不是训练模型，是给模型「塞小抄」

GitHub 上有个项目叫 opengis-skills，看名字以为是搞 GIS（地理信息系统）的，点进去发现——格局小了。

这仓库装了 63 个开源工具的"技能文件"，横跨七大领域：

领域 数量 随便挑几个你肯定听过
🗺️ GIS 23 GDAL、QGIS、GeoServer、PostGIS、CesiumJS、OpenLayers
📐 CAD 18 FreeCAD、OpenSCAD、OCCT、KiCad、LibreDWG
🛠️ C#/.NET 8 Furion、SqlSugar、NPOI、Admin.NET
🤖 AI 工具 7 Dify、OpenCode、Pi、Hermes Agent
📡 IoT 1 Raspberry Pi Pico
🧊 3D 1 SuperSplat（高斯泼溅，懂的都懂）
🗂️ 其它 5 Go 语言、RuoYi-Cloud、acme.sh 等
每个工具的 SKILL.md 可不是敷衍了事的 “Hello World” 教程。里面包含安装方式、核心 API 详解、典型工作流、踩坑指南、FAQ——动辄几百上千行，写得比很多官方文档还用心。

怎么用？一句话：按需加载，精准喂药
整个仓库的设计理念很朴素：

AI 工具先看一眼根目录的 SKILL.md（全局索引 + 标签搜索）
根据你的问题，定位到对应分类（gis/cad/csharp/ai/…）
再精准加载那个工具的详细技能文件
然后——它就知道自己在说啥了
整个过程 AI 只多看了 1~3 个文件，上下文不爆炸，答案却准得像换了个人。

支持 Claude、Cursor、Cline、Copilot Chat、DeepSeek 等主流 AI 编程工具。说白了，它不挑食。

开源 + 博客，双线伺候
作者还在 znlgis.github.io 维护了配套博客，图文并茂地展开每个技能的使用场景。仓库给 AI 看，博客给你看，分工明确，谁也不耽误谁。

所以这到底解决了什么问题？
一句话：大模型不懂专业领域？没关系，把说明书塞进它的上下文里。

不需要微调模型，不需要 RAG 搭向量库，不需要折腾 LangChain。你只是把高质量、结构化的领域知识，以 SKILL.md 的形式喂给了 AI——它读得懂，你也写得动。

这思路干净利落，甚至有点优雅。