Skill学习 - 技术栈

1、概念

skill 是智能体完成特定任务的标准化、可复用能力模块，是连接大模型 "大脑" 与实际执行的 "手脚，

相当于给 AI 提前写好的一套固定做事流程让它遇到某类问题，不用瞎想，直接按步骤干完。

如果没有这个skill，AI每次遇到这个问题，解决方法可能不一样。

由 Anthropic 发起，开放标准，跨平台通用

本质：一个文件夹，内置指令、脚本、资源，Agent 可自动发现、加载、执行

2、使用skill的优点

1、不用重复教 AI同样的事做 100 遍，不用每次复述流程

Skill 把提示词、流程、规则封装起来，调用就直接加载这套逻辑，不用每次对话开头复制一大段指令

2、AI 不会乱搞、有 Skill 约束，它就按步骤来，不会胡说八道

Skill 是**强约束框架**，显著降低乱输出概率，强制按指定步骤、格式、话术执行

3、像搭积木，多个 Skill 组合成复杂超级能力

Agent 模式下可以编排：调用搜索 Skill 拿资料 → 调用总结 Skill 提炼 → 调用 PPT 生成 Skill 输出成品，组装成调研汇报完整链路。

4、可以共享、可以卖你写的 Skill 别人也能用，像插件一样

3、实用网址

Anthropic / Claude 官方生态

1 Skill官方

https://github.com/anthropics/skills

2 Claude官方对skill的文档

https://support.claude.com/zh-CN/articles/12512176-什么是技能

Agent Skills 行业标准 / 规范（2 个）

1、Agent skill 标准文档

https://agentskills.io/home

2、Agent skill 规范文档

https://github.com/agentskills/agentskills

Skills 市场

国外:

1 skills.sh

https://www.skills.sh/

2 skillsmp

https://skillsmp.com/zh/search

国内

1、腾讯SkillHub

https://skillhub.cn/

2、阿里魔搭社区 (ModelScope)

https://www.modelscope.cn/skills

4、Skill文件组成

一个合规的 Skill 必须遵循以下目录结构

my-skill/ # 1. 技能根目录）

├── SKILL.md 【必需】核心文件：包含元数据（YAML）和指令（Markdown）

├── scripts/ 【可选】可执行代码（Python/Bash/nodejs），用于处理确定性任务

│ └── run_task.py # 脚本放在 scripts 目录下

├── references/ #可选】参考文档、API 手册，供 AI 查阅

│ └── api-docs.md

└── assets/ # 可选】静态资源（图片、模板文件等）

└── template.json

Skill.md文件规范

由两部分组成：YAML 元数据（头部）和 Markdown 指令（正文）

1、头部(YAML元数据) ：位于文件最顶部，用 --- 包裹。这是 AI 判断"是否加载此技能"的依据。

name: my-skill-name # 【必填】`---` 必须是**文件第一行**，前面不能有空行、不能有任何字符；结束标记 `---` 单独占一行，必须与文件夹名完全一致，仅允许小写字母、数字、连字符(-)

description: # 【必填】描述技能的功能和触发场景，是 Agent 判断是否加载该 skill 的核心匹配依据，不能为空

version: "1.0.0" # 【可选】版本号

author: your-name # 【可选】作者

2、命名严格规范

只能包含：小写字母 (a-z)、数字 (0-9)、连字符 (-)。

禁止包含：下划线 (_)、大写字母、空格。

3、 Markdown 指令 (正文)

这是 AI 执行任务的"操作手册"。建议包含以下模块：

角色定义：你现在的身份（如"资深 Python 工程师"）。

触发条件：明确何时使用该技能。

执行步骤：分步骤描述逻辑（1. 读取文件 -> 2. 调用脚本 -> 3. 输出结果）。

工具使用：说明如何调用 scripts/ 中的代码。

4、最小合法模板

bash 复制代码

---
name: pdf-processor
description: 处理PDF文档，支持文本提取、文档合并、表单填充相关任务。
---
# PDF处理技能
## 使用场景
用户提出PDF提取文本、合并PDF文件、PDF表单填充需求时调用本技能。
## 执行步骤
1. 解析用户需求，确认待处理PDF文件与操作类型
2. 调用scripts目录下对应处理脚本执行任务
3. 校验脚本返回处理结果
4. 整理结果，以清晰格式返回给用户
## 输出格式
【处理任务】
【执行状态】
【结果内容/文件信息】
## 异常处理
- 文件读取失败：返回「PDF文件读取失败，请检查文件完整性」
- 脚本执行报错：重试1次，仍失败直接返回具体错误信息
- 不支持的PDF操作：告知用户当前技能不支持该能力

5、带脚本的skill示例(pdf-processor)

skill.md文件

bash 复制代码

---
name: pdf-processor
description: 处理PDF文档，支持文本提取、文档合并、PDF表单填充。用户要求提取PDF文本、合并PDF、填充PDF表单时启用本技能。
---
# PDF处理专家
## 角色
你是一位专业的文档处理助手，擅长调用scripts下Python脚本完成PDF各类文档处理任务。
## 触发条件
当用户提到"提取PDF文本"、"合并PDF"、"把多个PDF合在一起"、"PDF表单填充"相关需求时触发。
## 执行步骤
1. **确认任务与文件**：识别用户具体操作类型，确认待处理PDF文件路径，检查用户是否已经提供文件。
2. **调用脚本**：使用脚本执行PDF处理，传入操作动作与文件参数。
3. **验证结果**：检查脚本返回输出，确认处理产物正常生成。
4. **反馈用户**：告知任务执行状态，返回处理结果或者输出文件路径。
## 注意事项
- 文件不存在时，提示用户核对文件路径。
- 合并输出默认文件名 `merged_output.pdf`；文本提取直接返回文本内容；表单填充输出 `filled_form.pdf`。
- 遇到加密PDF直接告知用户暂不支持加密文档。
## 脚本调用
python scripts/run_task.py --action {action} --input {file_list}

run_task.py(放到scripts目录下，真正干活的脚步，代码AI生成)

python 复制代码

#!/usr/bin/env python3
"""
scripts/run_task.py
Skill: pdf-processor
actions: merge / extract_text / fill_form
"""
import argparse
import os
from pypdf import PdfMerger, PdfReader, PdfWriter

def merge_pdf(input_files: list[str], out_filename: str = "merged_output.pdf"):
    """合并多个PDF"""
    merger = PdfMerger()
    for fpath in input_files:
        if not os.path.exists(fpath):
            raise FileNotFoundError(f"文件不存在: {fpath}")
        merger.append(fpath)
    merger.write(out_filename)
    merger.close()
    return {"status": "ok", "output_file": out_filename}


def extract_text(input_file: str):
    """提取PDF文本"""
    if not os.path.exists(input_file):
        raise FileNotFoundError(f"文件不存在: {input_file}")
    reader = PdfReader(input_file)
    parts = []
    for page in reader.pages:
        txt = page.extract_text()
        if txt:
            parts.append(txt)
    full_text = "\n".join(parts)
    return {"status": "ok", "text": full_text[:3000]}  # 截断避免超长


def fill_form(input_file: str, out_filename: str = "filled_form.pdf"):
    """简易表单填充占位，pypdf对部分交互式表单兼容性有限"""
    if not os.path.exists(input_file):
        raise FileNotFoundError(f"文件不存在: {input_file}")
    reader = PdfReader(input_file)
    writer = PdfWriter()
    for page in reader.pages:
        writer.add_page(page)
    # 此处可扩展：writer.update_page_form_field_values(page, {"field_name":"value"})
    with open(out_filename, "wb") as f:
        writer.write(f)
    return {"status": "ok", "output_file": out_filename, "note": "表单字段填充逻辑待业务扩展"}


def main():
    parser = argparse.ArgumentParser(description="PDF‑processor skill task runner")
    parser.add_argument("--action", required=True, choices=["merge", "extract_text", "fill_form"])
    parser.add_argument("--input", nargs="+", required=True, help="输入文件，多个空格分隔")
    args = parser.parse_args()

    action = args.action
    input_list = args.input

    try:
        if action == "merge":
            res = merge_pdf(input_list)
        elif action == "extract_text":
            res = extract_text(input_list[0])
        elif action == "fill_form":
            res = fill_form(input_list[0])
        else:
            res = {"status": "error", "msg": f"不支持action:{action}"}
    except Exception as e:
        res = {"status": "error", "msg": str(e)}

    import json
    print(json.dumps(res, ensure_ascii=False))


if __name__ == "__main__":
    main()