岗位智能体技能生成器#

概述#

本技能接在 chudaxia-ai-coach-tools-position-agent-prompts-generator 之后使用，将其输出的「岗位智能体提示词」中的岗位技能逐项拆解为可挂载、可检索、可维护的 Agent Skill 技能目录。

核心交付包括：每个岗位技能对应的内化技能知识文档、符合 assets/specs/agents-skills-specification.md 的技能目录与 SKILL.md 文件，以及已回写技能映射关系的岗位智能体提示词。

强制输出要求#

• 一项岗位核心能力对应一个技能目录：除非用户明确批准合并或拆分，否则不得把多个能力合并为一个技能，也不得把一个能力拆成多个技能。
• 每个技能必须内化运行知识：从腾讯 IMA 或本地文件目录检索、筛选并萃取后，必须写入 assets/knowledge/knowledge.md，使生成技能脱离原始知识源后仍可完整执行；不得要求运行时再访问原知识库、原始文件或上游提示词。
• 缺乏知识必须清晰标注：证据不足时创建 assets/knowledge/knowledge-gaps.md，并在 assets/knowledge/knowledge.md 对应章节标注 [待补齐]，不得用推测内容补全。
• 每个技能必须有来源索引：创建 references/source-map.md，记录检索词、来源文档、取舍理由和未采用材料；来源索引用于追溯审计，不作为技能执行依赖。
• 每个技能目录必须符合 Agent Skills 规范：目录名与 SKILL.md frontmatter 的 name 完全一致，名称只使用小写字母、数字和连字符。
• 输出位置必须可挂载：技能目录应输出到用户指定的 Skills 根目录，或在交付中明确标注安装/挂载状态与后续移动路径。
• 必须回写岗位智能体提示词：更新原提示词中的技能层与知识层，使其技能清单、技能目录、知识文档一一对应。
• 最终交付必须包含映射表：列出原岗位技能、生成技能名、技能目录、知识来源、回写位置和状态。

输入确认#

开始前确认以下信息：

1. 岗位智能体提示词来源：用户粘贴的 Markdown、已生成的 .md 文件，或上游生成器刚输出的内容。
2. 知识库来源：腾讯 IMA 知识库或本地文件目录；该来源只用于生成阶段检索和内化，未指定时默认先问用户，不能假设已有 IMA 访问能力。
3. 输出根目录：优先使用用户指定的可挂载 Skills 根目录；未指定时使用 generated-position-agent-skills/<岗位slug>/，并在最终交付中标明这些技能仍需移动或挂载后才能被运行时发现。
4. 是否允许调整技能数量：默认不允许；如发现能力重叠、缺失或粒度异常，先给出建议并获得用户确认。

核心流程#

步骤 1：解析岗位智能体提示词#

读取完整岗位智能体提示词，至少提取以下内容：

• 岗位名称、部门、核心职责与工作边界
• 3. 技能层（Capability） 中的岗位核心能力与降级策略
• 4. 知识层（Knowledge） 中的参考规范底座与引用规范
• 5. 流程层（Workflow） 中与技能相关的标准步骤与异常处理
• 6. 权限层（Compliance） 中与技能相关的白名单、黑名单和上报机制
• 7. 绩效层（KPI） 中与技能相关的质量标准

使用 references/skill-extraction-framework.md 建立「岗位技能登记表」。登记表必须包含：

字段说明原始能力名称技能层中的原文名称技能目录名规范化 slug，必须能作为 skill name能力边界该技能负责什么、不负责什么知识检索词用于 IMA 或本地目录检索的关键词组合关联流程该技能在岗位工作流中的调用时机合规约束该技能必须遵守的权限边界KPI 约束该技能应满足的质量标准

步骤 2：检索并内化技能知识#

针对登记表中的每个技能分别检索知识来源，并把可执行知识内化进技能目录：

腾讯 IMA 来源

1. 使用用户可用的 IMA/知识库检索能力，以「岗位名称 + 能力名称 + 关键业务对象 + SOP/规范/模板/案例」组合检索。
2. 优先选择与该技能直接相关的制度、流程、模板、案例和 FAQ。
3. 记录来源文档标题、知识库名称、检索关键词和可追溯标识。

本地文件目录来源

1. 使用文件搜索定位与技能关键词相关的 .md、 .docx 转写、 .txt、模板或规范文件。
2. 读取候选内容，按相关性筛选直接证据，不把泛泛背景材料当作技能知识。
3. 记录相对路径和关键摘录位置。

将每个技能的检索结果萃取并内化为 assets/knowledge/knowledge.md。该文件必须包含足以支撑技能独立运行的流程、规则、判断标准、模板、案例和降级说明，不得只写来源链接、检索提示或“请参考原文”。结构固定为：

markdown

# [技能名称] 技能知识文档

## 适用范围

## 核心概念

## 标准流程

## 输入与输出

## 判断标准

## 异常与降级

## 合规边界

## 可复用模板或话术

## 内化知识来源摘要

同时创建 references/source-map.md，记录：检索来源、检索关键词、采用文档、未采用文档、采用/排除理由、可追溯标识。 references/source-map.md 仅用于审计、复核和后续更新，不得作为技能运行时的必要知识入口。

证据不足时，不得补写成看似完整的规范；应在 assets/knowledge/knowledge-gaps.md 中列出缺口、已检索关键词和建议补充资料，并在 assets/knowledge/knowledge.md 对应章节标注 [待补齐]。

步骤 3：逐一生成技能目录#

按 assets/specs/agents-skills-specification.md 为每个岗位技能创建目录：

text

<output-root>/
  <skill-slug>/
    SKILL.md
    assets/
      knowledge/
        knowledge.md
        knowledge-gaps.md      # 仅在证据不足时创建
      templates/               # 仅在技能有表单、话术、画布模板时创建
    references/
      source-map.md

SKILL.md 必须满足：

• YAML frontmatter 包含 name 和 description
• name 与目录名完全一致，且不超过 64 个字符
• description 说明该技能做什么以及何时使用，包含岗位、能力和触发关键词
• 正文引用 assets/knowledge/knowledge.md，并在存在缺口时引用 assets/knowledge/knowledge-gaps.md
• 正文说明技能执行依赖已内化知识，不依赖运行时访问原始知识源
• 明确输入、处理流程、输出、降级策略、合规边界和自检标准

使用 assets/templates/position-skill-template.md 作为单个技能的起稿模板。

步骤 4：回写岗位智能体提示词#

生成全部技能目录后，必须更新原岗位智能体提示词：

1. 在 3. 技能层（Capability） 中，将每项岗位核心能力补充为「能力名称 + 生成技能目录 + 内化技能知识文档 + 调用时机」。
2. 在 4. 知识层（Knowledge） 中补充生成的 assets/knowledge/knowledge.md 清单，并标注已挂载或待挂载状态。
3. 在文档末尾增加或更新「岗位技能包映射表」，列出所有一一对应关系。
4. 在映射表附近增加「技能包同步记录」，包含生成时间、生成器名称、知识来源类型和本次更新摘要。
5. 保持原七层结构完整，不改变身份、人设、流程、权限、绩效层的原意。

如果原提示词已经存在技能映射表或人工补充内容，先保留原内容并追加更新；发现同一岗位技能已有不同技能目录时，列出冲突并要求用户确认，不得静默覆盖。

如果输入不是可编辑文件，而是用户粘贴内容或上游技能刚输出的内容，必须输出一份完整的「已回写岗位智能体提示词」Markdown；如用户希望落盘，先确认目标文件路径再创建。

映射表格式：

原岗位技能生成技能目录技能知识文档来源索引知识来源回写状态...............

当存在 assets/knowledge/knowledge-gaps.md 时，回写状态必须标为「知识待补齐」，并在知识层对应文档后标注 [待补齐]。

步骤 5：质量自检#

按 references/skill-package-checklist.md 完成自检。必须通过：

• 技能数量与原提示词技能层核心能力数量一致
• 每个技能目录都有有效 SKILL.md
• 每个 SKILL.md 的 name 与目录名一致
• 每个技能都有 references/source-map.md
• 每个技能至少有 assets/knowledge/knowledge.md，且该文件足以支撑技能脱离原始知识源运行
• 证据不足时另有明确的 assets/knowledge/knowledge-gaps.md，并在内化知识文档中标注 [待补齐]
• 原提示词已回写技能目录、知识文档和映射表
• 回写后的提示词仍保留七层结构；如同时存在结构化 JSON 表示，需再按 chudaxia-ai-coach/assets/schemas/prompt-framework-schema.json 校验
• 无虚构知识来源、无不可追溯结论

任一检查失败，先修正再交付。

命名规范#

• 技能目录名优先使用英文语义 slug，例如 quality-inspection-standard-design。
• 只允许小写字母、数字和连字符；不得使用中文、空格、下划线或连续连字符。
• 目录名超过 64 字符时，压缩为「岗位域 + 核心动作 + 对象」，例如 finance-budget-variance-analysis。
• 同名冲突时添加短后缀，如 -workflow、 -review，不要添加无意义序号，除非用户要求保留原顺序编号。

边界与异常处理#

• 无法访问 IMA：切换到用户提供的本地目录或要求用户提供导出的知识库材料。
• 本地目录无资料：生成技能骨架和 assets/knowledge/knowledge-gaps.md，并在最终映射表标为「知识待补齐」。
• 岗位技能粒度混乱：先输出拆分/合并建议，获得用户确认后再改变数量。
• 提示词不是七层结构：先列出缺失层与可识别字段，获得用户确认后再按七层模板补齐；无法确认的内容标为 [待补齐]，不得擅自补成确定事实。
• 存在企业敏感信息：技能知识文档保留必要业务规则，但对公司名、人名、内部系统名做泛化处理，除非用户明确要求保留。

最终交付格式#

交付时使用 Markdown，包含：

1. 生成的技能目录清单
2. 岗位技能包映射表
3. 已更新的岗位智能体提示词路径或内容
4. 知识缺口与待补资料清单
5. 质量自检结果

参考资源#

• references/skill-extraction-framework.md：岗位技能拆解与跨层映射方法。
• references/skill-package-checklist.md：技能目录、知识文档和提示词回写检查清单。
• assets/templates/position-skill-template.md：单个岗位技能 SKILL.md 模板。
• assets/specs/agents-skills-specification.md：Agent Skills 目录与 frontmatter 规范。