从零创建 skill：Skill Creator 项目全解析

引言

随着大语言模型的普及，如何让 AI 助手更智能、更专业成为了开发者关注的焦点。Anthropic 推出的 Skill 系统就是一个很好的解决方案，它允许开发者创建模块化的技能包，让 AI 助手在特定领域表现得更专业。

本文将深入解析 Skill Creator 项目，这是一个专门用于创建和管理 AI 技能的工具包，帮助你快速上手技能开发。

一、Skill 是什么？

Skills 是模块化、自包含的包，用于扩展 AI 助手的能力。简单来说：

它们是特定领域的"入职培训指南"
能将 AI 从通用代理转变为专业代理
提供程序性知识，弥补模型的知识缺口

技能能提供什么？

专业化工作流 - 针对特定领域的多步骤程序
工具集成 - 处理特定文件格式或 API 的指令
领域专业知识 - 公司特定知识、数据模式、业务逻辑
打包资源 - 脚本、参考资料和资产

二、Skill Creator 项目结构

项目采用清晰的目录结构，便于管理和扩展：

bash 复制代码

skill-creator-0.1.0/
├── SKILL.md                 # 核心技能定义文档
├── _meta.json               # 技能元数据
├── LICENSE.txt              # Apache 2.0 许可证
├── scripts/                 # 工具脚本目录
│   ├── init_skill.py        # 技能初始化脚本
│   ├── quick_validate.py    # 快速验证脚本
│   └── package_skill.py     # 技能打包脚本
└── references/              # 参考文档目录
    ├── output-patterns.md   # 输出模式参考
    └── workflows.md        # 工作流模式参考

三、核心工具脚本详解

1. init_skill.py - 技能初始化器

功能：一键生成技能骨架，包含完整的目录结构和模板文件。

使用方法：

xml 复制代码

python scripts/init_skill.py <skill-name> --path <output-directory>

生成的结构：

bash 复制代码

skill-name/
├── SKILL.md          # 主文件（带提示模板）
├── scripts/          # 示例脚本
├── references/       # 示例参考文档
└── assets/           # 示例资产文件

特点：

自动生成带 $TODO$ 提示的 SKILL.md
创建标准化的资源目录
提供可自定义的示例文件

2. quick_validate.py - 格式验证器

功能：检查技能格式是否符合规范，确保打包顺利。

验证项：

✅ SKILL.md 文件存在
✅ YAML frontmatter 格式正确
✅ 必需字段（name、description）
✅ 命名规范（小写字母、数字、连字符）
✅ 长度限制（name 64字符，description 1024字符）
❌ 不允许的字符（description 中的 < >）

3. package_skill.py - 技能打包器

功能：将技能目录打包为可分发的 .skill 文件。

打包流程：

自动运行验证
验证通过后创建 .skill 文件（实际是 zip 格式）
保持正确的目录结构使用方法：

bash 复制代码

python scripts/package_skill.py <path/to/skill-folder> [output-directory]

四、技能创建的 6 步流程

1. 理解需求

通过具体示例理解技能的使用场景：

技能应该支持什么功能？
用户会怎么使用它？
什么请求会触发这个技能？

2. 规划资源

分析需要的文件：

scripts/ ：重复使用的代码
references/ ：需要参考的文档
assets/ ：输出中使用的模板

3. 初始化技能

使用 init_skill.py 生成骨架。

4. 编辑技能

实现脚本文件（并测试）
编写参考文档
更新 SKILL.md（注意：简洁性是关键）

5. 打包技能

运行 package_skill.py 生成 .skill 文件。

6. 测试和迭代

在实际使用中发现问题，不断改进。

五、核心设计原则

1. 简洁性是关键

上下文窗口是宝贵资源
只添加 AI 真正需要的信息
用简洁示例代替冗长解释

2. 适当的自由度

高自由度：文本指令（灵活任务）
中自由度：伪代码或参数化脚本
低自由度：特定脚本（精确任务）

3. 渐进式披露

元数据：始终在上下文（~100词）
SKILL.md ：技能触发时加载（<5k词）
打包资源：按需加载（无限）

六、实战示例：创建 TXT 转 PDF 技能

1. 初始化技能

css 复制代码

python scripts/init_skill.py txt-to-pdf --path skills/

2. 实现核心脚本

python 复制代码

# scripts/txt_to_pdf.py
#!/usr/bin/env python3
"""Convert txt file to PDF"""
from fpdf import FPDF
import sys

def convert_txt_to_pdf(txt_path, pdf_path):
    pdf = FPDF()
    pdf.add_page()
    pdf.set_font("Arial", size=12)
    
    with open(txt_path, 'r', encoding='utf-8') as f:
        for line in f:
            pdf.cell(200, 10, txt=line.strip(), ln=1, align='L')
    
    pdf.output(pdf_path)
    return pdf_path

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("Usage: python txt_to_pdf.py input.txt output.pdf")
        sys.exit(1)
    convert_txt_to_pdf(sys.argv[1], sys.argv[2])

3. 编写 SKILL.md

yaml 复制代码

---
name: txt-to-pdf
description: Convert text files (.txt) to PDF documents. Use when users want 
to convert text content into PDF format.
---

4. 打包技能

bash 复制代码

python scripts/package_skill.py skills/txt-to-pdf

七、最佳实践

描述清晰：在 description 中明确技能的功能和触发条件
结构合理：保持 SKILL.md 简洁，复杂内容放到 references 中
脚本测试：所有脚本都要实际运行测试
避免冗余：不要创建 README 等多余文件
按需加载：使用渐进式披露模式

八、总结

Skill Creator 项目为创建 AI 助手技能提供了完整的工具链和最佳实践：

从初始化到打包的全流程支持
标准化的目录结构和验证机制
强调简洁性和模块化设计
提供实用的工作流和输出模式参考通过这个项目，开发者可以更高效地创建高质量的 AI 技能，让 AI 助手在特定领域表现得更加专业。无论是企业内部工具还是面向公众的技能，Skill Creator 都能帮助你快速实现。

写在最后

AI 技能的发展为我们提供了一种全新的方式来扩展 AI 助手的能力。通过合理设计和实现，我们可以让 AI 在特定领域发挥出更大的价值。希望本文能帮助你快速上手技能开发，创造出更多实用的 AI 技能！