如何写一个SKill

引言

创建一个agent skill的格式相信大家已然有所了解,无非就是它的元数据与正文部分,今天我想探讨一下我是如何利用现有的AI Coding工具来创建一个skill

一 用AI工具创建一个Skill

1.首先来看一个示例,我用trae自带的编辑功能帮我生成一个csv文件分析器的Skill

可以看到:用AI生成的skill它的概述有了,调用时机以及功能,输出格式有了,还可以通过bash去执行指令

执行一下bash指令:csv-analyzer data/sales.csv,可以看到,它帮我生成了一份sales.csv数据并进行分析

2.用skill-creator帮我分析AI创建的skill如何 输出结果:

然后看看skill-creator的总结与建议

总结

CSV-Analyzer 是一个设计良好、功能完备的技能,能够满足大多数CSV数据分析需求。它具有以下特点:

  1. 功能全面 :涵盖了从基本统计到高级可视化的各种分析功能
  2. 易于使用 :简单的命令行接口,支持多种参数组合
  3. 技术先进 :使用现代Python数据科学库
  4. 可扩展性强 :模块化设计便于添加新功能
  5. 文档完善 :详细的使用说明和示例 通过实施建议的改进措施,CSV-Analyzer 可以进一步提升其功能和用户体验,成为一个更加专业、高效的CSV分析工具。

最终建议

  1. 添加依赖管理 :创建requirements.txt文件
  2. 增强可视化 :添加更多图表类型,优化中文支持
  3. 扩展功能 :支持更多数据格式和导出选项
  4. 改进文档 :添加更多示例和常见问题解答
  5. 性能优化 :针对大型文件进行优化 总体而言,CSV-Analyzer 是一个高质量的技能,具有良好的设计和实现,能够为用户提供有价值的数据洞察。

---- AI自说自话,感觉挺能扯

3.bash 指令执行:在这里它应该会调用script,给我生成了一些数据和图片

执行 csv-analyzer data/customers.csv --stats --visualize

生成的图片展示不对,横轴与标题好像乱码了,我也不知道该怎么去写提示词,该写在哪个位置,我让AI 先帮我分析一下

第一次分析结果 :分析一下客户ID_histogram.png这张图片的横轴和标题为什么输出错误,并帮我改正,然后再重新执行

它在我的脚本文件里面加了这几个属性显示,但是输出的时候,图片设计到文字的地方都乱码了

第二次分析结果: 提示词:分析一下客户ID_histogram.png这张图片的横轴和标题为什么输出错误,是编码的问题吗,并帮我改正,然后再重新执行

总结下来:如果生成结果不对,可以用AI帮你进行分析,小步迭代你的skill内容,但前提是你得设定标准

二 测测按需加载

1.创建reference/reportFormmat.md文件,该md文件指定了生成报告的格式:

然后我在SKILL.md文件里添加了这么一句话:

然后我输入:分析data/sales.csv文件并生成pdf报告,保存在data目录下

执行过程中:

-- 往script中添加许多代码

-- 由于我没有设置中文输出,文档输出是英文,当然,设置了中文的输出也是在脚本里面去添加相关代码

-- 随着我想添加的内容越来越多,我发现原先只有200+行的脚本变得越来越庞大

根据reportFormmat.md:输出的pdf文件缺少了文件的生成日期,还有的话就是排版的错误

初始:如果我的输入内容是帮我生成某某文件的分析报告,它直接在ide的左边给我生出一个分析报告,但是并没有保存

然后:加入提示词之后

在测试过程中:如果我的输入内容是帮我生成某某文件的具体报告,它会直接给我生成一个reportFormmat格式的pdf报告

此时:如果我的输入内容是:对sales.csv文件进行可视化,它终于给我生成了sales_trend_new.png图片

总结

  • 可以借助AI工具帮助我们创建一个基本的skill模板,然后根据需要进行微调
  • 如果你的skill包含的规则很多,可能涉及到script的地方也会变得臃肿,这时候,需要对script进行拆分
  • bash 命令执行的时候,这个时候会去执行我们的script

探讨

针对具体项目,怎么利用skill来帮助我们进行工程化
  • 如何编写一个可以对我们的代码进行code-review的skill
  • 如果编写一个一键执行流水线的skill
相关推荐
Black蜡笔小新1 分钟前
企业AI算力工作站/深度学习推理工作站DLTM零代码私有化重塑智慧农业AI模型训练体系
人工智能·深度学习
轻刀快马8 分钟前
个人体验:从零构建高可用 Multi-Agent 架构与实战避坑指南
人工智能·架构·agent
SelectDB技术团队8 分钟前
PB 级自动驾驶数据秒级检索:Apache Doris 统一多模态数据平台实践
数据库·人工智能·自动驾驶·apache doris·selectdb
数智工坊11 分钟前
【UniT论文阅读】:用统一物理语言打通人类与人形机器人的知识壁垒
论文阅读·人工智能·深度学习·算法·机器人
Lyon1985052814 分钟前
ChatGPT的最终总结分析-《文字定律》随笔
人工智能·ai·chatgpt
L、21816 分钟前
CANN神经网络算子库`ops-nn`:昇腾NPU上Matmul与激活函数的底层逻辑
人工智能·深度学习·神经网络
程序员码歌18 分钟前
OpenSpec 到 Superpowers:AI 编码从说清到做对
android·前端·人工智能
海兰19 分钟前
【第21篇-续】graph-Stream-Node改造为适配openAI模型示例
java·人工智能·spring boot·spring·spring ai
MobotStone23 分钟前
生成代码一分钟,填坑一小时?问题不在 AI,而在用法
人工智能
ccice0124 分钟前
硬核技术解析:运用Gemini多步推理链,攻克办公场景中的复杂决策与风险矩阵构建(国内免费镜像实操)
人工智能·线性代数·矩阵