SKills 可复用工作流
1.1 复用
中台一词，常常出现在各种软件架构的设计中，其核心理念用两个字就可以概括：复用，即把相同功能抽离出来，减少重复建设，如下图：
软件开发的整个过程等于所有Prompt的总和
回答一个问题：什么是Skills？答：公共的Prompt就是Skills！
56%
44%
1.2 Skills设计思路
💡
具体搞个分级缓存，当输入Prompt的时候，不要带上全量的Skills信息，而是最基本的元信息，AI会按照语意进行匹配，匹配到了才会加载实际的内容，这就是渐进式加载，官方叫：渐进式披露，如下图所示：
1.3 经验沉淀
经验可以沉淀，这不仅对个人，对团队来说，作用也巨大，它实现了“经验”的低成本共享，个人经验将会以Skills的形式快速的在团队内传播，团队的整体战斗力也随之迈上了一个新的台阶。
最激动的是：当Skills的数量达到一定规模时，其实我们就相当搭建了一个专门给AI用的技能商店，可以自动匹配Skills库，让复杂问题通过基础Skills组合得到解决。
另一方面，Skills的成功，给我们了一个很好的启发：AI时代，系统设计将从面向于人设计转向面向AI设计。一份数据，我们需要有给人好理解的版本，也需要有给AI好理解的版本！
如何开发Skills：从归纳法到演绎法
重复两个过程，需要先将工作中的案例总结提炼（归纳），固化为Skills，用以应对同类问题（演绎），或是再次反馈完善这个Skills，这便是Skills开发的核心思路！
2.1 真正的难点，需要：向外洞察+向内觉察
Skill的本质是一种解决方案，它与问题本就是一体两面，若问题不存在，那Skills再强大也毫无意义。
举个例子，比如当你遇到Bug时，你是如何排查的？好好回想这个完整过程，把每一步操作、每一个判断逻辑梳理清楚，让AI照着这个逻辑去执行，这一点，我会在后续的实践分享中详细展开。除了自己的去总结，其实也可以利用AI工具，当你用AI解决完一个新问题的时候，别急着关闭对话框，让Agent自己观察你的Prompt过程，让他自己总结沉淀，这个过程只需要你在解决完问题后，加一句prompt即可。
03 一些Skills的案例
以上就是一些Skills原理的分析，下面我们来来分享一些Skills的实践。
3.1 逆向建模
逆向建模，是我在开发过程中，使用的最高频的场景。它对应着我们最常见应用场景：需求迭代。针对一个需求迭代的过程，我们总是可以抽象成三个步骤，在AI时代，我们需要思考：如何利用SKills增强这三个流程！而逆向建模就是一个很好的方法！
那模型里有什么呢？我们可以总结为三个部分：实体、规则和行为。剩下的工作，不管是要去理解需求或是开发需求，我们本质上都是围绕着以下三个问题展开：
实体关系是什么？有什么变更？
流程是什么？有什么变更？
行为是什么？有什么变更？
当我们回答好了这三个问题，我们的代码也就写的差不多了，这种方法让VibeCoding更加精细化，让Vibecoing建立在图纸之上，而非抽象的语言之上。那我们具体要如何表达呢？我们详细讨论下。
1、 实体的显化表达，这里尝尝用的就是传统的UML建模，我们通过类对象及其关系去还原结构，通过不同的颜色来表示需求的改动！
2、流程的显化表达，流程则通过序列图()的形式表达。我们可以通过不同抽象层次的图，去放大或者缩小实现的细节，这样我们的视角可以在不同的维度进行设计分析，既可以从总体把握，又可以下钻到细节。这里设计的多详细，AI完成的就有多准确！
3、规则的显化表达，规则是有点不同的点，实体和行为我们都可以用图去表达，但是规则比较难，更好的方式就是用伪代码的形式，不仅对人友好，对AI也很友好，不得不说：最好的Prompt其实就是代码本身。
3.2 问题定位：当群里@你 定位问题？
另外从前比较耗时的事是：问题定位。相比诸位开发通知都深有同感，那我们能不能使用Skills帮我们快速搞定呢？那肯定是可以的。
首先我们使用内观的方法，回想一下：你是如何定位一个问题的？是不是往往从一个染色ID开始，一步一步，看日志，看代码。让AI仿照这个过程，Skills就完成了，如下图所示：
在这个Skills中，最需要考虑的是，如果打通AI-IDE与日志系统，比较简单的是通过MCP实现，然后AI会结合本地代码和日志进行分。这个Skills非常简单，但它真的为我节省了很多时间。下面是一个真实的案例，当上游同学在群里给我丢了一个染色ID让我看的时候，利用这个Skills就在30s内，定位到了异常点！
3.3 AI辅助CR的工程落地
使用AI辅助代码CR已经成为了我们团队的高频实践（由sumueli老师主导），并探索出了一条工程化的思路，可以让AI-CR和Git闭环运行，整体流程如下：
除了自动化的CR，人工CR也是最常见的场景。如下图：
另外在CR的实践中，我们也结合了上面的建模思路，把设计图和代码DIff一起去MR，这大大较少了CR的理解成本，提供了团队的效能！
04 回答开头的问题
最后，回答一下开头提到的问题：我们如何面对成千上万个SKills，应该如何利用？我认为需要根据自己遇到的问题去索引比较好的Skills，然后再加以改造，为什么？因为从来都不存在两个一模一样的问题，只有相似的问题，可以借鉴，但是不能照搬！