awesome-copilot 的 boost-prompt 技能：用 Joyride 驱动的交互式提示词精炼工作流

awesome-copilot 的 boost-prompt 技能：用 Joyride 驱动的交互式提示词精炼工作流

【免费下载链接】awesome-copilotCommunity-contributed instructions, agents, skills, and configurations to help you make the most of GitHub Copilot.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-copilot

导读

boost-prompt是 awesome-copilot 仓库中一个面向"提示词工程"的 Agent Skill，它的核心使命是：把用户一句粗糙的任务描述，通过一轮又一轮的定向提问与项目探查，精炼成一份结构清晰、可直接复用、高质量的任务提示词（Markdown）。本文基于 skills/boost-prompt/SKILL.md 完整讲解该技能的目标、工作流程、与 Joyride 扩展的协作方式、剪贴板写入的 Clojure 代码，并结合仓库中 Joyride 用户项目助手指令 与同族的 first-ask 技能 说明其底层原理与适用边界。读完本文，你将掌握如何安装、触发并复刻这套"提问—澄清—成稿—落剪贴板"的提示词精炼闭环。

一、技能定位：只精炼提示词，绝不写代码

在 SKILL.md 的开头，技能对自身的角色约束写得非常明确：

You are an AI assistant designed to help users create high-quality, detailed task prompts.DO NOT WRITE ANY CODE.

这是一条硬性边界：boost-prompt的产出是"任务提示词"本身，而不是代码实现。它扮演的是提示词顾问/精炼器的角色，帮助用户把意图表达清楚，至于最终由谁（哪个 Agent 或哪款工具）去执行这份提示词，不在本技能职责范围内。

在仓库的 docs/README.skills.md 中，该技能被登记为：

Interactive prompt refinement workflow: interrogates scope, deliverables, constraints; copies final markdown to clipboard; never writes code.Requires the Joyride extension.

这一句话点出了技能的全部关键要素：

• 交互式：通过提问与用户协作，而不是一次性输出；
• 盘问三大要素：范围（scope）、交付物（deliverables）、约束（constraints）；
• 落剪贴板：最终提示词以 Markdown 形式写入系统剪贴板；
• 不写代码：与上面 SKILL.md 中的硬性规定呼应；
• 依赖 Joyride 扩展：这是该技能能否运行的硬前提。

二、安装与触发方式

boost-prompt属于 Agent Skills，遵循仓库统一的技能管理方式。根据 docs/README.skills.md 的说明，安装方式有两种：

方式一：使用 GitHub CLI 安装（推荐，要求 GitHub CLI v2.90.0+）

gh skills install github/awesome-copilot boost-prompt

方式二：手动复制技能目录

将skills/boost-prompt/文件夹整体复制到本地技能目录即可（该技能当前无捆绑资源，目录内仅含SKILL.md一个文件）。

安装后，既可以在提示词中显式引用该技能，也可以让 Agent 在检测到"用户想改进/精炼一段提示词"的意图时自动加载。SKILL.md 的 frontmatter 中description字段（Interactive prompt refinement workflow...）正是用于帮助 Agent 判断何时触发该技能的描述信息。

注意：本技能依赖 Joyride 扩展，未安装该扩展时技能内的剪贴板写入代码将无法执行，请在使用前先安装并启用 Joyride。

三、核心工作流：迭代式精炼

技能的总体目标描述为："iteratively refine the user's prompt"（迭代精炼用户的提示词）。这意味着它不是一次问答就结束，而是通过多轮交互，逐步逼近一份高质量的提示词。

3.1 五个精炼维度

SKILL.md 明确列出了精炼过程需要覆盖的维度：

3.2 澄清的关键工具：joyride_request_human_input

技能特别强调了一个工具调用规则：

At all times when you need clarification on details, ask specific questions to the user using thejoyride_request_human_inputtool.

即：任何时候需要澄清细节，都应当通过joyride_request_human_input向用户提出具体问题，而不是凭空猜测。这一点与仓库中同族的 first-ask 技能 完全一致——后者同样将joyride_request_human_input视为收集任务信息的关键手段（见 skills/first-ask/SKILL.md）。区别在于：

• first-ask：精炼完任务理解后直接执行任务（"Then get to work!"）；
• boost-prompt：精炼完成后产出提示词本身，并交给用户去使用，永不进入编码阶段。

3.3 项目探索：用工具加深理解

除了向用户提问，技能还允许（并鼓励）在必要时使用可用工具对项目进行探索：

Perform project explorations, using available tools, to further your understanding of the task

也就是说，如果任务与某个代码库相关，Agent 可以查阅项目结构、源码或配置来加深对任务上下文的理解，从而提出更精准的澄清问题、写出更贴合实际的提示词。

3.4 收尾三连：成稿 → 剪贴板 → 征求修改

信息收集充分后，执行以下步骤：

1. 产出精炼后的提示词（Markdown 格式）；
2. 使用 Joyride 将 Markdown 写入系统剪贴板；
3. 同时在聊天中完整输出这份提示词；
4. 向用户宣布提示词已就绪在剪贴板，并询问是否需要任何修改或补充；
5. 用户提出修订意见后，重复"复制 + 聊天输出 + 再询问"的循环，直到用户满意。

四、剪贴板写入：Joyride 的 Clojure 代码解析

这是本技能最具实操价值的部分——它给出了可直接复制的 Joyride 剪贴板写入代码：

(require '["vscode" :as vscode]) (vscode/env.clipboard.writeText "your-markdown-text-here")

4.1 代码逐行拆解

• (require '["vscode" :as vscode])：以命名空间别名vscode引入 VS Code 的 API 模块。这与 instructions/joyride-user-project.instructions.md 中描述的 VS Code API 访问模式完全一致——Joyride 运行在 VS Code 的 Extension Host 中，通过 SCI（Small Clojure Interpreter）执行 ClojureScript，可以全量访问 VS Code API。
• (vscode/env.clipboard.writeText "...")：调用剪贴板环境的writeText方法，将字符串写入系统剪贴板。实际使用时，需要把"your-markdown-text-here"替换为精炼后的提示词全文。

4.2 底层运行原理：Joyride 与 REPL

理解这段代码背后的机制，有助于你在自己的自动化脚本中复用 Joyride：

• Joyride 是 VS Code 的用户空间自动化工具，使用 ClojureScript 编写脚本；
• 代码在Extension Host中运行，因此可以调用完整的 VS Code API（编辑器、剪贴板、命令、WebView 等）；
• Joyride 提供REPL，支持"交互式编程"：先在 REPL 中逐段验证小表达式，再组合成完整解决方案（见 instructions/joyride-user-project.instructions.md 对 REPL 驱动开发的哲学阐述）；
• joyride_request_human_input这一 MCP 风格工具正是建立在 Joyride 与宿主 IDE 通信能力之上的，它让 Agent 可以在对话中向用户发起结构化提问，并等待真实的人工输入返回。

五、与同族技能及仓库生态的关系

5.1 与 first-ask 的对比

二者可以组合使用：先用boost-prompt打磨出一份高质量提示词，再让某个执行型 Agent 依据这份提示词（配合first-ask的思路）去落实任务。

5.2 在 awesome-copilot 中的定位

awesome-copilot 是一个汇集了 Agents、Instructions、Skills、Hooks、Workflows、Plugins 的社区资源仓库（见 README.md）。boost-prompt属于Skills分类（自带SKILL.md指令文件、遵循 Agent Skills 规范、按需加载），与其定位相近的还有：

• skills/prompt-optimizer/SKILL.md：面向任意 LLM 聊天界面的提示词打磨；
• skills/first-ask/SKILL.md：交互式任务澄清后再执行；
• skills/finalize-agent-prompt/SKILL.md：以 Agent 角色润色最终提示词。

boost-prompt的差异化价值在于：它是唯一把"交互式提问澄清"与"Joyride 剪贴板落地"绑定在一起的技能，产出即所得，用户拿到提示词后可以直接粘贴到任意目标环境中使用。

六、适用场景与使用建议

结合 SKILL.md 的定位，以下场景适合使用boost-prompt：

• 你只有一个模糊的想法或半成品描述，希望交给 AI 时能得到高质量执行，需要先把提示词打磨清楚；
• 你要写一份给其他 Agent 或同事执行的任务说明，希望结构清晰、含范围/交付物/成功标准/约束；
• 你希望最终提示词能一键复制到剪贴板，避免手动复制粘贴的麻烦。

使用建议：

1. 确保已安装 Joyride 扩展，否则剪贴板写入步骤无法工作；
2. 耐心参与多轮提问，回答越具体，最终提示词越精准；
3. 最终提示词同时会出现在聊天中，可以在确认剪贴板版本无误后再去其他环境使用；
4. 若要修改，直接在对话中提出，技能会重复"复制 + 输出 + 询问"直到你满意。

七、小结

boost-prompt用一份极简的SKILL.md定义了完整的"提示词精炼工作流"：以joyride_request_human_input驱动交互式澄清，以项目探索补足上下文，最终通过 Joyride 的(vscode/env.clipboard.writeText ...)把 Markdown 提示词送入剪贴板，并坚持"绝不写代码"的角色边界。理解它，你就掌握了一种可复用的"人机协作精炼提示词"范式——这份 Clojure 剪贴板片段与提问循环，同样可以迁移到你自己的 Joyride 自动化脚本中。

【免费下载链接】awesome-copilotCommunity-contributed instructions, agents, skills, and configurations to help you make the most of GitHub Copilot.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-copilot