从零开源：如何将自定义 AI Skill 发布到 GitHub

这篇文章不仅包含了您提供的完整文件结构，还详细讲解了每个文件的作用、GitHub 创建仓库的具体步骤（图文逻辑），以及后续的维护指南。您可以直接复制以下内容作为您的博客文章发布。

🚀 从零开源：如何将自定义 AI Skill 发布到 GitHub

在之前的文章中，我们探讨了如何编写一个高质量的SKILL.md，让 AI 从“通用助手”变身“领域专家”。但代码写好了，如何分享？如何复用？

GitHub是管理这些 AI 技能（Skills）的最佳平台。它不仅是一个代码托管地，更是你的技能分发中心。

本文将手把手教你，如何将一个包含核心指令、UI 元数据、参考文档和校验脚本的完整 Skill 项目，规范地上传到 GitHub，并开源给社区使用。

📂 1. 准备你的 Skill 项目结构

在上传之前，我们需要确保本地文件结构清晰、规范。一个成熟的 Skill 不仅仅是一个 Markdown 文件，它应该是一个包含指令、资源和工具的完整文件夹。

假设我们的技能名为tech-blog-generator（技术博客生成器），其标准目录结构如下：

tech-blog-generator/ ├── SKILL.md # [核心] 5.7KB - AI 的执行指令与触发规则 ├── README.md # [必读] 给人类看的介绍文档（可选但推荐） ├── LICENSE # [协议] 开源许可证（如 MIT） ├── .gitignore # [忽略] 排除缓存和敏感文件 │ ├── agents/ # UI 展示层 │ └── openai.yaml # 628B - 技能在界面上的名称、简介和图标配置 │ ├── references/ # 知识库层 (按需加载) │ ├── style_guide.md # 1.2KB - 写作风格反模式清单（Anti-Patterns） │ └── common_pitfalls.md # 2.6KB - 常见技术坑点汇总 │ └── scripts/ # 工具层 (确定性执行) ├── validate_yaml.py # 1.6KB - 校验 frontmatter 格式是否合法 └── count_tokens.py # 1.4KB - 检查输出长度防止超限

📄 关键文件说明

💡提示：在上传前，请确保根目录下有一个.gitignore文件，内容如下，以避免上传 Python 缓存或敏感配置：

__pycache__/ *.pyc .env .DS_Store

🛠️ 2. 在 GitHub 创建仓库

第一步：登录并新建仓库

1. 访问 GitHub.com 并登录，访问不上或者不会注册请搜索相关教程，这里不扩展。
2. 点击右上角的+号，选择New repository。

第二步：填写仓库信息

• Repository name: 建议与文件夹名一致，例如tech-blog-generator。
• Description: 一句话介绍，例如：“Tech Blog Generator A high-precision OpenClaw skill that transforms source code and documentation into production-ready technical blog posts…”
• Visibility: 选择Public(公开，方便他人 Clone) 或Private(私有，仅自己用)。
• ⚠️ 重要:不要勾选“Initialize this repository with a README”。
  • 原因：我们本地已经有完善的README.md和文件结构了，勾选此项会创建一个空的 README，导致后续推送时产生冲突。

点击Create repository。

📤 3. 上传文件 (两种方法)

方法 A：网页直接拖拽 (最简单，适合首次上传)

1. 在创建好的仓库页面，找到“uploading an existing file”链接。

2. 打开你本地的tech-blog-generator文件夹。

3. 全选所有文件和文件夹 (SKILL.md,agents,references,scripts等)。

4. 将它们直接拖拽到 GitHub 的上传区域。

5. 等待上传进度条完成。

6. 在底部的Commit changes区域：

   • Commit message: 建议输入Initial commit: Add full skill structure with scripts and references。其中文意思是：初始提交：添加完整的技能结构，包括脚本和引用
   • 点击绿色按钮Commit changes。

方法 B：Git 命令行 (推荐，适合后续维护)

如果你熟悉终端，这是更专业的方式：

# 1. 进入本地项目目录cdtech-blog-generator# 2. 初始化 gitgitinit# 3. 添加所有文件gitadd.# 4. 提交gitcommit-m"Initial commit: Add TechBlogGenerator skill"# 5. 关联远程仓库 (替换为你自己的用户名和仓库名)gitremoteaddorigin https://github.com/YOUR_USERNAME/tech-blog-generator.git# 6. 重命名分支为主分支 (可选，视默认设置而定)gitbranch-Mmain# 7. 推送到 GitHubgitpush-uorigin main

✅ 4. 验证与使用

上传完成后，你的仓库页面应该能清晰地看到完整的目录结构：

如何安装/使用？

一旦开源，其他人（或你自己在新设备上）可以通过以下方式快速启用该 Skill：

方式一：Git Clone (本地部署)

适用于本地运行的 Agent 框架（如 OpenClaw, Codex CLI 等）：

cd~/my-agent/skillsgitclone https://github.com/YOUR_USERNAME/tech-blog-generator.git# 重启 Agent，自动加载

方式二：直接引用 Raw 链接

部分支持远程 Skill 的工具，可以直接填入SKILL.md的 Raw 地址：
https://raw.githubusercontent.com/YOUR_USERNAME/tech-blog-generator/main/SKILL.md

🔄 5. 后续维护与迭代

Skill 不是一次性产物。当你发现 AI 在某些场景下表现不佳，或者想增加新的编程语言支持时：

1. 本地修改：编辑SKILL.md中的指令，或在references/中补充新知识。
2. 测试脚本：运行本地脚本验证格式。

   python scripts/validate_yaml.py.

3. 提交更新：

   gitadd.gitcommit-m"Update: Add Python async/await patterns to references"gitpush

GitHub 的版本历史功能将帮你记录每一次优化，随时可以回滚到稳定版本。

🎉 结语

通过将 Skill 模块化并托管在 GitHub，你不仅是在保存一段提示词（Prompt），而是在构建一个可复用、可协作、可进化的 AI 能力插件。

现在，去创建你的第一个 Skill 仓库吧！

🔗 项目地址: github.com/your-username/tech-blog-generator

如果你觉得这个教程有帮助，欢迎 Star ⭐️ 我的仓库！

📝 附录：完整的文件内容参考

为了方便大家抄作业，以下是核心文件的简要内容模板（实际内容请参考前文生成的详细代码）：

SKILL.md(片段)

---name:tech-blog-generatordescription:>-Generates technical blogs from code. Use when users upload code files and ask for tutorials or explanations.---# Role: Senior Staff Engineer# Constraints: NO pedagogical tone, NO AI fluff...

agents/openai.yaml(片段)

display_name:Tech Blog Generatorshort_description:Turn code into high-quality technical blogs instantly.

scripts/validate_yaml.py(逻辑)
检查 frontmatter 是否包含 name/description，长度是否合规。