meta-skill-creator

name

meta-skill-creator

description

Crea skills nuevas para iAmasters OS siguiendo el patrón canónico. Úsalo cuando el usuario pida "crea una skill que...", "necesito una skill para...", o cuando detectes en wrap-up que un patrón repetido debe convertirse en skill. Genera SKILL.md con YAML frontmatter, references/ con knowledge separado, scripts/ si requiere ejecución, y registra la skill en el catálogo. Inspirado en anthropic-skills:skill-creator pero adaptado al patrón iAmasters OS.

meta-skill-creator

Cuándo se invoca

• Usuario dice: "crea una skill", "necesito una skill para X", "haz una skill que..."
• Wrap-up detecta un patrón que se ha repetido 3+ sesiones y propone graduar a skill
• Otro skill detecta un sub-proceso reutilizable y sugiere extraerlo

Contrato de calidad

Una skill iAmasters OS BIEN hecha cumple SIEMPRE:

1. YAML frontmatter completo y específico — name (kebab-case con prefijo de categoría), description que contiene cuándo se invoca y qué hace en una frase ≥50 chars
2. Progressive disclosure — el SKILL.md NO contiene todo el conocimiento; references/ guarda lo extenso
3. Steps numerados y testables — cada paso debe ser verificable
4. Skill collaboration explícita — si invoca otras skills, las nombra y explica cuándo
5. Output verifier gate si genera contenido entregable al usuario/cliente
6. Learnings hook — al final del proceso, registra lo aprendido en context/learnings.md
7. Idioma: SKILL.md en castellano, code/JSON en inglés

Process — pasos para crear una skill

Paso 1 · Recopilar requisitos

Pregunta al usuario (usa AskUserQuestion si Claude Code está disponible):

1. Nombre y categoría: ¿en qué categoría va? (marketing, operations, strategy, tools, visualization, _meta). Genera nombre kebab-case con prefijo: marketing-blog-writer, tool-pdf-extractor, _meta/meta-X.
2. Cuándo se invoca: 1-2 frases. ¿Qué dirá el usuario para activarla? ¿Hay otra skill que la llame?
3. Qué hace exactamente: 3-5 puntos del proceso paso a paso.
4. Inputs: ¿qué necesita? Argumentos, archivos, MCPs, brand-context, otras skills.
5. Outputs: ¿qué produce? Archivo en projects/<skill>/<fecha>-<titulo>/, edit en archivos existentes, mensaje al usuario.
6. Skills que llama: ¿se apoya en otras? (tool-humanizer, tool-output-verifier, etc.)
7. ¿Necesita scripts?: ¿Python o bash para tareas pesadas? Si sí, ¿qué hace cada script?

Paso 2 · Validar el nombre y descripción

La descripción debe pasar 3 tests:

• Test de activación: ¿un Claude Code que solo lee la descripción sabría cuándo usarla? Debe contener verbos de intención del usuario ("crea", "analiza", "extrae", "genera").
• Test de longitud: 50–500 chars. Si menos, es ambigua. Si más, está inflando.
• Test de unicidad: lee synapsis/skills-catalog.json. Si hay otra skill con descripción parecida, riesgo de canibalización (Claude no sabrá cuál elegir). Diferéncialas o fusiónalas.

Si falla algún test, refina con el usuario antes de continuar.

Paso 3 · Generar la estructura de carpetas

.claude/skills/<categoria>/<nombre>/
├── SKILL.md                    # Proceso principal (este patrón)
├── references/                 # Knowledge separado
│   ├── examples.md             # 2-3 ejemplos de uso real
│   ├── checklist.md            # (opcional) Validaciones
│   └── (otros docs según skill)
└── scripts/                    # (opcional) Si requiere ejecutables
    └── <nombre>.py             # o .sh

NO crees references/ ni scripts/ si la skill no los necesita. Mantén lo mínimo.

Paso 4 · Escribir el SKILL.md siguiendo plantilla

Lee references/skill-template.md (incluido en esta skill) y úsalo de base. Estructura obligatoria:

---
name: <prefijo-categoria>-<nombre>
description: <cuando se invoca + que hace, 50-500 chars>
---

# <nombre humano de la skill>

## Cuándo se invoca
- (3-5 bullets de patrones de invocación del usuario o de otras skills)

## Process
### Paso 1 · <verbo>
(qué hacer, herramientas a usar, archivos a tocar)

### Paso 2 · <verbo>
...

### Paso N · Cierre y aprendizaje
- Si generaste output: invoca `tool-output-verifier` antes de entregar
- Append en `context/learnings.md` bajo `## <skill-name>` con la lección si la sesión enseñó algo
- Si la skill modifica algún archivo del repo, propón commit en wrap-up

## Outputs
- Archivos generados en `projects/<skill>/<YYYY-MM-DD>-<titulo>/`
- Lista exacta de qué genera (file_a.md, file_b.json, etc)

## Skills que llama
- (lista de skills invocadas con cuándo y por qué)

## Edge cases
- Qué hacer si X falla
- Qué hacer si el usuario no da Y


Ver  para 2-3 ejemplos completos.

Paso 5 · Generar references/

references/examples.md (siempre): 2-3 ejemplos completos de invocación + output esperado. Sin estos ejemplos la skill no sabe distinguir bien casos.

references/checklist.md (si hay validación QA): pasos de checklist para validar el output antes de cerrar.

references/<otros>.md (si hay knowledge extenso): templates, marcos, listas. Solo se cargan cuando el SKILL.md los referencia desde un paso concreto.

Paso 6 · Generar scripts/ si aplica

Solo si la skill tiene tareas que NO debería resolver Claude (web scraping pesado, OCR, transcripción, formato batch, etc.).

Cada script:

• Documentación en cabecera (qué hace, args, ejemplo de uso)
• set -e para bash, try/except para python
• Outputs predecibles (stdout JSON o archivo en path conocido)
• Sin secrets hardcoded (lee de .env)

Paso 7 · Registrar la skill

1. Añade entrada en synapsis/skills-catalog.json (estructura: {id, name, category, description, status:"active", tokens_estimate, created}).
2. Mide tokens_estimate aproximadamente: chars(SKILL.md) / 4.
3. Si la skill colabora con otras, añade en references de las otras la mención cruzada.
4. Append en CLAUDE.md raíz, sección "Skills registry", entrada nueva.

Paso 8 · Test mínimo

Antes de declarar la skill terminada:

1. Cierra Claude Code (Ctrl+C × 2) y vuelve a abrir.
2. Pregunta algo que debería activar la skill ("crea X" según invocation patterns).
3. Verifica que Claude la elige y la sigue paso a paso sin saltarse fases.
4. Si no se activa: refina la descripción (Paso 2).
5. Si se activa pero hace cosas mal: refina los pasos del proceso.

Paso 9 · Cierre y aprendizaje

• Append en context/learnings.md bajo ## meta-skill-creator:
  • Fecha + resumen 1-line: "creada skill X — próxima vez recordar que Y"
• Si esta es la 3ª+ vez que creas una skill similar, propón al usuario crear una meta-skill o template para acelerar (graduar el patrón).

Outputs

• Carpeta .claude/skills/<categoria>/<nombre>/ con SKILL.md + references/ (+ scripts/ opcional)
• Entrada en synapsis/skills-catalog.json
• Entrada en CLAUDE.md raíz (skills registry)
• Append en context/learnings.md

Skills que llama

• tool-output-verifier — al validar el SKILL.md generado antes de declararlo final (chequea formato YAML, longitud descripción, presencia de Process, etc.)

Edge cases

• Si el usuario describe una skill demasiado genérica ("una skill que escriba bien"): pide concreción. ¿Para qué plataforma? ¿Qué tono? ¿Output dónde?
• Si ya existe una skill parecida: muestra ambas descripciones, ofrece (a) ampliar la existente, (b) diferenciar la nueva, (c) cancelar.
• Si la skill propuesta es demasiado pequeña (1 paso): puede que sea mejor un slash command. Sugiere comando en .claude/commands/<nombre>.md.
• Si no hay categoría obvia: propón crear nueva categoría solo si va a tener 3+ skills. Si es solo 1, encájala donde mejor calce.

Examples

Ver references/examples.md para 3 ejemplos:

1. Crear marketing-blog-writer (skill compleja con references)
2. Crear tool-pdf-summarizer (skill que usa script Python)
3. Crear _meta/meta-changelog-bumper (skill simple sin references)

Plantilla canónica

Ver references/skill-template.md para copiar-pegar el esqueleto base.