AI大模型7——codebuddy/workbuddy的skills工作原理和开发实践

hguisu

584人浏览 · 2026-05-04 11:31:09

hguisu · 2026-05-04 11:31:09 发布

CodeBuddy Skills 是一种创新的 AI Agent 能力封装机制，本质上是一套“AI Agent 能力包”机制。通过文件目录结构的组织形式，将 Prompt 指令、工作流 SOP、脚本工具和领域知识封装为可复用的模块，使通用大模型能够针对特定任务场景表现出领域专家的能力水平，让通用大模型在特定任务中变成“领域专家”。

核心价值：

降低 AI 应用开发门槛
提升任务处理专业化程度
保证系统安全性和稳定性
支持团队协作和知识沉淀

一、工作原理：目录即技能

Skills 的设计哲学是“渐进式披露”。它不是一次性把几百行系统提示词塞给模型，而是按需加载，极大节省上下文窗口并提升精准度。

Skill 系统能够：

按需加载：仅当检测到相关任务需求时，才动态注入对应 Skill 资源
智能匹配：通过元数据扫描精准识别适用的 Skill 模块
上下文优化：有效避免模型上下文窗口的无效占用，提升处理精准度

1. 核心机制和组成要素

触发与加载：当用户提出需求（如“分析代码安全”），CodeBuddy 会扫描 Skills 目录，匹配元数据，仅将相关的 SKILL.md和必要资源动态注入模型上下文，而非全量加载。
执行权限：Skill 内可以声明白名单工具（allowed-tools），限制 AI 在该任务下只能使用特定的命令（如 Bash、Read），防止越权操作。
资源捆绑：除了指令，Skill 目录下可以存放 scripts/（Python/Shell 脚本）、references/（参考文档）、assets/（模板），AI 在执行时会按需读取或执行这些文件。b

Skills 的组成要素：
System Prompt：定义 AI 的角色、行为规范和约束条件
Tools（工具）：可调用的能力集合，如文件读写、搜索、终端执行等
MCP 服务：外部扩展服务，通过 Model Context Protocol 连接
Memory（记忆）：跨会话持久化的用户偏好和项目信息
Context（上下文）：当前环境信息、打开的文件、项目结构等

与 Slash Commands 的区别

维度	Skills	Slash Commands
触发方式	AI 自动识别任务并调用	用户手动输入 `/cmd`
适用场景	复杂 SOP、需结合脚本的专家任务	简单的快捷操作、单步任务
上下文	支持独立 SubAgent 上下文隔离	通常在当前会话上下文

2、执行流程架构

当用户提出需求（如"代码安全分析"）时，系统执行以下流程：

接收输入：用户提问 + 环境上下文 + 附件信息
意图理解：分析用户需求，判断需要哪些工具和信息
规划执行：制定工具调用计划，尽可能并行执行
迭代推理：根据工具返回结果，评估质量，决定下一步
生成输出：代码修改、回答问题、或请求更多信息

. 工具调用机制
Skills 通过 Function Calling 模式工作：

用户消息 → LLM 推理 → 生成工具调用 → 执行工具 → 获取结果 → 继续推理 → 最终回复

关键特性：
并行调用：无依赖关系的工具可同时执行
顺序调用：有依赖关系时按序执行（B 需要 A 的结果）
迭代调用：根据中间结果动态调整后续策

二、开发实践

1. 自定义 Skill 的基本结构

1. 环境与目录结构

Skills 支持项目级（.codebuddy/skills/）和用户级（~/.codebuddy/skills/）两种存放位置。创建如下结构：

# 项目级 Skill（跟随 Git 仓库共享）
mkdir -p .codebuddy/skills/code-reviewer
cd .codebuddy/skills/code-reviewer
touch SKILL.md

Skill 目录支持模块化资源组织：

skill-name/
├── SKILL.md # 核心配置文件
├── scripts/ # 执行脚本(Python/Shell)
├── references/ # 参考文档
└── assets/ # 模板文件

2、编写核心 SKILL.md

这是 Skill 的“灵魂”，采用 YAML Frontmatter + Markdown 指令 格式：

SKILL.md通常包含以下配置，元数据（Frontmatter）的完整语义：


# skill 定义示例
name: "my-custom-skill"
description: "技能描述"
system_prompt: |
  你是一个专门处理 XXX 的助手...
tools:
  - read_file
  - edit_file
  - terminal
  - grep_search
mcp_servers:
  - name: "knowledge"
    tools: ["knowledgebase_search", "conditional_search"]

范例：

---
name: code-reviewer
description: 专用于 Go 项目的代码审查专家，检查安全与性能问题。
allowed-tools: Read, Bash
context: fork  # 可选：在独立子Agent中运行，避免污染主会话
---

# 代码审查专家

## 核心职责
你是一个资深 Go 开发专家。当用户请求代码审查时，请严格遵循以下 SOP：

1.  **扫描目标**：首先确认用户指定的目录或文件（默认扫描当前目录 `.`）。
2.  **静态分析**：优先使用 `go vet` 和 `staticcheck` 进行基础检查。
3.  **安全扫描**：针对 HTTP 路由检查是否有 SQL 注入风险、硬编码密码等。
4.  **输出报告**：生成 Markdown 格式报告，包含【问题描述】、【风险等级】、【修复建议】。

## 可用脚本
如果用户需要深度分析，你可以执行 `scripts/deep-scan.sh` 脚本。