English | 中文
让 AI 角色像人一样学习技能。把企业资料、部门流程和专家经验，转成 AI 能学习、掌握、创造、进化的 Agent Skills。
npx skills add AIPMAndy/DNASkillDNASkill 的核心不是“写一段更好的 Prompt”，而是建立一个 AI 角色技能系统。
它强调四件事：
- 像人一样学习技能：先读资料、看案例、理解角色，再从简单任务练到复杂任务。
- 掌握技能：用真实业务 prompts 练习，通过反馈修正短板。
- 创造技能：把掌握后的能力固化成
SKILL.md、引用资料、测试集和风险规则。 - 持续进化：记录失败、反思原因、更新测试，只保留变好的版本。
Learn -> Master -> Create -> Evolve
DNASkill 要做的是让 AI 型角色能学习、掌握、创造、进化企业技能。
企业真正需要的不是一个通用聊天机器人，而是一批理解部门知识、业务流程、权限边界和输出标准的专用 Skills。
DNASkill 面向企业场景，把这些材料转成可复用 Skill：
- 部门资料、SOP、制度、培训文档
- 客服话术、销售资料、产品手册
- 会议纪要、项目周报、业务复盘
- 数据口径、指标字典、报表说明
- 内部工具、API、审批流程、权限规则
目标是让企业可以快速生成第一批 10 个高价值 Skills，再持续扩展成企业自己的 AI 角色技能工厂。
DNASkill 不是简单的 Prompt 模板。
它生成的是完整 Skill 包：
skill-name/
├── SKILL.md
├── references/
│ ├── domain-brief.md
│ ├── source-map.md
│ └── operating-rules.md
├── scripts/
│ └── validate-inputs.mjs
└── test-prompts.json
每个 Skill 都包含触发条件、工作流、企业资料引用、风险边界、测试 prompts 和质量评分。
更重要的是，每个 Skill 都能被继续训练：新增练习任务、补充反馈、记录反思、更新测试集，让 AI 角色逐步从“知道流程”走向“熟练执行”。
| # | 生成器 | 适合场景 |
|---|---|---|
| 1 | Department Knowledge Skill | 部门知识库、岗位问答、组织资料 |
| 2 | SOP Automation Skill | 标准作业流程、审批步骤、运营执行 |
| 3 | Customer Support Skill | 客服话术、工单分流、升级规则 |
| 4 | Sales Enablement Skill | 销售话术、客户画像、方案生成 |
| 5 | Onboarding And Training Skill | 新员工培训、岗位学习路径、考核 |
| 6 | Compliance And Policy Skill | 制度查询、合规边界、风险提醒 |
| 7 | Data Analysis Skill | 指标口径、报表解读、经营分析 |
| 8 | Workflow Integration Skill | 内部工具、API、跨系统流程 |
| 9 | Meeting And Reporting Skill | 会议纪要、周报、项目复盘 |
| 10 | Decision Advisor Skill | 经营决策、方案评估、取舍建议 |
-
采集企业 DNA
- 识别部门、角色、流程、工具、资料、权限和输出标准。
-
建立 Source Map
- 给每份资料记录来源、负责人、时效性、敏感级别和可信度。
-
选择生成器
- 从 10 类生成器中选择一个主模式，避免做成无边界的大杂烩。
-
生成 Skill 包
- 输出
SKILL.md、references/、可选脚本和test-prompts.json。
- 输出
-
企业级验收
- 按 100 分 Rubric 检查触发、来源、流程、风险、测试和可复用性。
-
交付与迭代
- 给出安装方式、假设清单、风险缺口和下一批推荐生成的 Skills。
| 维度 | 分值 |
|---|---|
| 触发清晰度 | 10 |
| 来源可追溯 | 15 |
| 工作流具体性 | 15 |
| 部门适配度 | 10 |
| 风险控制 | 15 |
| 渐进式披露 | 10 |
| 测试覆盖 | 10 |
| 可复用性 | 5 |
| 进化准备度 | 10 |
总分 100。85 分以上才建议进入企业试运行。75 分以下只能算草稿。
DNASkill 的进化策略来自四类方法：
- Curriculum ladder：像课程一样从简单任务到复杂任务，避免一开始就让 AI 处理高风险复杂场景。
- Skill library：把成功技能沉淀为可检索、可组合的能力库，让新任务能复用旧能力。
- Reflective memory：把失败、反馈和修正方案写成反思记忆，下一次执行时带上。
- Deliberate practice：针对短板设计练习 prompts，用明确反馈反复修正。
详细方法见 references/skill-learning-evolution.md。
安装：
npx skills add AIPMAndy/DNASkill使用示例：
根据我们客服部的 SOP、话术文档和工单升级规则，生成一个企业级客服 Skill。
我有销售部培训资料、产品介绍和客户画像，帮我生成一个 Sales Enablement Skill。
基于这些会议纪要和周报模板，生成一个项目周报 Skill，并给出测试 prompts。
DNASkill/
├── SKILL.md
├── README.md
├── README_EN.md
├── references/
│ ├── enterprise-input-schema.md
│ ├── generator-catalog.md
│ ├── skill-learning-evolution.md
│ └── output-contract.md
├── templates/
│ └── enterprise-skill/
│ ├── SKILL.template.md
│ └── test-prompts.template.json
├── scripts/
│ ├── screenshot.mjs
│ └── validate-dnaskill.mjs
└── assets/
本仓库以 MIT License 开源。企业真实资料不应直接提交到公开仓库，建议只提交脱敏模板、合成样例和通用生成器。