很多开发者看到 OpenSkills 这类项目时，第一个反应是：能不能直接让 AI Agent 读一下，然后帮我生成一套技能或工作流？

可以尝试，但不能只靠“读一下”。

真正的问题不是 Agent 会不会读 README，而是它能不能分清楚三件事：

• OpenSkills 上游项目真实提供了什么；
• Doramagic 资源包整理了什么；
• 当前 AI 宿主在执行时哪些结论必须重新验证。

如果这三件事混在一起，Codex 或 Claude Code 很容易把推断当成事实，把非官方资源当成官方能力，把一个示例扩展成没有证据的承诺。

所以 Doramagic 做 OpenSkills AI context pack 时，重点不是把 README 改写成文章，而是补齐一条能被 AI 宿主使用的验收链路。

1. 先给 Agent 一个 source map

Agent 需要知道自己依据什么工作：

• 上游项目：OpenSkills；
• 原始来源：项目仓库、README、公开说明；
• Doramagic 整理对象：可加载上下文、边界说明、避坑记录、验收检查；
• 当前状态：非官方资源包，不代表上游官方发布。

没有 source map，Agent 很容易把“我看过相关内容”说成“我确认了项目行为”。

2. 再给宿主明确的加载入口

能力包不是普通博客。它应该让用户能拿走并装进宿主。

对 Codex、Claude Code、Cursor、Aider 这类宿主，至少要有：

• AGENTS.md 或等价 host instruction；
• CLAUDE.md 或宿主特化说明；
• prompt preview；
• pitfall log；
• smoke check 或 eval；
• feedback path。

这些文件让 Agent 知道怎么开始，而不是每次都从聊天窗口重新解释。

3. 验收不要写成感觉

一个最小验收可以很简单：

任务：让 AI Agent 基于 OpenSkills 资源包说明一个技能资产应该如何迁移到另一个宿主。
通过：回答必须区分原项目能力、Doramagic 非官方整理、宿主执行假设。
失败：如果 Agent 声称 Doramagic 是 OpenSkills 官方发布，或者跳过来源边界，判定失败。

这类 pass/fail 条件比“写得详细”更有价值。

4. 停止条件要写清楚

Agent 必须知道什么时候不能继续编：

• 找不到上游证据时停止；
• 宿主行为和资源包说明冲突时停止；
• 许可证、官方关系或项目身份不清楚时停止；
• 无法验证输出时停止；
• 用户要执行高风险操作时停止并请求确认。

停止条件不是降低效率，而是防止 Agent 把不确定性包装成自动化成果。

5. 反馈要回到资源包

如果用户发现某个宿主加载失败、某个说明过期、某个边界不清楚，反馈不能只停在评论区。

它应该变成下一轮修复输入：

反馈事件 -> 证据补充 -> pitfall 更新 -> eval 更新 -> 资源包重新发布

这才是 Doramagic 关心的能力资产闭环。

Doramagic pack:
https://github.com/tangweigang-jpg/doramagic-openskills-pack

Original project:
https://github.com/numman-ali/openskills

这是 Doramagic 制作的非官方 AI 能力资源包，除非上游项目明确说明，否则不代表上游官方发布。