Imported from AIPMAndy/goskill (
SKILL.md). Install upstream withnpx skills add AIPMAndy/goskill. Copyright stays with the author (Apache-2.0).
GoSkill
让 Skill 持续运行，直到目标达成
核心概念
GoSkill = 普通 Skill 的增强版
| 普通 Skill | GoSkill |
|---|---|
| 一问一答 | 持续运行 100+ 小时 |
| 容易放弃 | 不达目标不停止 |
| 质量不稳定 | 严格按标准验证 |
| 被动响应 | 主动推进直到成功 |
使用方式
方式1：装饰器（推荐）
from goskill import goskill
@goskill(
goal="将项目从 Android 迁移到鸿蒙",
criteria={
"compile": "0 errors",
"test": "100% pass",
"performance": ">= 90%"
}
)
def my_task():
# 你的任务逻辑
pass
my_task() # 持续运行直到达标方式2：直接调用
from goskill import GoSkill
skill = GoSkill(
goal="分析1000份财报",
criteria={
"coverage": "100%",
"accuracy": ">= 95%",
"report": "complete"
}
)
skill.run() # 开始持续执行工作原理
你设定目标 + 成功标准
↓
Master Agent 创建 Subagent
↓
Subagent 持续工作
↓
每5分钟验证进度
↓
达标 → 停止，交付结果
不达标 → 继续工作
↓
循环直到成功
适用场景
✅ 完美适合：
- 大型代码重构/迁移
- 复杂系统架构设计
- 深度数据分析（1000+文件）
- 长期研究项目
- 自动化测试覆盖
❌ 不适合：
- 简单的问答对话
- 一次性的小任务
- 没有明确成功标准的任务
示例
示例1：代码迁移
@goskill(
goal="将AIFireHome从Android迁移到鸿蒙",
criteria={
"compile": "0 errors, 0 warnings",
"test": "100% pass rate",
"performance": ">= 90% of original",
"docs": "API documentation complete"
},
max_hours=100
)
def migrate_aifirehome():
# 自动持续执行，直到所有标准达标
pass示例2：数据分析
@goskill(
goal="分析过去5年AI行业投资趋势",
criteria={
"coverage": "Top 500 companies",
"insights": "10 high-potential tracks identified",
"strategy": "executable investment strategy",
"backtest": "annual return > 20%"
}
)
def analyze_ai_investment():
# 持续分析直到达标
pass注意事项
⚠️ 这会消耗大量时间和Token
- 复杂任务可能需要运行数小时甚至数天
- 确保你有足够的API额度
- 我会定期汇报进度
⚠️ 需要明确的成功标准
- 目标必须清晰可验证
- 标准必须量化
- 不能是模糊的要求
现在就可以用
我已经安装了这个Skill，你可以直接说：
"圆圆，用GoSkill模式，帮我完成XXX，成功标准是YYY"
我会自动进入持续工作模式，不达目标不停止！