LESSON 04 · SKILL 技能

第4课:创建自己的 Skill

Skill & Agent 模块 · 4/4

Why this lesson · 为什么值得学

学完这一课,你能

学会改现有 Skill 适配自己的习惯

把重复活封装成专属 Skill

做出第一个自己的自动化

一个你可能不信的事实

很多人第一次听到「创建 skill」会觉得很难——要写代码、要懂结构、要会 YAML 格式。

但真相是:创建 skill 根本不需要先理解结构。你直接说「帮我创建一个 XXX 的 skill」——AI 就帮你搞定了。

举一个真实的例子:有人让 AI 创建一个「每日复盘 skill」,他对 AI 说:

「帮我创建一个管理每日复盘的 skill,格式是:一=完成、二=未完成……」

AI 自动生成了完整的 SKILL.md——包括名称、简介、规则、陷阱清单。创建者全程没写一行结构代码。

vibe coding 时代的创建方式:

你不知道怎么拆解 → 告诉 AI 你的目标 → AI 帮你拆解并生成 skill。你不需要成为"skill 结构专家",你只需要知道"我想要什么"。

真正只需要 3 步

场景:创建一个"小红书文案生成" skill

第 1 步

喂案例

你跟 AI 说:
"我这里有 20 篇小红书爆款文案,你读一下,告诉我它们的共同规律是什么。"
第 2 步

让 AI 提炼

AI 回答:
"这些文案都遵循 3 段式结构:
· 第一段:情绪钩子(引发共鸣)
· 第二段:亲身经历(建立信任)
· 第三段:软性转化(行动号召)

常见坑:不要第一句就推销、不要写太长……"
你再说:
"好,把这些规律封装成一个 skill,叫 xiaohongshu-copy。"
第 3 步

AI 自动生成,你只需确认

AI 会执行 skill_manage(action='create', ...),自动把刚才提炼的规律写成 SKILL.md——包括 YAML 头、工序、陷阱清单。

你全程不需要手动写任何结构化内容。你只需要说"我要什么"和"这个行不行"。

高手心法 · 写指令

用"指令"而非"信息",用示例领先

写在 Skill 里的句子,最好能直接被执行。与其写「建议使用某 API」(AI 可能不行动),不如写「始终调用 interactions.create()」。同样,5 行真实代码片段比 5 段文字解释更有力——例子让 AI 一眼就懂你要什么。

就一句话的事

→ 你跟 AI 说: "把我刚才给你的 20 篇小红书文案的规律封装成一个 skill,叫 xiaohongshu-copy,分类在 productivity 下。" # AI 自动执行 skill_manage(action='create', ...),skill 就建好了 → 测试: "用这个 skill 生成一篇小红书文案" → 迭代: "漏了一条——文案里不能提价格。帮我加到陷阱里去。" # AI 自动执行 skill_manage(action='patch', ...),更新陷阱清单

等等,那之前第 2 课学的结构就没用了?

有用,但用途变了:

过去(旧思维)现在(vibe 思维)
先学结构 → 再手动写 skill告诉 AI 目标 → AI 自动生成 → 你有空了再去看结构
你不会写结构 = 你不会创建 skill你不会写结构 ≠ 你不会创建 skill——AI 替你写
结构是门槛结构是结果(不是前提)
你需要知道 YAML 是啥你只需要知道"我有个经验想打包"
核心理念变化:

Skill 不再是"写出来的",而是"长出来的"——你喂案例、给反馈、说迭代,AI 帮你把隐性的经验变成显性的 skill 文件。

你知道结构只是方便你后期检查质量,不是创建的前提。

一个真实的创建过程

假设你完全不会写 skill,也没看过任何 skill 文件——你只需要做这件事:

你跟 AI 说:
「帮我创建一个小红书文案 skill,我这里有 20 篇爆款文案,你读一下,帮我提炼规律封装进去。」

然后 AI 会自动做剩下的事——读你的案例、提炼规律、调用创建命令生成 skill 文件。你只需要确认结果。

这就是 vibe 创建方式:你负责说「要什么」,AI 负责写文件

总结:创建 skill 的极简流程

  1. 说目标 — "我要做一个管理每日复盘的 skill"
  2. 喂素材(可选) — 给案例、给规则、给例子
  3. 等 AI 生成 — AI 调用 skill_manage() 一步搞定
  4. 测试 — "用这个 skill 跑一次"
  5. 迭代 — "这里不对,改一下" — AI 调用 skill_manage(action='patch')
高手心法 · 验证

建完一定要跑,把"验证点"写进循环

创建 Skill 不是终点。建好后用真实任务跑几遍,看它哪里会坏:是不是漏了某步、是不是假设了不存在的东西。把「运行→验证→修复→再验证」的循环写进 Skill,比一句「保证质量」管用得多。复杂任务尤其要留明确的验证点。

自我检查

检查你的理解

  1. 现在创建 skill 最少需要几步?具体是哪几步?
  2. "先学结构再创建"和"先创建再回头学结构"有什么区别?
  3. 实操:现在就跟 AI 说"帮我创建一个管理每日复盘的 skill,格式是:一=完成、二=未完成……" 看看 AI 怎么做

推荐资源

高手心法 · 拆小

复杂流程拆成多个小 skill 串联

别把一个大流程塞进一个巨无霸 skill。拆成「定位→修改→验证」这样的小步,让 AI 一步步交付,你也能一步步验收,出错好定位。

高手心法 · 省着用

上下文是公共资源,skill 越简洁越好

skill 里的每句话都占 AI 的「注意力预算」。能假设 AI 已知道的就别写,把篇幅留给真正关键的规则和陷阱——简洁的 skill 比啰嗦的更可靠。

REFERENCES · 参考资料

本课参考资料

  1. Philipp Schmid《编写 Agent Skills 的 8 条经验》"用指令而非信息…5 行代码片段比 5 段文字解释更强"
  2. blog.aihao《Agent Skills 完整攻略》"迭代精炼:初稿→品质检查→修正回圈→定稿";Philipp Schmid《编写 Agent Skills 的 8 条经验》"Eval 是必须的…手动跑几次,看哪里会坏"
  3. Anthropic《Skill 编写最佳实践》(按任务脆弱性设置自由度)/ aicoding.club《Claude Code 新手指南》(先定位再修改后验证)
  4. Anthropic《Skill 编写最佳实践》(简洁至关重要·上下文窗口是公共资源)
← 上一课下一模块:Agent →

Skill 模块完成 你学会了:Skill 是给 AI 的操作手册 → 怎么用 Skill → Vibe 方式创建自己的 Skill。

下一步:进入「Agent」模块——让 AI 从「回答者」变成「执行者」,自己去完成任务。