交互式生成 GitHub Copilot agents.md 文件的工作流。当用户请求创建代理、构建自定义 Copilot 代理、生成 agents.md 或需要帮助配置 GitHub Copilot 自定义代理时使用。触发短语包括"创建代理"、"生成 agent.md"、"做一个文档代理"、"生成测试代理"等涉及 GitHub Copilot 代理配置的请求。
Installation
Details
Usage
After installing, this skill will be available to your AI coding assistant.
Verify installation:
skills listSkill Instructions
name: agent-md-generator description: 交互式生成 GitHub Copilot agents.md 文件的工作流。当用户请求创建代理、构建自定义 Copilot 代理、生成 agents.md 或需要帮助配置 GitHub Copilot 自定义代理时使用。触发短语包括"创建代理"、"生成 agent.md"、"做一个文档代理"、"生成测试代理"等涉及 GitHub Copilot 代理配置的请求。
Agent.md 生成器
通过交互式提问生成高质量的 GitHub Copilot agents.md 文件。
工作流程概览
- 识别代理类型 - 确定代理的用途
- 收集项目上下文 - 获取技术栈和目录结构
- 定义命令 - 确定可执行命令
- 建立边界 - 设置明确的行为规则
- 生成文件 - 创建 agents.md 文件
交互式提问流程
阶段一:代理身份
首先询问这些问题(每条消息 1-2 个问题,避免信息过载):
必要问题:
- "这个代理应该处理什么具体任务?"(如:编写测试、文档、代码检查)
- "代理应该扮演什么角色?"(如:QA 工程师、技术写作人员)
如果用户不确定,建议以下代理类型:
docs-agent- 技术文档编写test-agent- 单元测试/集成测试lint-agent- 代码风格和格式化api-agent- API 端点开发security-agent- 安全分析dev-deploy-agent- 构建和部署
阶段二:项目上下文
技术栈:
- "你的技术栈是什么?(框架、语言、版本)"
- 示例:"React 18 + TypeScript + Vite + Tailwind CSS"
目录结构:
- "你的项目结构是怎样的?哪些目录与此代理相关?"
- 重点关注:源代码位置、测试位置、文档位置、配置文件
阶段三:命令
收集代理可使用的可执行命令:
- "代理应该运行哪些命令?(构建、测试、检查等)"
- "请包含具体的参数和选项,而不仅仅是工具名称"
需要询问的命令示例:
- 构建:
npm run build、cargo build - 测试:
npm test、pytest -v、go test ./... - 检查:
npm run lint --fix、prettier --write - 文档:
npm run docs:build、markdownlint docs/
阶段四:边界
收集三层边界规则:
询问:"代理应该始终做什么、需要先询问什么、永远不能做什么?"
- 始终执行:代理应自动执行的操作
- 先询问:需要用户确认的操作
- 永不执行:严格禁止的操作
常见边界示例:
- 永不提交密钥或 API 密钥
- 永不修改
node_modules/或vendor/ - 修改数据库模式前先询问
- 添加依赖前先询问
阶段五:代码风格(可选)
如果用户需要代码风格指导:
- "你能提供一个展示你首选风格的代码示例吗?"
- "你遵循什么命名规范?"
生成模板
在 .github/agents/{agent-name}.md 生成 agents.md 文件:
---
name: {agent_name}
description: {一句话描述}
---
你是这个项目的专业{角色}。
## 你的职责
- 你专注于{专业领域}
- 你理解{领域知识}
- 你的输出:{预期输出}
## 项目知识
- **技术栈:** {带版本的技术栈}
- **目录结构:**
- `{目录1}/` - {用途}
- `{目录2}/` - {用途}
## 可用命令
- **{命令类别}:** `{命令}` ({描述})
## 代码规范
{如果提供了代码风格示例}
## 边界
- 始终执行:{始终执行的规则}
- 先询问:{需要询问的规则}
- 永不执行:{禁止的规则}
质量检查清单
生成前验证:
- 定义了具体角色(不是"有用的助手")
- 技术栈包含版本号
- 命令包含参数/选项
- 三层边界清晰明确
- 文件路径明确
- 如果风格重要,至少有一个代码示例
输出
将生成的文件保存到 .github/agents/{agent-name}.md,并向用户提供:
- 完整的文件内容
- 审查和调整命令的说明
- 建议在 Copilot 中使用
@{agent-name}测试
More by refly-ai
View allBase skill for Refly ecosystem: creates, discovers, and runs domain-specific skills bound to workflows. Routes user intent to matching domain skills via local registry, delegates execution to Refly backend. Use when user asks to: create skills, run workflows, automate multi-step tasks, or manage pipelines. Triggers: refly, skill, workflow, run skill, create skill, automation, pipeline. Requires: @refly/cli installed and authenticated.
通过 bird CLI 发布和管理 Twitter/X 内容。使用此 skill 当用户需要:(1) 发布推文或帖子,(2) 回复推文,(3) 读取或获取推文内容,(4) 搜索推文,(5) 查看 mentions/bookmarks/likes,(6) 附带图片或视频发推。触发词包括:发推、tweet、发帖、回复推文、读取推文、Twitter、X 平台。
Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.
API 接口测试工作流,使用 HTTPie 作为核心工具。当用户需要测试 API 接口、执行接口调用、生成测试报告、管理接口依赖关系、或在项目中建立标准化的接口测试流程时使用此 skill。适用于 RESTful API 测试、接口联调、回归测试等场景。