@nodecoda/skill
v0.2.35
Published
AI agent skills for NodeCoda — teach coding agents to author .ncoda Source and use the NodeCoda MCP service
Downloads
3,985
Maintainers
Readme
让 AI Agent 交付可靠的 Dify 工作流
NodeCoda — 为 AI 时代升级的工作流工程。 把工作流写成可版本化的源码——设计、构建、诊断、交付,全部交给你的 AI 代理。
工作流工程,应该像写代码——而不是在画布上跟拖拽较劲。
NodeCoda 是 AI 原生的工作流工程平台。你的 AI 代理把工作流写成可版本化的源码(.ncoda),NodeCoda 把它编译成生产可用的 Dify Workflow YAML。进 git、走 PR review、随时回滚——和普通代码一模一样。
这个仓库是给代理用的那部分:一条命令,把 nodecoda-workflow skill 装进 Claude Code、Codex CLI、Gemini CLI 或 Cursor,自动接好 NodeCoda MCP 服务。从此你的代理学会了独立完成 Dify 工作流的设计、构建、诊断与修复。
为什么选 NodeCoda?
因为"拖拽式"的协作方式,约等于"把截图发来发去"。
| 老办法:拖拽画布 | NodeCoda 的方式:写代码 | |---|---| | 画布状态没法 diff、没法 review | Source 是纯文本——git、PR、blame、回滚,全都用得上 | | 协作靠截图 + 语音电话 | 协作靠 review、分支、合并 | | 排错靠人肉点节点 | 结构化诊断 + 代理自动修、自动重试 | | 改一次重做一遍 | 改几行 Source,重新编译就完事 |
一句话:把工作流从"画图"变成"写代码",AI 才能成为你的工作流工程师。
它是怎么工作的
你的 AI 代理 ──► nodecoda-workflow skill ──► NodeCoda MCP ──► 编译流水线 ──► Dify Workflow YAMLflowchart LR
classDef agent fill:#7c5cff,stroke:#5b3fd6,color:#fff
classDef skill fill:#00ADD8,stroke:#0088a8,color:#fff
classDef mcp fill:#3776AB,stroke:#2a5c86,color:#fff
classDef core fill:#e8590c,stroke:#c04408,color:#fff
classDef out fill:#2f9e44,stroke:#237032,color:#fff
subgraph Agents["你的 AI 代理"]
A1["Claude Code"]
A2["Codex CLI"]
A3["Gemini CLI"]
A4["Cursor"]
end
subgraph Skill["@nodecoda/skill — 一条命令安装"]
SK["nodecoda-workflow skill<br/>SKILL.md · references · examples"]
CL["项目模式<br/>状态机 · 可版本化源码"]
end
subgraph MCP["NodeCoda MCP 服务"]
M1["零安装 MCP<br/>npx @nodecoda/skill mcp"]
M2["公网端点<br/>www.nodecoda.com/mcp"]
end
subgraph Core["NodeCoda 构建服务"]
C1["nclang-compile 流水线<br/>L1 语法 → L2 类型 → L3 门禁 → L4 目标"]
C2["目标 profile<br/>dify-1.16-graphon-0.6"]
end
OUT["Dify Workflow YAML<br/>+ 结构化诊断"]
DIFY["你的 Dify 实例"]
Agents -->|"npx -y @nodecoda/skill add nodecoda-workflow"| Skill
Agents <-->|"MCP: build / get / cancel"| MCP
MCP --> Core
Core --> OUT
OUT -->|"导入"| DIFY
class A1,A2,A3,A4 agent
class SK,CL skill
class M1,M2 mcp
class C1,C2 core
class OUT,DIFY out代理按 skill 的规范干活:把需求写成 .ncoda 源码 → 通过 MCP 提交异步构建 → 流水线做 L1→L4 校验并产出目标工作流 → 结构化诊断驱动"修复-重试"循环,直到交付可直接导入 Dify 的 artifact。
快速开始 — 30 秒
# 1. 安装 skill(自动探测 Codex / Claude Code / Gemini / Cursor,
# 并自动注册 nodecoda MCP server——装完即有 build_dify_workflow 三个工具)
npx -y @nodecoda/skill add nodecoda-workflow
# 2. 获取 API Key,然后交给你的代理
# 登录 https://www.nodecoda.com → API Keys → 创建(sk-...)
export NODECODA_KEY=sk-... # 写进你的 shell profile
# 3. 直接吩咐它,例如:
# "帮我做一个工作流:接收用户问题,用 GPT-5.4 回答"就这么多。装好之后,你的代理知道何时、如何调用
build_dify_workflow、get_workflow_build、cancel_workflow_build——
构建失败时,它还会照着诊断自己修。
你的代理从此会什么
- 3 个 MCP 工具 —
build_dify_workflow、get_workflow_build、cancel_workflow_build - 项目模式 — 一个工作流 = 一个目录(
nodecoda.yaml+nodecoda.state.json+<name>.ncoda),生命周期状态机INIT → CLARIFYING → DESIGNED → SOURCE_READY → BUILDING → SUCCEEDED;会话断了也不怕,回来接着干 - 诊断而不是玄学 — L1→L4 每个阶段都给出机器可读的诊断,修复循环 ≤5 轮收敛
- 凭据安全 — Key 只存在于 MCP 客户端配置,绝不进入源码、prompt 或 artifact
一段最小的 .ncoda(examples/ 下有 4 个可直接运行的示例):
@language nodecoda/1
@mode workflow
// 经典 "main → llm → return" 模式
const MODEL = "openai_api_compatible/gpt-5.4";
function main(string query) -> string {
let response = llm(MODEL, {
"messages": [
{ "role": "system", "content": "用一句话回答。" },
{ "role": "user", "content": query }
]
});
return response.text;
}安装
方式 A — 一条命令(推荐)
npx -y @nodecoda/skill add nodecoda-workflowCLI 会自动识别你正在用的代理(Codex、Claude Code、Gemini CLI、Cursor)并落到正确位置——同时自动注册 nodecoda MCP server(Claude Code 走 claude mcp add、Codex 走 config.toml、Gemini 走 settings.json、Cursor 走 .cursor/mcp.json),装完 agent 直接拥有 build_dify_workflow 三个工具,零手动接线。指定平台名时装到用户级(~/.claude/skills、~/.codex/skills…);给目录则精确落到该目录。想单独修复 MCP 接线:npx -y @nodecoda/skill mcp-register <target>。
方式 B — 手动
git clone https://github.com/nodecoda/nodecoda-skill.git
# Claude Code
cp -R nodecoda-skill/skills/nodecoda-workflow ~/.claude/skills/
# Codex CLI(项目级)
cp -R nodecoda-skill/skills/nodecoda-workflow .codex/skills/
# 任何遵循 Claude Code skill 约定的代理
cp -R nodecoda-skill/skills/nodecoda-workflow <skill-search-path>/nodecoda-workflow接入 MCP
- 零安装 —
npx -y @nodecoda/skill mcp(stdio,--http可切 Streamable HTTP)。不用 clone、不用本地安装 - CLI 直连构建(无需 MCP 客户端、无需 key) —
npx -y @nodecoda/skill build <file.ncoda>一步完成提交→轮询→落盘 Dify artifact。自动选路:无NODECODA_KEY→ try.nodecoda.com guest JSON-RPC,有 key → www REST。add之后当前会话还没法用 MCP 工具时,这是最快的开工路径 - 公网直连 —
https://www.nodecoda.com/mcp;Key 从NODECODA_KEY读取,绝不落盘 - 自托管 / 本地开发 —
.codex/config.example.toml自带三种模板:本地 HTTP server、本地 dev stack、stdio bridge
各代理的安装路径和 Cursor 的 .mdc 细节见 docs/installation.md。
兼容性
| | |
|---|---|
| Skill 版本 | 0.2.7(与 NodeCoda core 独立版本化) |
| NodeCoda core | >= 1.0.0(min_nodecoda) |
| 目标 profile | dify-1.16-graphon-0.6 |
| 支持的代理 | Claude Code · Codex CLI · Gemini CLI · Cursor(遵循 Claude Code skill 约定的均可) |
| 语言 | NodeCoda Source(@language nodecoda/1) |
发布由 git tag 驱动:git tag v0.2.7 && git push origin v0.2.7——流水线会校验 tag 与 manifest.json 版本一致后发布到 npm。
仓库结构
nodecoda-skill/
├── skills/nodecoda-workflow/ # 对外发布的 skill
│ ├── SKILL.md # 代理遵循的工作流协议
│ ├── manifest.json # 版本 · 平台 · 目标 · MCP 工具
│ ├── references/ # 8 篇深度参考
│ └── examples/ # 4 个可运行的 .ncoda 示例
├── docs/ # 安装与设计文档
├── scripts/ # CLI · MCP server · 项目管理
├── .github/workflows/ # CI + tag 驱动发布
├── package.json # @nodecoda/skill(npm)
├── LICENSE · NOTICE # Apache-2.0参与贡献
- 改 skill 内容 — 编辑
skills/nodecoda-workflow/,bumpmanifest.json版本,更新CHANGELOG.md - 新增 skill — 在
skills/<new-skill>/下创建,附SKILL.md+manifest.json;先开 issue 聊清楚再动手
生态
| 仓库 / 站点 | 是什么 | |---|---| | nodecoda/nodecoda-skill(本仓库) | Agent skill + MCP 分发——对外的入口 | | nodecoda/nodecoda | NodeCoda core:Workspace、MCP、语言工具链、前端(私有) | | www.nodecoda.com | 公有云:登录、API Key、MCP 网关、Web 工作台 |
Skill 市场平台
Skill 以 @nodecoda/skill(npm)分发,并同步到主流 Agent Skill 聚合平台——完整同步指南与各平台状态见
docs/ecosystem-publishing.md。
| 平台 | 安装 / 状态 |
|---|---|
| skills.sh(Vercel) | npx skills add nodecoda/nodecoda-skill — 已提索引请求(vercel-labs/skills#1970) |
| SkillsMP | 自动爬取本公开仓库(无需提交) |
| SkillsCat | 自动发现;可 npx skillscat submit https://github.com/nodecoda/nodecoda-skill 加速 |
| agentskill.sh | 在 https://agentskill.sh/submit 提交(Web 表单) |
| SkillHub.cn | 经 scripts/publish-skillhub.mjs 发布 |
