skill怎么写？一份skill使用和编写方法

一、 到底什么是 Skill？

简单来说，Skill 就是写给 AI Agent 看的标准操作手册（SOP）。

它是一个后缀为 .md 的文件。在普通的对话中，你的 Prompt（提示词）是用完就丢的；而 Skill 是持久化的，全局的。你写好一次规则放入项目中，当你在对话框里提出需求时，AI 会智能判断当前场景，自动把这本“手册”调出来配合使用。

二、 如何写一个基础的 Skill？

无论是排版复杂的 LaTeX 文档，还是开发一个小程序，Skill 的基本格式都是固定的。主要由两部分组成：

1. 头部声明（YAML 元数据）

这是 Skill 的“触发器”，你必须在这里告诉 AI 什么时候该用它。需要用 --- 包裹起来。

2. 正文规则（Markdown主体）

这里是你对 AI 提出的具体要求，建议分段落、加小标题，越清晰越好。

举个例子：一个小程序前端设计规范的 Skill (frontend-design.md)

markdown

▼ 展开

核心技巧： description 是整个 Skill 的灵魂。写得越精准，AI 触发得越准。推荐的句式是：“在 [触发条件] 时，用于执行 [目标行动]。”

三、 进阶玩法：复杂任务的目录拆分

如果你的 Skill 只有几十行，像上面那样写一个 SKILL.md 就够了。但如果你要让 AI 帮你处理复杂的工程——比如一套包含数据解析、清洗和测试的 Python 脚本项目，把所有规则都塞进一个文件会让 AI 的“大脑（上下文）”超载。

这时候，就需要用到工程化目录结构，实现“渐进式加载”。

一个标准的高级 Skill 目录长这样：

markdown

▼ 展开

为什么这么做？ AI 默认只把 SKILL.md 放在脑子里。当它根据 SKILL.md 的指引，发现需要更详细的数据清洗规则时，它才会去读取 references/data-cleaning-rules.md。这样既保证了任务的精准度，又节省了 Token，防止 AI 产生幻觉。

四、 优化建议

在你创建完 Skill 强烈建议用下面这个原则优化skill：

单一职责原则

不要试图写一个“无所不能”的 Skill（比如把前端 UI 规范、后端数据库设计、部署脚本全塞进一个文件）。超过 500 行的 Skill 就应该被拆分。每个 Skill 只干一件事，这样你在日后开发不同的项目时，才能像搭积木一样灵活组合调用。

总结一下： 建立个人专属的 Skill 库，前期可能需要花个半天时间来调试和撰写，但一旦沉淀下来，你在后续的编码、学术排版和项目开发中，就能省下无数次重复输入提示词的时间。写完后一定要在实际对话中多跑几次，根据 AI 的表现不断微调，你的 AI 助手就会变得越来越懂你。