【AI】如何创建SKILL

创建skill的主要工作就是写md文件------创建一个能用的 Skill 核心确实是写 SKILL.md,但要让它稳定触发、精准执行 ,必须结合工作流结构化 和渐进式披露设计 。下面用 PDF 提取器 的实战案例拆解:


一、最小可行 Skill:仅需 SKILL.md(80% 场景适用)

✅ 正确写法(直接可用)

markdown 复制代码
---
name: pdf-extractor
description: 从 PDF 中提取结构化文本。当用户要求"分析 PDF"、"提取合同条款"、"总结文档内容"时使用。
---
## 执行流程
1. **调用工具**:使用 `pdf_parser` 解析上传的 PDF 二进制文件
2. **清理格式**:删除页眉/页脚/页码,保留段落换行
3. **输出规则**:
   - 按页面分段,标记页码:`[P.1] 内容...`
   - 禁止修改原文措辞
   - 遇到扫描件时返回:`[ERROR] 含扫描图像,请提供可选中文本的 PDF`

❌ 错误写法(几乎必失效)

markdown 复制代码
---
name: pdf-skill
description: 帮助用户处理 PDF
---
这里写 PDF 处理逻辑...
对比维度 正确写法(左) 错误写法(右)
触发精准度 ✅ 包含 3 个明确触发词 ❌ 模糊描述无法被模型识别
执行确定性 ✅ 步骤 1-3 无歧义 ❌ 未定义工具/错误处理
边界清晰度 ✅ 明确拒绝扫描件场景 ❌ 无边界导致胡乱执行

⚠️ 90% 的 Skill 失败源于 description 未命中 或 步骤模糊 ------这本质是工作流未结构化,而非"写 MD 简单"。


二、进阶 Skill:何时需要额外文件?(20% 复杂场景)

当你的 Skill 需要确定性输出时,仅靠 MD 不够:

场景 仅 MD 的缺陷 必需文件 实例说明
需精确计算 模型可能算错数字 scripts/calc.py 税务计算 Skill
需保留原始格式 模型会重写内容 assets/template.docx 合同生成 Skill
需复杂条件判断 模型易漏判边界条件 references/rules.md 合规审查 Skill

案例:Excel 公式校验 Skill

diff 复制代码
my-skill/
├── SKILL.md              # 声明:调用 scripts/validate.py
+ ├── scripts/validate.py # 用 Python 精确校验公式逻辑
+ └── references/formula-specs.md # Excel 函数官方文档摘录

✨ 关键原则:让模型做推理,让代码做确定性操作 。

模型不该负责"15% 税率的 10000 元税后是多少"------这类计算必须交给 scripts/ 中的脚本。


三、创建 Skill 的本质:不是"写 MD",而是"封装工作流"

1. 先梳理你的人工操作流程

以 "写周报" Skill 为例:

复制代码
人工流程:
1. 打开钉钉查本周日程
2. 翻看企业微信的讨论记录
3. 汇总完成事项 → 用"动词+成果"格式写
4. 未完成项 → 标注阻塞原因

2. 转换为 Skill 可执行结构

markdown 复制代码
---
name: weekly-report
description: 生成结构化周报。当用户说"写周报"、"总结本周工作"时触发。
---
## 执行步骤
1. **收集数据**:调用 `calendar_tool` 获取本周日程
2. **提取重点**:用 `message_search` 扫描企业微信关键词 `#周报` 
3. **输出格式**:
   ### ✅ 本周完成
   - [动词] [成果](例:**优化** API 响应速度 → **提升** 40%)
   ### ⚠️ 待推进
   - [阻塞原因](例:**等待** 设计稿 → **UI 评审未通过**)

💡 你会发现:写 SKILL.md 的过程 = 把你的经验沉淀为可复用的 SOP,这才是核心价值。


四、避坑指南:为什么你的 Skill 总不触发?

3 大高频失效原因(附解决方案)

问题现象 根本原因 修复操作
Skill 不激活 description 缺少触发词 加入用户原话:当用户说"帮我写周报"
输出不一致 步骤未定义边界条件 补充:遇到扫描 PDF 时返回错误
Token 消耗高 正文超 500 行 拆分到 references/ 子文件

五、终极结论

  • 基础场景 :是的,写好 SKILL.md 就能用(但需严格遵循 元数据规范 + 步骤结构化)。
  • 生产场景 :必须将 工作流拆解 为:
    SKILL.md(触发逻辑) + scripts/(确定性操作) + references/(知识库)

把 Skill 当作你的数字分身 ------你不会教同事"随便处理 PDF",而是说"用这个工具提取,按这个规则清理"。Skill 的成败不在格式,而在工作流是否可精准复现。

现在,打开你的 SKILL.md,检查:

  1. description 里是否有 用户原话级触发词?
  2. 步骤是否 无歧义、可执行?
  3. 是否 拒绝了不该处理的场景 ?
    ------如果 3 个答案都是 Yes,你的 Skill 已超越 90% 的公开 Skill。
相关推荐
码农小旋风4 分钟前
OpenSpec:轻量级AI工程规范管理框架
人工智能
拉你进_教堂9 分钟前
小龙虾技能之【Basic Object Detection Skill | 基础目标检测技能】简介
人工智能·目标检测·计算机视觉·多模态大模型·openclaw小龙虾技能
零基础12312 分钟前
LLM4AD:面向算法设计的大语言模型智能体框架
人工智能·算法·语言模型
iowin88817 分钟前
在 MCU 上跑 AI:端侧语音识别的极限压缩
人工智能·单片机·边缘计算·语音识别
AI天行健18 分钟前
企业商用 AI 视觉平台测评|品牌图一致性、模型训练、团队协作评测
人工智能
haluhalu.24 分钟前
Agent = LLM + 上下文 + 工具(含观察 / 动作空间、ReAct 循环)
前端·javascript·人工智能·python·react.js·机器学习·个人开发
知了一笑30 分钟前
AI卷王们,从窄路走向宽阔?
人工智能·程序人生·ai
杜子不疼.34 分钟前
我给 Claude Code 写了个 MCP Server,让它自己上蓝耘挑模型干活
人工智能·ai·机器人
YOLO数据集集合2 小时前
小麦穗检测数据集 | 小麦穗检测 植物表型 密集目标检测 农业AI9182期
人工智能·yolo·目标检测·机器学习·目标跟踪·小麦穗
Keep_Trying_Go3 小时前
MobileSAMv2分割算法详解
图像处理·人工智能·计算机视觉