自建Skills保姆级教程:创建你的第一个Skill

❀ 你还在“手把手”教AI做事吗?
每次都要从头解释:“我要设计测试用例...”
每次都要重复模板:“包含等价类、边界值...”
每次都要手动整理输出结果
这不是AI助手,这是AI“复读机”
真相是:AI其实能记住你的工作流
说“设计登录测试”——自动输出完整用例
说“统计代码质量”——立即生成分析报表
......
秘密就是:自定义Skill
Skill是AI的“肌肉记忆”——一次设定,永久调用
不用重复教学,直接说“老规矩”
没有Skill的AI,如同跑车挂一档
现在,三分钟让你的AI真正“懂”你
❀什么是 Skill?
简单说,Skill 就是你的 AI 助手的"专业技能"。

就像你雇了一个实习生,你需要教他怎么做事情。Skill 就是这份"操作手册"。
告诉 AI:
-
什么时候触发(trigger)
-
做什么(goal)
-
怎么做(workflow)
-
输出什么格式(template)
然后,每次你需要的时候,它就能自动执行。
这就是杠杆。一次投入,无限复用。
❀六步打造你的第一个 Skill

第一步:明确意图与场景
别一上来就写代码。先问自己三个问题:
- 我在解决什么问题?
- 谁会用这个 Skill?
- 什么情况下会触发它?
举个例子:
"我想快速了解项目的代码结构,看看哪些文件最复杂,注释够不够多。"
这就是一个清晰的意图。触发词可以是:"统计代码"、"分析代码行数"。
模糊的需求 = 模糊的结果。清晰的目标 = 精准的输出。
第二步:设计 SKILL.md 结构
每个 Skill 都有一个核心文件:SKILL.md。
它的结构很简单:
---
name: 技能名称
description: 一句话描述
trigger: 触发关键词
---
# 角色
你是谁?
# 目标
要达成什么?
# 执行流程
一步步怎么做?
# 规则
必须遵守的约束条件
# 输出模板
输出的标准格式
记住:结构决定质量。好的结构让 AI 知道该做什么,不该做什么。
第三步:编写与调试
以通义灵码为例:
插件市场搜索Lingma,下载安装,并使用对应账号登录即可。详细安装流程请查看通义灵码保姆级教程(一):5分钟入门使用
在当前项目目录下创建.lingma/skills

skills目录下创建技能目录:目录名称即为技能名称,如果有需要,还可以加辅助脚本,如下的"a-skill-example"技能。

然后开始测试:对话框输入“请使用技能a-skill-example进行xxxxx",描述具体任务。
-
用真实项目试一下
-
看输出是否符合预期
-
调整规则和模板
调试的本质是迭代。 第一次不可能完美,但可以快速接近完美。
第四步:设计测试用例
别只测一种情况。要覆盖各种边界:
以代码统计 Skill 为例:
-
✅ 小型项目(<10 个文件)
-
✅ 中型项目(50-100 个文件)
-
✅ 多种编程语言混合
-
✅ 大量配置文件和资源文件
测试的目的是发现盲点。 你以为是 edge case,其实是 common case。
第五步:评估与迭代
用 A.S.S. 框架来评估:

|
维度 |
指标 |
合格标准 |
|---|---|---|
| Accuracy(准确性) |
输出正确性 |
与人工输出一致性 > 90% |
| Safety(安全性) |
不泄露敏感信息 |
100% 安全 |
| Stability(稳定性) |
相同输入下输出结构稳定 |
格式一致 |
没有度量的改进都是自嗨。 数据告诉你哪里需要优化。
第六步:发布与治理
给 Skill 打版本号:v1.0.0
明确适用范围:开发团队 / 测试团队 / 产品团队
建立反馈机制:每两周收集一次改进建议
发布不是终点,而是起点。 持续迭代才能保持价值。
❀三个手动创建技能案例
案例一:代码统计助手
痛点: 想知道庞大项目代码分布,但手动统计太慢。
解决方案:
---name: code-description: 代码质量助手、统计代码库的代码行数、注释行数、文件类型分布等信息trigger: 统计代码, 分析代码, 代码行数, 统计代码行数---# 角色你是一个代码分析助手,擅长分析代码库结构和统计代码指标。# 目标为用户提供指定代码库的详细统计分析报告。# 执行流程1. 获取用户指定的代码目录路径2. 遍历目录下所有源代码文件3. 对每个文件统计:总行数、代码行数、注释行数、空行数4. 按文件类型汇总统计5. 生成清晰的统计报告# 规则- 忽略 .git, node_modules, __pycache__ 等二进制和缓存目录- 只分析常见的源代码文件类型(.py, .js, .java, .cpp, .go, .rs, .ts, .md 等)- 报告需包含:文件总数、总行数、代码行占比、注释行占比- 以 Markdown 表格形式呈现# 模板## 代码统计报告**目录**:`{路径}`**统计时间**:{时间}### 总体统计| 指标 | 数值 ||---|---|| 分析文件总数 | {文件数} || 总代码行数 | {总行数} || 代码行数 | {代码行} || 注释行数 | {注释行} || 空行数 | {空行} || 代码行占比 | {百分比}% || 注释行占比 | {百分比}% |### 按文件类型统计| 文件类型 | 文件数量 | 代码行数 | 注释行数 ||---|---|---|---|{文件类型统计表格}
效果: 30 秒内完成 1000 个文件的统计,准确率 > 98%。
案例二:测试用例设计助手
痛点: 测试用例设计,覆盖不全。
解决方案:
---name: test-assistdescription: 测试用例设计助手,根据功能需求生成全面的测试用例trigger: 设计测试用例, 生成用例, 测试用例, 写测试---# 角色你是一位经验丰富的测试工程师,精通黑盒测试、白盒测试、自动化测试等多种测试方法。# 目标为用户提供的功能需求生成高质量、全面的测试用例。# 执行流程1. 分析需求,识别核心功能和业务逻辑2. 设计功能测试用例(正常流程)3. 设计边界值测试用例4. 设计异常测试用例5. 设计性能测试要点(如适用)6. 设计安全测试要点(如适用)7. 整理成标准的测试用例格式# 规则- 必须包含:用例编号、测试标题、前置条件、测试步骤、预期结果- 必须包含至少 3 个正常用例和 3 个异常用例- 必须考虑边界值(最小值、最大值、临界值)- 必须考虑空值、特殊字符、超长输入等情况- 用例步骤必须清晰、可执行# 模板## 测试用例设计报告**功能名称**:{功能名称}**需求来源**:{需求来源}**设计时间**:{时间}**测试工程师**:{AI助手}### 功能概述{简要描述功能}### 测试用例| 用例ID | 测试标题 | 前置条件 | 测试步骤 | 预期结果 | 优先级 ||---|---|---|---|---|---|{用例表格}### 测试要点总结1. **功能测试**:{要点}2. **边界测试**:{要点}3. **异常测试**:{要点}4. **兼容性测试**:{要点}
效果: 用例覆盖需求点 90% 以上,步骤清晰可直接执行。
案例三:需求分析与流程图生成助手
痛点:描述模糊,功能边界不清,使用该技能描述和优化。
解决方案:
---name: 需求分析与设计助手description: 将产品需求转化为用户故事、功能列表和流程图trigger: 分析需求, 需求设计, 生成流程图, 用户故事---# 角色你是一位资深产品设计师,擅长从模糊需求中提取核心功能,设计清晰的用户流程。# 目标帮助产品经理和设计师将原始需求转化为可执行的开发任务和清晰的设计图。# 执行流程1. 理解原始需求,识别核心用户和场景2. 拆解用户故事(遵循 INVEST 原则)3. 提取功能点列表4. 设计主要业务流程5. 生成 Mermaid 流程图6. 识别风险和待确认点# 规则- 用户故事必须包含:作为[角色],我想要[功能],以便[价值]- 功能点按优先级分类:P0(核心)、P1(重要)、P2(优化)- 流程图必须使用标准的 Mermaid 语法- 必须识别至少 3 个关键业务流程- 必须提出至少 2 个需要确认的问题# 模板## 需求分析报告**原始需求**:{需求描述}**分析时间**:{时间}**分析师**:{AI助手}### 一、需求理解{用一两句话总结核心需求}### 二、用户故事{用户故事列表,每个故事一行}### 三、功能点拆解| 优先级 | 功能点 | 描述 | 关联用户故事 ||---|---|---|---|{功能点表格}### 四、业务流程mermaidgraph TD{流程图代码}### 五、待确认事项1. {事项1}2. {事项2}### 六、风险评估- 技术风险:{风险描述}- 业务风险:{风险描述}
效果: 功能点覆盖需求 85% 以上,流程图能让开发人员快速理解。
上述只是样例,还需根据不同场景和需求增加丰富内容,如果涉及脚本或代码,也需要添加进技能包内。官方的技能架构如下:

一般较为简单的我们只需要SKILL.md即可实现,如果较为复杂,则可以使用官方的Skill-creator技能去一键创建。
❀Skill-creator 技能创建者技能
除了根据Skill的规则框架手写,我们也可以使用官方的技能创建者技能去创建技能
技能创建者技能,skillmp下载地址
https://skillsmp.com/zh/skills/anthropics-skills-skills-skill-creator-skill-md

下载,解压导入项目中的skills下,对话类型切换为智能体类型,对话框描述需求如:
“请按分析当前项目架构,使用技 能skill-creator创建一个基于当前项目架构创建项目脚手架的技能。”
请尽量描述详细需求,该技能即可按照专业的技能框架创建技能基本结构和相关文件。

skill-creator功能介绍:
创建新技能、修改和优化现有技能,以及衡量技能表现。当用户希望从头开始创建技能、编辑或优化现有技能、运行评估测试技能、通过方差分析对标技能表现,或优化技能描述以提升触发准确率时,请使用。
技能创建者原理:
捕获意图
Skill-creator理解用户想构建的工作流(如用户说“把这个变成技能”)。如果对话中已有信息,先提取:
-
所用工具和步骤顺序
-
用户做过的修正
-
输入/输出格式
如有缺失,需与用户确认后再继续。
明确技能详情
-
技能用途:能做什么?
-
触发条件:什么短语或场景触发?
-
输出格式:期望的输出形式?
测试用例建议
-
客观技能(如转换文件、提取数据):建议用测试验证
-
主观技能(如写作、设计):通常不需要测试
最终由用户决定。
信息收集
主动询问以下内容:
-
边界情况和例外
-
具体输入/输出格式
-
示例或参考文件
-
成功标准和依赖项
问清后再继续。
研究协助
如需研究(查文档、找类似案例),可用MCP工具读取文档或子代理获取内容。否则直接推进。建议先准备好背景信息与相关资料在可读范围,节省用户时间。
❀行动指南
现在就想想:
- 找出你最常做的重复性工作(至少每周做一次)
- 按照六步法设计一个 Skill
- 测试、迭代、发布
- 分享给团队,放大价值
第一个 Skill 可能不完美,但它会启动你的自动化思维。
一旦你开始,就停不下来。
"不要忙着做事,要忙着设计SKill,一句话帮你自动完成。"
—— 这就是 Skill 的价值。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐


所有评论(0)