首页 › LLM大语言模型 › Workbuddy专栏 › WorkBuddy 蓝皮书 › 快速入门指南 › 第 5 章 WorkBuddy一个真正好用的 Skill

第 5 章 WorkBuddy一个真正好用的 Skill

Skill 是什么​

WorkBuddy 本身负责理解任务和组织执行;Skill 则是一组可复用的说明、脚本、参考资料和资源,告诉 Agent 某类任务应该怎样做、调用什么工具、交付什么格式。一个最标准的 Skill,大概长这样:​

​

代码块​

Haskell

my-skill/​

├── SKILL.md​

├── scripts/​

│ └── check.py​

├── references/​

│ └── guide.md​

└── ../assets/​

└── template.pptx​

​

其中只有 SKILL.md 是必须的。​

​

代码块​

YAML

---​

name: tech-article-writing​

description: 用于撰写 AI 产品、模型评测和科技行业相关文章​

---​

​

收到写作任务后:​

​

1. 先确认文章核心角度​

2. 查找一手资料​

3. 对核心事实交叉验证​

4. 根据用户写作风格完成初稿​

5. 检查禁用句式和 AI 味表达​

​

​

还可以带上:references/style.md​

​

Skill 是怎么工作的​

​

🔔

Skill 最关键的设计,其实不是 SKILL.md,而是 Progressive Disclosure,渐进式披露。​

​

假设你的 Agent 装了 100 个 Skill。​

它不会一上来把 100 个 Skill 的完整内容全部塞进上下文。这样不仅浪费 Token,还会让模型被大量无关指令干扰。​

标准做法分三层。​

第一层,Agent 启动时只看所有 Skill 的名称和 description。​

比如:​

​

代码块​

Haskell

pptx​

处理 PowerPoint 创建、编辑、读取任务​

​

pdf​

处理 PDF 提取、合并、编辑、填写任务​

​

tech-article-writing​

撰写 AI 和科技行业文章​

​

第二层,当用户说:​

​

代码块​

Plain Text

帮我写一篇 WorkBuddy 的公众号文章​

​

Agent 根据 description 判断 tech-article-writing 可能相关,这时才加载完整的 SKILL.md。​

第三层,执行过程中发现需要模仿你的写作风格,才继续读取:​

​

代码块​

Plain Text

references/style.md​

​

需要检查 AI 味,才执行:​

​

代码块​

Plain Text

scripts/check-ai-phrases.py​

​

标准规范建议,所有 Skill 启动时只加载数十至上百Token的元数据,Skill 激活后再加载完整说明,其他资料和脚本继续按需读取。OpenAI Codex 也采用类似机制,先向模型暴露 Skill 的名称、描述和路径,再在模型决定使用时读取完整内容。​

所以 Skill 解决了一个长期困扰 Agent 的问题:​

怎么给 Agent 很多知识和工作方法,又不把所有东西永远塞在 Prompt 里。​

Skill 跟 Prompt 到底有什么区别​

这是最核心的问题。​

​

​

最简单的理解是:​

​

代码块​

Plain Text

Prompt = 任务​

Skill = 做法​

​

Skill 有哪些作用​

**第一个作用,是给模型补充程序性知识。**大模型往往知道大量知识,但未必知道你的事情具体应该怎么做,比如它知道 SQL,但它不知道你公司的:​

​

代码块​

Haskell

canonical user_id 在哪张表​

subscriptions 表是 append-only​

查询退款时必须排除某个状态​

Grafana 对应 dashboard ID 是多少​

​

这些知识非常适合做 Skill,Anthropic 在内部使用了数百个 Skill,最终发现主要集中在 API 和内部库使用、产品验证、数据分析、业务流程自动化、代码脚手架、代码审查、CI/CD、故障 Runbook 和基础设施运维九类场景。​

**第二个作用,是固定复杂工作流,**比如做一次行业调研。​

普通 Prompt 可能是:​

​

详细调研一下 WorkBuddy​

​

模型每一次都会重新思考:​

​

代码块​

Haskell

去哪里找资料​

先查什么​

怎么验证​

跟谁对比​

输出什么结构​

​

Skill 可以把流程固定下来:​

​

代码块​

Markdown

1. 官方网站​

​

这种能力称为 Encoded Preference Skill。模型本来能完成每一个单独步骤,但 Skill 把这些步骤按照团队或个人的工作方式组织起来。​

另一类是 Capability Uplift Skill,给模型补充它原本做不好或不稳定的能力,例如复杂文档、PDF 和 PPT 处理。​

第三个作用,是减少重复 Prompt。​

你现在跟 AI 合作,其实有大量内容是在重复说,比如你经常告诉我:​

​

代码块​

Haskell

不要写得太 AI​

长短句结合​

不要过度点列​

​

这些其实已经天然适合做成一个 writing-style Skill。​

以后你的 Prompt 只需要:​

​

写一篇 WorkBuddy 文章​

​

写作习惯、资料标准、禁用表达、文章流程,都由 Skill 提供。​

第四个作用,是把个人经验和组织经验资产化。​

传统 Prompt 最大的问题是容易散落在:​

​

代码块​

Haskell

聊天记录​

飞书文档​

Notion​

个人脑子里​

​

Skill 是文件,所以它可以:​

​

代码块​

Haskell

​

WorkBuddy里找到合适的Skill​

打开左侧“专家·技能·连接器”,可以从技能市场搜索,也可以用“查找技能”描述需求。​

​

​

也可以在SkillHub技能市场里找到合适的Skill​

​

​

除了从推荐列表里直接安装,还可以导入自己下载的技能。​

比如你在网上看到一个好用的技能包,下载下来是一个 zip 压缩文件,操作流程是这样的:点击"上传技能",把 zip 文件加载即可​

​

​

​

​

使用Skill解决一个任务​

比如,你让AI写了一篇文章,需要去除AI味,你可以找到“文章去AI味工具 ”Skill,安装之后,使用时,直接 “/” 可以换出。​

​

飞书文档 - 图片

​

你只需要引用Skill内容,把文章给到即可,​

​

​

WorkBuddy 会先加载skill的内容,​

​

​

根据skill中的规则,来执行,比如要去除不是而是、双引号等内容,​

​

​

修改之后,可以得到结果,确实去除了AI味。​

​

​

Skill的关闭和卸载​

从全部技能中,点击我安装的​

​

​

按钮关闭(则关闭该Skill)​

​

​

点击“···”,可以选择删除或编辑该Skill​

​

​

​