一次编写、多端运行：Yao Meta Skill 如何把技能编译到 OpenAI、Claude 与 VS Code

一次编写、多端运行：Yao Meta Skill 如何把技能编译到 OpenAI、Claude 与 VS Code

【免费下载链接】yao-meta-skillYAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and portability system for reusable agent skills.项目地址: https://gitcode.com/gh_mirrors/ya/yao-meta-skill

Yao Meta Skill（YAO = Yielding AI Outcomes）是一套严谨的 AI 代理技能（Agent Skill）工程系统，能把一个技能只写一遍，再自动编译打包到 OpenAI、Claude、通用 Agent Skills 以及 VS Code 等多个平台。它把"技能"从一次性提示词升级为可安装、可评测、可治理、可跨端分发的团队资产，核心价值就是"一次编写、多端运行"。

为什么需要"一次编写、多端运行"的技能编译

过去，很多团队把宝贵的工作流散落在聊天、个人提示词和口头经验里。一旦想把某个技能用到不同 AI 客户端，常常要按平台格式各写一份：

• OpenAI 需要一套接口元数据；
• Claude 需要SKILL.md前置描述作为激活契约；
• VS Code / Copilot 需要符合 Agent Skills 规范的目录结构。

手动维护多份，容易出现语义漂移——同一个技能在不同平台上"理解"不一致，激活方式、权限、信任级别也可能悄悄跑偏。Yao Meta Skill 的解法是：先把技能抽象成一份平台无关的语义源，再用编译器为每个目标平台生成适配产物。

核心引擎：Skill IR 平台无关中间表示

整个编译流程的地基是Skill IR（Intermediate Representation，中间表示），它是 Yao Meta Skill 2.0 的平台无关能力契约，把技能的核心语义在打包前稳定下来：

• 要完成的任务（job to be done）
• 触发面：该触发 / 不该触发 / 边界案例
• 工作流步骤、决策点与失败模式
• 资源：references、scripts、assets、reports
• 评测计划：trigger、output、adversarial、baseline
• 风险与治理：输出风险、执行风险、信任边界、负责人、成熟度等级

Skill IR 的字段结构由 skill-ir/schema.json 严格约束，根技能的示例存放在 skill-ir/examples/。因为语义源和任何单一平台格式解耦，后续无论加多少目标平台，核心含义都不变。

一句话理解：SKILL.md与 agents/interface.yaml 是结构来源，Skill IR 才是语义来源。

三步把技能编译到各端

对使用者来说，"一次编写、多端运行"只需三步，且都能通过统一 CLI 完成：

1. 导出 Skill IR：export_skill_ir.py从SKILL.md、清单、接口元数据、评测与报告中导出平台无关契约。
2. 编译目标适配：compile_skill.py把 IR 编译成各目标的语义契约、生成文件映射、适配模式与降级说明。
3. 跨端打包：cross_packager.py依据平台契约校验并嵌入编译产物，输出可分发包。

关键脚本对应关系如下：

• 导出中间表示：scripts/export_skill_ir.py
• 目标编译器：scripts/compile_skill.py
• 跨平台打包器：scripts/cross_packager.py

一个典型的多端编译命令（细节参数可参考 references/packaging-contracts.md）：

python3 scripts/export_skill_ir.py . --output-json skill-ir/examples/my-skill.json python3 scripts/compile_skill.py . --target openai --target claude --target generic --target vscode python3 scripts/cross_packager.py . --platform openai --platform claude --platform vscode --zip

五大编译目标一览

编译器目前支持 5 个目标，各自生成不同的原生表面，但都保留相同的可移植语义。完整对照见 references/platform-capability-matrix.md：

每个适配产物都会携带compiler、compiled_contract、permission_contract、target_native_contract等字段，评审者可一眼看出该目标是否保住了源包的核心含义，还是退化成了仅靠 frontmatter 的元数据。各平台快照见 tests/snapshots/。

编译之后：如何验证多端一致性

"能导出文件"不等于"多端语义一致"。Yao Meta Skill 用两层报告保证可验证：

• 运行时一致性矩阵：逐目标检查激活、执行、信任、权限与降级是否保持，任何失败目标会阻断该目标的发布。详见 reports/conformance_matrix.md。
• 编译目标报告：记录每个目标的生成文件、适配模式、权限与降级策略，以及不支持特性。详见 reports/compiled_targets.md。
• 可移植性评分：从元数据、降级规则与消费方校验覆盖度打分，根技能可移植性评分为100/100，见 reports/portability_score.md。

如果某目标无法直接支持源特性，编译器会遵循明确的降级规则：保留中性源包 → 输出最小适配器 → 在目标产物中记录回退说明，避免"静默丢功能"。

快速上手

先把仓库克隆到本地（仓库为只读，请勿修改）：

git clone https://gitcode.com/gh_mirrors/ya/yao-meta-skill.git

进入目录后，围绕技能包执行"导出 → 编译 → 打包 → 验证"即可，常用命令示例：

python3 scripts/yao.py skill-ir . --output-json skill-ir/examples/my-skill.json python3 scripts/yao.py compile-skill . --target openai --target claude --target vscode python3 scripts/yao.py package . --platform openai --platform claude --platform vscode --output-dir dist --zip python3 scripts/yao.py conformance .

统一入口yao.py把 init、validate、compile-skill、package、conformance 等能力聚合为一个 CLI，降低多端分发的上手门槛。

适合谁

• Agent 构建者 / 内部工具团队：把团队工作流固化成可复用的多端技能。
• 从提示词走向结构化技能的工程师：需要显式边界、触发评测与跨平台契约。
• 要维护多客户端的组织：希望一份源语义自动同步到 OpenAI、Claude 与 VS Code，且可验证语义一致。

小结

Yao Meta Skill 把"技能"从一次性提示词变成可编译、可验证、可跨端的工程资产：用 Skill IR 锁定平台无关语义，用编译器生成各端适配，用一致性与可移植性报告守住多端行为。对新手来说，记住一条主线就够了——先写一份中性源，再用三步命令编译到你要的所有平台，其余交给这套"一次编写、多端运行"的编译流水线。

更多方法细节可参考 SKILL.md 的紧凑工作流，以及 references/platform-capability-matrix.md 与 references/packaging-contracts.md。

【免费下载链接】yao-meta-skillYAO = Yielding AI Outcomes. A rigorous engineering, evaluation, governance, and portability system for reusable agent skills.项目地址: https://gitcode.com/gh_mirrors/ya/yao-meta-skill