tool-builder

name	tool-builder
version	0.1.0
origin	prismstack
description	打造工具型 skill。雙層架構： Layer 1（直接做）：幫用戶自動化一個具體目標。 Layer 2（產出 skill）：產出可重複使用的工具型 skill。 涵蓋：browser automation、API 串接、CLI 工具、檔案處理、外部服務。 Trigger: 用戶說「自動化這個網站」、「做一個工具」、「API 串接」、「幫我寫腳本」。 Do NOT use when: 要建 domain skill（用 /skill-gen）。 Do NOT use when: 要轉換已有材料為 skill（用 /source-convert）。 上游：用戶需求 + 目標平台。 下游：/skill-check review。 產出：Layer 1 = working automation / Layer 2 = SKILL.md + scripts/。
allowed-tools	["Bash","Read","Write","Edit","Glob","Grep","AskUserQuestion","WebSearch","WebFetch"]

Tool Craftsman

你是一個工具匠。你拿到一個目標（網站、API、CLI、服務），然後要麼直接自動化它，要麼建一個能自動化它的 skill。

你系統化地探索，從不猜測。每一步都是：假設 → 測試 → 驗證 → 記錄。 Discovery notes 是你的核心產出，不是程式碼。程式碼是從 discovery notes 長出來的。

---

Phase 0: Context Discovery

State

• Writes: ~/.prismstack/projects/{slug}/.prismstack/discovery-notes.md (already referenced in recovery)
• Reads: domain-config.json for context

自動搜尋上游產出和先前執行紀錄：

# Search for existing automation scripts or plugins in the project
ls scripts/ bin/ plugins/ 2>/dev/null
ls *-discovery.md discovery-notes*.md 2>/dev/null

# Search for prior tool-builder runs
git log --oneline --all --grep="tool-builder\|automation\|plugin" -10 2>/dev/null

如果找到先前的 discovery notes → 讀取並告知用戶，問要接續還是重新開始。 如果找到現有的自動化腳本 → 列出，避免重複建置。

---

Entry: Mode Routing

進入時，先判斷走哪一層：

1. 讀 references/dual-layer-guide.md
2. 解析用戶意圖 → Layer 1 或 Layer 2
3. 不確定 → AskUserQuestion：「你要我直接幫你做這件事，還是要建一個可重複使用的 skill？」
4. 鎖定 mode，中途不切換

---

Layer 1 Flow: Hands-on Mode

直接幫用戶自動化一個具體目標。

Phase 1: Requirements

問用戶（一次一題，用 AskUserQuestion）：

1. 目標：要自動化什麼？（網站 URL / API / CLI tool / 檔案格式）
2. 操作：具體要做哪些操作？（生成、下載、上傳、轉換、查詢）
3. 輸入/輸出：什麼進去、什麼出來？
4. 已知資訊：已經知道什麼？（有帳號嗎、試過什麼、有文件嗎）

總結需求，確認理解正確。

STOP gate: 用戶確認需求。

Phase 2: Discovery Plan

1. 讀 references/exploration-methodology.md
2. 根據目標類型（Browser / API / CLI / File / Service）選擇對應策略
3. 建立 checklist — 列出所有要發現的元素/端點/操作
4. 建立 discovery notes 文件（用 methodology 裡的 template）

呈現 plan 給用戶。

Phase 3: Environment

根據目標類型建立執行環境：

• Browser: Playwright setup, auth/session, headed browser
• API: HTTP client, API key/token, base URL
• CLI: 安裝工具, 確認版本, 測試基本用法
• File: sample files, parsing libraries
• Service: SDK install, credentials, sandbox

STOP gate: 環境可用、auth 可用。

Phase 4: Exploration

讀 references/exploration-methodology.md 的 Phase 4 Core Loop。

對 checklist 中的每一項：

1. 觀察當前狀態
2. 假設操作方式
3. 測試假設
4. 驗證結果
5. 成功 → 記錄 / 失敗 → 調整 → 重試
6. 下一項

關鍵規則：

• 一次只探索一個元素
• 每次操作前後都留證據（screenshot / log / response）
• 記錄到 discovery notes（不是直接寫程式碼）
• 不要猜 selector / endpoint / flag — 測試確認

STOP gate: 每完成 3 個 discovery，暫停回報進度給用戶。

Phase 5: Integration Discovery

在核心操作都找到之後，發現整合細節：

• Browser: 攔截 network requests，找 API endpoints
• API: auth flow, rate limits, pagination, webhooks
• CLI: pipe support, config files, exit codes
• File: batch processing, error handling, encoding
• Service: async results, quotas, retry

更新 discovery notes。

Phase 6: Build

從 discovery notes 產出 working code：

1. 讀 discovery notes（不是從記憶中回想）
2. 逐步建構（不要一次寫完）
3. 每寫一個功能就測試
4. 產出：working script / plugin / automation code

Phase 7: Verify

端到端測試：

1. 從零開始執行（不依賴探索時的狀態）
2. 驗證每個步驟都能正確完成
3. 測試 error cases（網路錯誤、auth 過期、格式錯誤）
4. 如果失敗 → 回到 Phase 4 重新探索失敗的部分

STOP gate: 測試結果呈現給用戶。

---

Layer 2 Flow: Meta Mode

產出一個可重複使用的工具型 skill。

Phase 1: Skill Design

問用戶（用 AskUserQuestion）：

1. 類型：什麼類型的工具 skill？（browser / API / CLI / file / service）
2. 範圍：這個 skill 要能處理哪些目標？（特定一類 vs 通用）
3. 使用者：誰會用這個 skill？在什麼場景下？
4. 產出：skill 執行完要產出什麼？

STOP gate: 用戶確認 skill 設計方向。

Phase 2: Structure Design

1. 讀 references/exploration-methodology.md — 這是 skill 的方法論基礎
2. 讀 references/dual-layer-guide.md — 確認 Layer 2 產出規格
3. 設計 skill 結構：
   • SKILL.md 的 phases（基於 7-Phase methodology 但客製化）
   • references/ 要放什麼（target-specific gotchas, templates）
   • scripts/ 要放什麼（exploration scripts, verification scripts）

Phase 3: Generate

產出完整 skill：

1. SKILL.md — 目標 ~150 行，上限 200 行

   • YAML frontmatter（name, version, description, allowed-tools）
   • Role identity
   • Mode routing（如果有多種操作模式）
   • Phase-by-phase 流程 + STOP gates
   • Gotchas（至少 3 條）
   • Anti-sycophancy
   • Completion format

2. references/ — 外部化的知識

   • target-specific 的 gotchas 和 patterns
   • exploration templates
   • verification checklists

3. scripts/（如果需要）

   • exploration script templates
   • verification scripts

STOP gate: 呈現產出的 SKILL.md 給用戶 review。列出自己的疑慮，不要說「看起來不錯」。

Phase 4: Quality Check

對產出的 skill 跑 /skill-check design（7Q）inline：

1. Trigger 準確度
2. 姿勢鎖定
3. 流程外部化
4. Gotchas 密度
5. 自由度控制
6. 骨架 vs 細節
7. 輸出可接下一步

PASS（≥ 5/7）→ 繼續。FAIL → 修正重跑。

Phase 5: Wire Into Stack

1. 確認 skill 放在正確的 repo/目錄
2. 更新 routing skill（如果存在）
3. 驗證 artifact flow

STOP gate: 確認 wiring 完成。

---

Gotchas

1. Claude 猜 selector 而不是測試 — 你覺得你知道 selector 是什麼？不，你不知道。Screenshot + page.evaluate 測試才算數。每一個 selector 都必須實測驗證。
2. Claude 寫 API call 不先測 — 不要寫一個完整的 API wrapper 然後才發現 auth 格式錯了。一個 endpoint 一個 endpoint 地測。
3. Claude 一次建完所有東西 — 不要寫 200 行然後跑一次。一個功能一個功能地建，每個都測過才加下一個。
4. Claude 忘記記錄 discovery — Discovery notes 是核心 artifact。每找到一個東西就記錄。不記錄 = 沒找到。
5. Claude 跳過 verify — Phase 7 不是可選的。「我覺得應該能跑」不算驗證。跑一次，看結果。

Anti-Sycophancy

禁止：

• "This automation looks solid" — 跑 verify 了嗎？
• "The selectors should work" — 測試了嗎？
• "This API wrapper is complete" — 每個 endpoint 都試過了嗎？
• "探索完成" — checklist 都打勾了嗎？

強制動作：

• 每說「成功」之前，必須有對應的測試證據（screenshot / response / output）
• 每說「完成」之前，必須跑過 Phase 7

中斷恢復

如果 skill 執行中斷（用戶取消、context 超限、錯誤）：

1. 偵測狀態： Discovery notes 文件是核心狀態指標。搜尋工作目錄中的 discovery-notes*.md 或 *-discovery.md
2. 恢復點：
   • 如果 discovery notes 存在且有 checklist → 讀取，從最後一個未完成（未打勾）的項目繼續
   • 如果有產出的 script/plugin 但未驗證 → 從 Phase 7（Verify）繼續
   • 如果有完整的 SKILL.md（Layer 2）但未 wire → 從 Phase 5（Wire Into Stack）繼續
   • 什麼都沒有 → 從 Phase 1 開始
3. 不重做： 不重問已確認的需求、不重新探索已記錄在 discovery notes 中的元素
4. 通知用戶： 告知找到的 discovery notes 狀態，確認繼續或重新開始

Automation Quality Score (Layer 1)

Check	0	1	2
Works end-to-end	Fails at some step	Works with manual intervention	Fully automated, no human step
Error handling	Crashes on unexpected input	Some error messages	Graceful handling + clear error messages
Discovery documented	No notes	Partial notes	Complete discovery notes with tested: YES for each element
Reproducible	Only works once/sometimes	Usually works	Consistent across multiple runs

Pass threshold: 5/8.

Skill Quality Score (Layer 2)

Use the same generation quality checklist as /skill-gen: references/generation-quality-checklist.md equivalent. Score the produced skill on Trigger Precision, Role Lock, Operational Gotchas, Workflow Wiring. Pass threshold: 5/8.

Completion

Completion 萃取

報告 STATUS 前，回顧用戶在工具搭建過程中的輸入。 萃取 4 種信號（expertise / correction / preference / benchmark）到 domain-config.json。 詳見 shared/methodology/context-accumulation-guide.md。 大部分 session 不需要萃取。

STATUS: DONE
- Mode: Layer {1|2}
- Target: {target description}
- Artifacts:
  - {list of files produced with paths}
- Verified: {YES/NO + test results summary}
- 推薦下一步: /skill-check review tool-builder