在
```
index/skills.yaml
```
中，绝不会出现在SKILL.md里

Skill Creation Process

Skill创建流程

Step 1: Understand the Skill

步骤1：理解Skill需求

Ask the user what the skill should do. Use

AskUserQuestion

— one question at a time, in the order below. Do not skip or reorder. The distribution model decides the architecture, so it has to come before any implementation question.

Required question order:

询问用户Skill的功能。使用

AskUserQuestion

——按以下顺序逐个提问，请勿跳过或调整顺序。分发模式决定架构，因此必须先于任何实现相关问题提问。

必填提问顺序：

Q1. Distribution model — ALWAYS ask first

Q1. 分发模式——必须首先提问

Even for "obvious" simple skills, ask. Users may have future monetization plans you can't infer from the initial request.

这个 skill 的分发定位?

Free (public) — 任何人 git clone 就能用。适合引流、通用工具、开源贡献。

Paid, 普通 IP — 核心逻辑是流程/模板/prompt 编排,用户 grep 出来不心疼。用加密分发 + license 鉴权。

Paid, 敏感 IP — 含算法参数/业务规则/调好的 prompt/API 密钥,用户反编译会心疼。用 cloud-split:核心逻辑放云端,本地只有瘦客户端。

提示:不确定 → 选 2。未来升级到 3 比降级容易。

这个答案决定后续流程分支:

选 1 → 走标准公开 repo 流程
选 2 → 走 encrypted skill 流程(README 里坦诚说明 "加密 = 鉴权闸门,不保证反提取")
选 3 → 停下来读
references/cloud-split.md
,然后走 cloud-split 流程

即使是“显而易见”的简单Skill也要提问。用户可能有你无法从初始请求中推断出的未来 monetization 计划。

这个 skill 的分发定位?

免费（公开） — 任何人git clone就能用。适合引流、通用工具、开源贡献。

付费，普通IP — 核心逻辑是流程/模板/prompt编排，用户grep出来不心疼。用加密分发 + license鉴权。

付费，敏感IP — 含算法参数/业务规则/调好的prompt/API密钥，用户反编译会心疼。用cloud-split：核心逻辑放云端，本地只有瘦客户端。

提示:不确定 → 选2。未来升级到3比降级容易。

这个答案决定后续流程分支：

选1 → 走标准公开仓库流程
选2 → 走加密Skill流程（README中需明确说明“加密=鉴权闸门，不保证无法反提取”）
选3 → 先阅读
references/cloud-split.md
，然后走cloud-split流程

Q2. Problem & shape

Q2. 问题与形态

解决什么问题?输入 → 输出是什么?
2-3 个具体使用示例
触发短语(中文 + English)

解决什么问题？输入→输出是什么？
2-3个具体使用示例
触发短语（中文+英文）

Q2.5. Decompose into protected vs public layers ⟵ MANDATORY, do not skip

Q2.5. 拆分为保护层与公开层 ⟵ 必填步骤，请勿跳过

Before any file is created, decompose the skill into two layers and show the user the decomposition for confirmation. This step catches two common failures: (a) cloud-split chosen with empty protected layer (over-engineering), (b) encrypted chosen but real secrets exist (under-protection).

Present like this:

我先拆解一下这个 skill 的结构:

公开层(瘦客户端 SKILL.md 会暴露这些):

[具体列出:对话流、输入解析、输出渲染、错误处理]

保护层(需要藏起来的):

[具体列出:算法/阈值/规则/prompt 工程/密钥/数据]

或明确写 "无 — 这个 skill 没有需要保护的核心逻辑"

按这个拆解,你选的 [Q1 答案] [合理 / 不合理,建议改成 X]。确认继续?

Consistency check — if decomposition contradicts Q1, challenge it:

Q1 选择	保护层内容	判断
Free	任何	✓ 无需保护问题
Encrypted	非空	⚠️ 警告:encrypted 不防 L2 grep,真敏感的请升级 cloud-split
Encrypted	空	✓ 合理(典型场景:付费模板/工作流)
Cloud-split	非空且有实质	✓ 合理
Cloud-split	空或琐碎	✗ 停下,反问用户是否过度设计,建议降级到 encrypted 或 free

对琐碎 demo(如"两数之和")尤其要质询 —— cloud-split 的服务端成本 + 部署复杂度对"其实没东西可保护"的 skill 是净负收益。除非用户明确说"做模板/教学样本", 否则建议降级。

在创建任何文件之前，将Skill拆分为两层并向用户展示拆分结果以确认。此步骤可避免两种常见错误：(a) 选择cloud-split但保护层为空（过度设计），(b) 选择加密但存在真实敏感信息（保护不足）。

展示格式如下：

我先拆解一下这个 skill 的结构:

公开层（瘦客户端SKILL.md会暴露这些）:

[具体列出：对话流、输入解析、输出渲染、错误处理]

保护层（需要隐藏的内容）:

[具体列出：算法/阈值/规则/prompt工程/密钥/数据]

或明确写 "无 — 这个skill没有需要保护的核心逻辑"

按这个拆解，你选的[Q1答案][合理/不合理，建议改成X]。确认继续？

一致性检查——如果拆分结果与Q1矛盾，需提出质疑：

Q1选择	保护层内容	判断
免费	任何内容	✓ 无需保护，无问题
加密	非空	⚠️ 警告：加密无法防止L2级grep，若为真敏感内容请升级到cloud-split
加密	空	✓ 合理（典型场景：付费模板/工作流）
Cloud-split	非空且有实质内容	✓ 合理
Cloud-split	空或琐碎内容	✗ 暂停，反问用户是否过度设计，建议降级为加密或免费

对于琐碎的Demo（如“两数之和”）尤其要质询——cloud-split的服务端成本+部署复杂度对于“其实无内容可保护”的Skill来说是净损失。除非用户明确说明“做模板/教学样本”，否则建议降级。

Q2.7. Naming — de-business the name ⟵ MANDATORY for paid skills

Q2.7. 命名——去业务化 ⟵ 付费Skill必填步骤

Bad naming leaks the logic through the API surface. Even with cloud-split, if the skill name + op name + input schema together describe the business logic,

grep

on jsonl reveals intent.

Rule: name the capability domain, not the specific logic.

✗ 逻辑自述(坏)	✓ 能力域(好)
`sum-gt-ten`	`threshold-check`
`extract-chinese-poem-style`	`text-style-analyzer`
`detect-viral-headline`	`text-scorer`
`calculate-compatibility`	`profile-matcher`

Propose 2-3 de-businessed names and let the user pick via AskUserQuestion. For the op names inside the handler, same rule —

op: "score"

beats

op: "check_if_sum_exceeds_10"

Skip this step only if Q1 == Free and the user doesn't care about future paid upgrades.

糟糕的命名会通过API表面泄露逻辑。即使使用cloud-split，如果Skill名称+操作名称+输入 schema 共同描述了业务逻辑，

grep

jsonl文件就能揭示意图。

规则：命名要体现能力领域，而非具体逻辑。

✗ 逻辑自述（坏）	✓ 能力域（好）
`sum-gt-ten`	`threshold-check`
`extract-chinese-poem-style`	`text-style-analyzer`
`detect-viral-headline`	`text-scorer`
`calculate-compatibility`	`profile-matcher`

提出2-3个去业务化的名称，让用户通过AskUserQuestion选择。对于处理程序内的操作名称，遵循相同规则——

op: "score"

优于

op: "check_if_sum_exceeds_10"

。

仅当Q1为免费且用户不关心未来付费升级时，可跳过此步骤。

Q3. Implementation type

Q3. 实现类型

纯指令 SKILL.md,还是需要 Python CLI 脚本?
(如果 Q1 选了 3:这一问跳过。cloud-split 的"实现"就是云端 handler,不是本地脚本。)

纯指令SKILL.md，还是需要Python CLI脚本？ -（如果Q1选了3：跳过此问题。cloud-split的“实现”是云端处理程序，而非本地脚本。）

Protection model — what each tier actually buys you

保护模型——各层级实际能提供的保护

Be honest about what each tier protects against. Do not market encrypted skills as "IP protection" — it's a gate, not a vault.

Tier	Protects against	Does NOT protect against
Free	无	无
Paid / encrypted	路人 `git clone` 就能用(L1)	技术用户 grep `~/.claude/projects/*.jsonl` 取回明文(L2)
Paid / cloud-split	L1 + L2 + 反汇编客户端	反向推理 I/O 做劣质 clone

核心逻辑真正不下发到用户机器的 只有 cloud-split。其他 tier 都不要对用户承诺"加密保护"。

如实说明各层级能防范的风险。不要将加密Skill宣传为“IP保护”——它只是一个闸门，而非保险箱。

层级	能防范	不能防范
免费	无	无
付费/加密	普通用户 `git clone` 即可使用（L1级）	技术用户通过grep `~/.claude/projects/*.jsonl` 取回明文（L2级）
付费/cloud-split	L1+L2+反汇编客户端	通过反向推理I/O制作劣质克隆版

核心逻辑真正不会下发到用户机器的只有cloud-split。其他层级都不要向用户承诺“加密保护”。

Step 2: Plan Contents

步骤2：规划内容

Analyze the examples and identify:

Scripts — deterministic operations →
```
scripts/
```
References — domain knowledge Claude needs while working →
```
references/
```
Assets — files used in output (templates, fonts, etc.) →
```
assets/
```

Rules:

Python scripts must be standalone single-file CLIs with
```
argparse
```
No package structure, no
```
setup.py
```
, no
```
__init__.py
```
CJK text handling is a core concern if the skill deals with documents

分析示例并确定：

脚本——确定性操作→
```
scripts/
```
参考文档——Claude工作时需要的领域知识→
```
references/
```
资源文件——输出中使用的文件（模板、字体等）→
```
assets/
```

规则：

Python脚本必须是独立单文件CLI，基于
```
argparse
```
无包结构、无
```
setup.py
```
、无
```
__init__.py
```
如果Skill处理文档，CJK文本处理是核心关注点

Step 3: Initialize

步骤3：初始化

Run the init script (it auto-detects the target directory):

bash

python3 ~/.claude/skills/lovstudio-skill-creator/scripts/init_skill.py <name>

This creates

~/lovstudio/coding/skills/{name}-skill/

with:

{name}-skill/
├── SKILL.md          ← frontmatter + TODO workflow
├── README.md         ← human-readable docs with version badge
└── scripts/          ← empty, ready for implementation

Pass

--paid

if this is a paid skill (adjusts README + metadata hints).

If Q1 chose cloud-split (tier 3): after running init_skill.py, don't put your real logic in

scripts/

. Instead:

Read
```
references/cloud-split.md
```
end-to-end before writing any code (this is not optional — the rules for non-leaky payloads are there, not here)
Start from
threshold-check
as the reference pattern, NOT
```
paid-add
```
.
```
paid-add
```
is an architecture demo with an intentionally leaky payload (for teaching). Copying its return shape into a real skill defeats the whole point of cloud-split.
Write the handler at
```
~/lovstudio/coding/web/supabase/functions/skill_call/handlers/<name>.ts
```
— return a minimal symbolic payload (
```
{verdict: "A" | "B"}
```
style), not descriptive strings or narrative
```
display
```
fields
Write the thin SKILL.md per the
```
threshold-check
```
template — rendering via a symbol → text table, never via a computed algorithm
MANDATORY pre-flight audit — before registering the handler in the dispatcher, before deploying, before telling the user "done": run the checklist in
```
references/cloud-split.md
```
→ "MANDATORY pre-flight audit" section. Report each item's result to the user. If any item fails, rewrite before moving on.
Skip the normal Step 4 "write scripts" — there usually aren't any for cloud-split skills (unless you need client-side rendering of server output)

Why the audit is mandatory: a real incident during skill-creator development produced a cloud-split skill whose handler returned

{score, verdict: "below", display: "2+6=8 (below 10)"}

. Architecture was correct; protection was zero. The audit catches this class of bug before it ships.

运行初始化脚本（会自动检测目标目录）：

bash

python3 ~/.claude/skills/lovstudio-skill-creator/scripts/init_skill.py <name>

此命令会创建

~/lovstudio/coding/skills/{name}-skill/

目录，包含以下内容：

{name}-skill/
├── SKILL.md          ← 前置元数据 + TODO工作流
├── README.md         ← 带版本徽章的人类可读文档
└── scripts/          ← 空目录，准备好用于实现

如果是付费Skill，添加

--paid

参数（会调整README和元数据提示）。

如果Q1选择了cloud-split（层级3）：运行init_skill.py后，不要将真实逻辑放入

scripts/

。而是：

在编写任何代码之前，完整阅读
```
references/cloud-split.md
```
（此步骤为必填——防止泄露的负载规则在此文档中，而非本文档）
以
threshold-check
为参考模板开始，而非
```
paid-add
```
。
```
paid-add
```
是一个架构Demo，故意使用了易泄露的负载（用于教学）。将其返回格式复制到真实Skill中会完全违背cloud-split的初衷。
在
```
~/lovstudio/coding/web/supabase/functions/skill_call/handlers/<name>.ts
```
编写处理程序 ——返回最小化的符号化负载（如
```
{verdict: "A" | "B"}
```
格式），而非描述性字符串或叙事性
```
display
```
字段
按照
```
threshold-check
```
模板编写精简的SKILL.md——通过符号→文本表进行渲染，绝不能通过计算算法
必填预发布审核——在调度程序中注册处理程序、部署、告知用户“完成”之前：运行
```
references/cloud-split.md
```
中的检查清单→“必填预发布审核”部分。向用户报告每个项的结果。如果任何项未通过，需重写后再继续。
跳过常规步骤4“编写脚本”——cloud-split Skill通常不需要脚本（除非需要客户端渲染服务器输出）

为什么审核是必填项：Skill Creator开发期间的真实事件中，一个cloud-split Skill的处理程序返回了

{score, verdict: "below", display: "2+6=8 (below 10)"}

。架构正确，但毫无保护。审核可在发布前发现此类bug。

Step 4: Implement

步骤4：实现

Write scripts in
```
scripts/
```
— test by running directly
Write SKILL.md — instructions for AI assistants:
- Frontmatter
```
description
```
  is the trigger mechanism — cover what + when + concrete trigger phrases (中文 + English)
- Body contains workflow steps, CLI reference, field mappings
- Use
```
AskUserQuestion
```
  for interactive prompts before running scripts
- Keep SKILL.md under 500 lines; split to
```
references/
```
  if longer
Write README.md — docs for humans on GitHub:
- Version badge (source of truth for version)
- Install command:
```
git clone https://github.com/lovstudio/{name}-skill ~/.claude/skills/lovstudio-{name}
```
- Dependencies
- Usage examples, options table
- ASCII diagrams if useful

See

references/templates.md

for SKILL.md / README.md templates.

编写脚本——在
```
scripts/
```
目录中编写，直接运行测试
编写SKILL.md——AI助手的指令：
- 前置元数据
```
description
```
  是触发机制——涵盖内容+时机+具体触发短语（中文+英文）
- 主体包含工作流步骤、CLI参考、字段映射
- 在运行脚本前使用
```
AskUserQuestion
```
  进行交互式提示
- 保持SKILL.md在500行以内；若过长，拆分到
```
references/
```
  目录
编写README.md——GitHub上面向人类的文档：
- 版本徽章（版本的权威来源）
- 安装命令：
```
git clone https://github.com/lovstudio/{name}-skill ~/.claude/skills/lovstudio-{name}
```
- 依赖项
- 使用示例、选项表
- 如有需要，添加ASCII图

SKILL.md / README.md模板可参考

references/templates.md

。

Step 5: Publish

步骤5：发布

5a. Initialize & push the skill's own repo

5a. 初始化并推送Skill独立仓库

bash

cd ~/lovstudio/coding/skills/<name>-skill
git init
git add -A
git commit -m "feat: initial release of <name> skill"

bash

cd ~/lovstudio/coding/skills/<name>-skill
git init
git add -A
git commit -m "feat: initial release of <name> skill"

Free skill (public):

免费Skill（公开）:

gh repo create lovstudio/<name>-skill --public --source=. --push

Paid skill (private):

付费Skill（私有）:

gh repo create lovstudio/<name>-skill --private --source=. --push

undefined

gh repo create lovstudio/<name>-skill --private --source=. --push

undefined

5b. Register in the central index

5b. 在中央索引中注册

Edit

~/lovstudio/coding/skills/index/skills.yaml

— append under the right category (category order in the yaml determines display order on the website):

yaml

  - name: <name>
    repo: lovstudio/<name>-skill
    paid: false                         # or true for paid skills
    category: "<Category>"              # must match an existing category heading
    version: "0.1.0"
    description: "<One-line description matching SKILL.md tagline>"

Also add a row to

~/lovstudio/coding/skills/index/README.md

under the matching category section. Then PR against

lovstudio/skills

bash

cd ~/lovstudio/coding/skills/index
git checkout -b add/<name>
git add skills.yaml README.md
git commit -m "add: <name> skill"
git push -u origin HEAD
gh pr create --fill

编辑

~/lovstudio/coding/skills/index/skills.yaml

——在对应分类下追加（yaml中的分类顺序决定网站上的显示顺序）：

yaml

  - name: <name>
    repo: lovstudio/<name>-skill
    paid: false                         # 付费Skill设为true
    category: "<Category>"              # 必须匹配现有分类标题
    version: "0.1.0"
    description: "<与SKILL.md标语一致的单行描述>"

同时在

~/lovstudio/coding/skills/index/README.md

的对应分类部分添加一行。然后向

lovstudio/skills

提交PR：

bash

cd ~/lovstudio/coding/skills/index
git checkout -b add/<name>
git add skills.yaml README.md
git commit -m "add: <name> skill"
git push -u origin HEAD
gh pr create --fill

5c. Symlink for local availability

5c. 创建符号链接以实现本地可用

Make the skill immediately usable in Claude Code:

bash

undefined

让Skill可立即在Claude Code中使用：

bash

undefined

Layer 1: source → .agents

第一层：源码 → .agents

ln -s ~/lovstudio/coding/skills/<name>-skill
~/.agents/skills/lovstudio-<name>

Layer 2: .agents → .claude/skills (where Claude Code reads)

第二层：.agents → .claude/skills（Claude Code读取路径）

ln -s ../../.agents/skills/lovstudio-<name>
~/.claude/skills/lovstudio-<name>


Verify: `ls ~/.claude/skills/lovstudio-<name>/SKILL.md` resolves.

ln -s ../../.agents/skills/lovstudio-<name>
~/.claude/skills/lovstudio-<name>


验证：`ls ~/.claude/skills/lovstudio-<name>/SKILL.md`可正常解析。

5d. Trigger lovstudio.ai cache refresh (optional)

5d. 触发lovstudio.ai缓存刷新（可选）

After the skill is indexed in

skills.yaml

, the lovstudio.ai

/agent

page caches the index for 1 hour (Next.js ISR). Trigger on-demand revalidation so the new skill appears immediately:

bash

if [ -n "$LOVSTUDIO_REVALIDATE_SECRET" ]; then
  curl -sfX POST https://lovstudio.ai/api/revalidate \
    -H "x-revalidate-secret: $LOVSTUDIO_REVALIDATE_SECRET" \
    -H "content-type: application/json" \
    -d '{"tags":["skills-index"]}' \
    && echo "✓ cache refreshed" \
    || echo "⚠ revalidate failed (will appear within 1h)"
fi

Known tags (see

lovstudio/web:src/data/skills.ts

```
skills-index
```
— the yaml index (invalidates all list pages)
```
skill:<id>
```
— detail for a single skill
```
skill-cases:<id>
```
— cases.json for a skill

Skill在

skills.yaml

中索引后，lovstudio.ai的

/agent

页面会缓存索引1小时（Next.js ISR）。触发按需重新验证可让新Skill立即显示：

bash

if [ -n "$LOVSTUDIO_REVALIDATE_SECRET" ]; then
  curl -sfX POST https://lovstudio.ai/api/revalidate \
    -H "x-revalidate-secret: $LOVSTUDIO_REVALIDATE_SECRET" \
    -H "content-type: application/json" \
    -d '{"tags":["skills-index"]}' \
    && echo "✓ cache refreshed" \
    || echo "⚠ revalidate failed (will appear within 1h)"
fi

已知标签（见

lovstudio/web:src/data/skills.ts

）：

```
skills-index
```
— yaml索引（会使所有列表页失效）
```
skill:<id>
```
— 单个Skill的详情页
```
skill-cases:<id>
```
— Skill的cases.json

Step 6: Test & Iterate

步骤6：测试与迭代

In a new conversation, invoke
```
/lovstudio:<name>
```
— confirm it triggers
Notice struggles → edit SKILL.md / scripts in the source repo
Commit & push (the symlink chain means no local copy to sync)

在新对话中调用
```
/lovstudio:<name>
```
——确认可触发
发现问题→编辑源码仓库中的SKILL.md / 脚本
提交并推送（符号链接链意味着无需同步本地副本）

Design Patterns

设计模式

Interactive Pre-Execution (MANDATORY for generation/conversion skills)

交互式预执行（生成/转换类Skill必填）

markdown

**IMPORTANT: Use `AskUserQuestion` to collect options BEFORE running.**

Use `AskUserQuestion` with the following template:
[options list]

markdown

**重要提示：运行前请使用`AskUserQuestion`收集选项。**

使用以下模板的`AskUserQuestion`:
[选项列表]

Mapping User Choices to CLI Args

用户选择到CLI参数的映射

[table mapping choices to --flags]

undefined

[将选择映射到--flags的表格]

undefined

Progressive Disclosure

渐进式披露

Keep SKILL.md lean. Split to references when:

Multiple themes/variants →
```
references/themes.md
```
Complex API docs →
```
references/api.md
```
Large examples →
```
references/examples.md
```

Reference from SKILL.md: "For theme details, see

references/themes.md

保持SKILL.md精简。出现以下情况时拆分到参考文档：

多个主题/变体→
```
references/themes.md
```
复杂API文档→
```
references/api.md
```
大型示例→
```
references/examples.md
```

在SKILL.md中引用：“主题详情请见

references/themes.md

”

Context-Aware Pre-Fill

上下文感知预填充

For skills that fill or generate content:

Check user memory and conversation context first
Pre-fill what you can
Only ask for fields you truly don't know

对于填充或生成内容的Skill：

首先检查用户记忆和对话上下文
尽可能预填充内容
仅询问真正未知的字段

What NOT to Include

请勿包含的内容

```
INSTALLATION_GUIDE.md
```
— clutter; install instructions go in README.md
Test files — scripts are tested by running, not with test frameworks
```
__pycache__/
```
,
```
*.pyc
```
,
```
.DS_Store
```
— add to
```
.gitignore
```
```
paid
```
field in frontmatter — it lives only in
```
index/skills.yaml
```

```
INSTALLATION_GUIDE.md
```
——冗余；安装说明放在README.md中
测试文件——脚本通过直接运行测试，无需测试框架
```
__pycache__/
```
、
```
*.pyc
```
、
```
.DS_Store
```
——添加到
```
.gitignore
```
前置元数据中的
```
paid
```
字段——仅存储在
```
index/skills.yaml
```
中

Migration Note (2026-04)

迁移说明（2026-04）

The ecosystem was refactored from a monorepo (

lovstudio/skills

containing

skills/lovstudio-<name>/

) + mirror (

lovstudio/pro-skills

) into independent per-skill repos + central index. The old

lovstudio/pro-skills

was archived. If working on a legacy skill still in the old structure, migrate it first:

bash

undefined

生态系统已从单体仓库（

lovstudio/skills

包含

skills/lovstudio-<name>/

）+镜像仓库（

lovstudio/pro-skills

）重构为独立的单Skill仓库+中央索引。旧的

lovstudio/pro-skills

已归档。如果处理仍在旧结构中的遗留Skill，请先迁移：

bash

undefined

1. Extract from monorepo subdirectory

1. 从单体仓库子目录提取

cp -r ~/projects/lovstudio-skills/skills/lovstudio-<name>
~/lovstudio/coding/skills/<name>-skill cd ~/lovstudio/coding/skills/<name>-skill

cp -r ~/projects/lovstudio-skills/skills/lovstudio-<name>
~/lovstudio/coding/skills/<name>-skill cd ~/lovstudio/coding/skills/<name>-skill #（通过创建新目录移除lovstudio-前缀）

(remove the lovstudio- prefix from the directory by creating fresh)

2. 新建Git历史

2. Fresh git history

—

rm -rf .git git init && git add -A && git commit -m "import: <name> from monorepo"

3. Create independent repo

3. 创建独立仓库

gh repo create lovstudio/<name>-skill --public --source=. --push

undefined

gh repo create lovstudio/<name>-skill --public --source=. --push

undefined