skill-update — скилл для Claude Code: создание и валидация скиллов
Скилл skill-update генерирует структуру скилла, проверяет её по лучшим практикам Anthropic и блокирует файлы, превышающие лимиты строк. Используй при создании или обновлении скилла.
MIT 174 установок ★ 632 обновлён 2026-07-29
npx skills add transilienceai/communitytools --skill skill-update -a claude-codeЧто делает skill-update
skill-update автоматизирует весь цикл работы со скиллами: от генерации директории и YAML-фронтматера до валидации каждого файла. Скилл вводит жёсткие ограничения — SKILL.md не более 150 строк, reference/*.md не более 200, reference/scenarios/*.md не более 400. Линтер scripts/skill_linter.py проверяет каждый файл, следит, чтобы в ссылках не было сломанных путей, убирает осиротевшие документы и блокирует вредные паттерны типа DO NOT вне секции ## Anti-Patterns.
Внутри скилла четыре этапа: сбор знаний из проектов, переформулировка в переиспользуемые паттерны, четырёхступенчатая проверка (обобщаемость, ценность, отсутствие дубликатов, минимальный размер) и запись в базу. Все решения о промоции обучения и разрешении записи — чистый JavaScript в .claude/workflows/lib/wf-helpers.mjs, агент выбора не принимает.
Рабочий процесс запускается через Workflow('skill-update', ...) с параметрами: output_dir для сбора из проекта, learnings для оценки известного набора или mode: 'audit' для чтения без изменений. Добавь dryRun: true чтобы увидеть план записи без самой записи.
Какие задачи решает
- Генерировать структуру скилла с YAML-фронтматером и разделением на SKILL.md, reference/ и scenarios/
- Валидировать файлы скилла против лимитов строк и проверять целостность ссылок
- Переформулировать знания из проектов в обобщаемые паттерны без специфики целей
- Отфильтровать дубликаты и слабые записи через четырёхступенчатую проверку
- Убирать служебные файлы, осиротевшие документы и вредные паттерны из базы скиллов
Примеры запросов агенту
- Сгенерируй структуру нового скилла и добавь туда паттерны аутентификации из документации
- Проверь скилл на нарушения лимитов строк и осиротевшие ссылки в reference/
- Собери техники из завершённого проекта и переформулируй их как переиспользуемые паттерны для скилла
Как установить skill-update
1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill skill-update -a claude-code2Вручную: положить файлы
~/.claude/skills/skill-update/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/skill-update/
1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill skill-update -a codex2Вручную: положить файлы
.agents/skills/skill-update/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill skill-update -a cursor2Вручную: положить файлы
.cursor/skills/skill-update/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install transilienceai/communitytools skills/skill-update2Вручную: положить файлы
.github/skills/skill-update/SKILL.md1Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill skill-update -a gemini-cli2Командой платформы
gemini skills install https://github.com/transilienceai/communitytools --path skills/skill-updateВручную: положить файлы
.devin/skills/skill-update/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add transilienceai/communitytools --skill skill-update -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о skill-update
Как установить skill-update в Claude Code?
Выполни npx skills add transilienceai/communitytools --skill skill-update -a claude-code, затем открой ~/.claude/skills/skill-update/SKILL.md.
Что делает skill-update?
Скилл генерирует структуру файлов скилла, валидирует их по лимитам строк (SKILL.md ≤150, reference/*.md ≤200, scenarios/ ≤400), проверяет целостность ссылок и переформулирует знания в переиспользуемые паттерны через четырёхступенчатую проверку.
Как переформулировать знания из проекта в скилл?
Используй Workflow('skill-update', { learnings: [{ text, technique_type }] }) или { output_dir: 'projects/<engagement>' } для сбора из папки проекта. Скилл автоматически проверит обобщаемость, ценность и размер перед добавлением в базу.
Исходный текст
SKILL.md · MIT
---
name: skill-update
description: Skill creation, update and management — generates skill directory structure, validates against best practices, enforces line count limits. Use when creating, updating, or improving skills.
model: opus
---
# Skill Update
Generate or refine Claude Code skills following Anthropic best practices.
## Hard caps (enforced by `scripts/skill_linter.py`)
- `SKILL.md` ≤ 150 lines
- `reference/*.md` ≤ 200 lines (`reference/scenarios/*.md` ≤ 400 lines)
- `README.md` ≤ 100 lines
- Every `SKILL.md` has YAML frontmatter with `name` + `description`
- No `DO NOT` / `MUST NOT` / `NEVER` outside an `## Anti-Patterns` section
- No challenge-specific identifiers (machine names, lab IDs, lab IPs, preserved flags)
- Every Markdown link resolves to an existing file
- Every reference file is linked from at least one other file (no orphans)
## Principles
- **Brevity first.** Every file short, simple, human-readable. Challenge every token.
- **Progressive disclosure.** SKILL.md navigates; `reference/` holds detail; `reference/scenarios/` holds concrete exploit flows.
- **Separation of concern.** SKILL.md = WHAT + when. `reference/role-*.md` = HOW agents behave when spawned.
- **Single canonical home** for any cross-cutting rule (output discipline, credential loading, brute-force, etc.). Other files reference, never restate.
## File structure
```
skills/<skill-name>/
├── SKILL.md # ≤150 lines, YAML + navigation
├── reference/
│ ├── *-principles.md # ≤150 lines (decision tree)
│ ├── INDEX.md
│ ├── *.md # patterns, ≤200 lines
│ └── scenarios/
│ └── <category>/
│ └── *.md # ≤400 lines, self-contained
└── README.md # optional, ≤100 lines
```
## SKILL.md template
```yaml
---
name: <skill-name>
description: What it does AND when to use. Include trigger phrases.
---
# <Skill Name>
<one-paragraph scope>
## When to use
- <bullet>
## Workflow / Quick start
<≤30 lines>
## References
- [reference/...](reference/...)
## Anti-Patterns
- <when negative framing is genuinely needed, put it here>
```
## Run it
The procedure is a workflow — every step is code-enforced, so none can be skipped.
```
Workflow('skill-update', { output_dir: 'projects/<engagement>' }) // harvest an engagement
Workflow('skill-update', { learnings: [{ text, technique_type }] }) // judge a known set
Workflow('skill-update', { mode: 'audit' }) // read-only, writes nothing
```
Add `dryRun: true` to see the write plan without writing. Parent-orchestrator only.
**Phases.** Intake (baseline `skill_linter.py --json`) → Harvest (reframe learnings) →
Judge (four gates + blind refuters) → Route (author the block) → Write (persist verbatim) →
Sweep (confidentiality guard) → Verify (linter **delta**, not an absolute clean tree — the
base carries pre-existing violations).
Every promote/reject/write decision is pure JS in `.claude/workflows/lib/wf-helpers.mjs`
(`promotionGate`, `capBudget`, `writeGate`, `lintDelta`, `skillUpdateGate`). No agent decides
whether a learning is promoted or a write is allowed.
## The four-gate promotion test
Process the techniques and failure modes from completed engagements. Promote a learning to the skill base only if **all four** hold:
1. **Generalizable.** Reusable pattern, not target-specific lore. No machine names, lab IDs, target IPs, preserved flags, writeup attributions.
2. **Material improvement.** Adds coverage, efficiency, or decision-quality for future engagements.
3. **Not already captured** elsewhere in the skill base. (`scripts/skill_linter.py` flags duplicates.)
4. **Minimal footprint.** Prefer extending an existing entry over adding a new file. Keep the base lean and high-signal.
## Reframing recipe
Always frame as a reusable pattern: *"when encountering X condition, try Y approach"* — never *"on box-N, Y worked"*. Use `<TARGET_IP>`, `<DC_FQDN>`, `<DOMAIN>` placeholders in tool examples.
## Output
Three buckets, built in code so a run cannot claim an edit it did not make:
**Updated.** / **Skipped.** (with the gate that failed) / **No changes.**
## Reference
- [STRUCTURE.md](reference/STRUCTURE.md) — directory layout requirements.
- [FRONTMATTER.md](reference/FRONTMATTER.md) — YAML rules.
- [CONTENT.md](reference/CONTENT.md) — writing guidelines.
- [ROUTING.md](reference/ROUTING.md) — technique type → target file.
## Anti-Patterns
- Creating CHANGELOG.md / SUMMARY.md / VERIFICATION.md auxiliary files.
- Meta-documentation about the creation process inside the skill itself.
- Verbose inline templates and examples (link to `reference/` instead).
- Re-introducing duplicate rule prose (brute-force, output-dir, env-reader).
- Files past their cap — split into `reference/` immediately.
© transilienceai · MIT · transilienceai/communitytools