当前位置: 首页 > news >正文

25|Skills vs Tools:给 AI 传授“独门秘籍”

本篇目标:工具只是“锤子”,而技能(Skills)是“怎么用锤子造房子”。学会这一章,你就能把自己团队的 SOP(标准作业程序)打包成 AI 可执行的“技能包”。


一、Tool 和 Skill 到底有啥区别?

很多人会混淆这两个概念。

1. Tool(工具):原子能力

  • 性质:它是死的,它只是一个函数接口。
  • 例子read_file(path)(读文件)、run_sql(query)(查库)、send_email(to, body)(发邮件)。
  • 特点:通用、无业务逻辑。谁都可以用read_file,但这不代表他知道该读哪个文件。

2. Skill(技能):组合拳 + 经验

  • 性质:它是活的,它是一套流程(Workflow)+知识(Knowledge)
  • 例子DeployToProd(发布上线)。
    • 这个技能内部可能会调用:git_pull->run_tests->docker_build->k8s_apply
    • 而且它包含了你的团队规范:“发布前必须检查测试覆盖率”、“发布后必须通知钉钉群”。
  • 特点:高度定制化,包含了你的“独门秘籍”。

一句话总结

  • Tools= 锤子、锯子、螺丝刀。
  • Skills= 《木工完全指南》 + 老师傅的经验。

二、为什么要封装 Skills?

1. 降低 Prompt 复杂度(渐进式披露)

如果你把“发布上线”的所有步骤(100 行字)都写在 System Prompt 里,Context 很快就爆了。
封装成 Skill 后,System Prompt 只需要一句:

“当用户想发布时,调用DeployToProd技能。”

只有当 AI 真的决定发布时,它才会去读取这个技能的具体步骤。这叫渐进式披露(Progressive Disclosure)

2. 知识复用

你可以把“如何排查 Java 内存泄漏”写成一个 Skill。
以后任何新来的 AI Agent(或者新同事),只要加载了这个 Skill,立刻变成排查专家。


三、如何编写一个 Skill?(SKILL.md)

目前业界流行用 Markdown 来定义 Skill。

模板结构

# Skill Name: [技能名称,如 CodeReviewStandard] ## Description [简述:这个技能是干嘛的?什么时候用?] ## Steps (SOP) 1. [步骤 1] 2. [步骤 2] - 注意:[关键细节] 3. [步骤 3] ## Constraints - [红线 1] - [红线 2] ## Examples (Few-shot) User: [用户指令] Assistant: [AI 应该怎么做]

实战案例:编写“Git 提交规范”技能

你的团队要求 Git Commit 必须符合 Angular 规范(feat: ...)。

文件:skills/git_commit.md

# Skill: GitCommitStandard ## Description 用于生成符合团队规范的 Git 提交信息。当用户请求提交代码或写 Commit Message 时使用。 ## Format `<type>(<scope>): <subject>` ### Allowed Types - `feat`: 新功能 - `fix`: 修 Bug - `docs`: 文档 - `refactor`: 重构 (不改变逻辑) ## Steps 1. 分析 `git diff` 的内容。 2. 判断改动类型(是修 Bug 还是加功能?)。 3. 生成一行简短的英文描述(< 50 字符)。 4. 如果改动较大,补充 Body 部分。 ## Examples User: "我修改了登录逻辑,加了验证码" Assistant: `feat(auth): add captcha to login flow` User: "修复了首页图片不显示的 bug" Assistant: `fix(home): fix broken image rendering`

四、如何让 AI 学会这个 Skill?

方法 A:在 System Prompt 里引用(轻量级)

如果你用 Cursor 或 Trae:

System: “你是一个开发者。请遵守skills/git_commit.md中的规范。”
(AI 会自动读取这个文件作为上下文)。

方法 B:通过 MCP 动态加载(企业级)

如果你搭建了 MCP Server,可以把skills/目录作为一个 Resource 暴露出去。
AI 可以在运行时动态查找:“我想知道怎么提交代码,有相关技能吗?” -> Server 返回git_commit.md的内容。


五、本篇产出:技能编写检查清单

写 Skill 时,对照这个表:

检查项为什么
有明确的触发条件吗?AI 得知道“什么时候”用这个技能。
步骤是线性的吗?AI 喜欢 Step 1, 2, 3,不喜欢复杂的跳转。
包含反例吗?告诉它“不要写成什么样”(如不要写中文 Commit)。
依赖的工具都齐了吗?如果步骤里说“运行测试”,AI 手里得有run_test工具。

练习题:把“周报”封装成 Skill

任务:你的团队周报需要包含:本周产出、下周计划、风险点。请把这个要求写成一个weekly_report.md

点击查看参考答案
# Skill: WeeklyReportGenerator ## Description Generate weekly reports based on user input or git logs. ## Structure 1. **Achievements**: What was done this week. 2. **Next Plan**: What to do next week. 3. **Risks**: Any blockers or delays. ## Constraints - Use bullet points. - Tone: Professional and concise. - No emojis. ## Example User: "我这周做了登录页,下周做注册页,目前没风险" Assistant: ### Achievements - Implemented Login Page UI and logic. ### Next Plan - Develop Registration Page. ### Risks - None.

下一步:我们已经有了工具(MCP)和技能(Skills)。现在,我们需要一个更强大的大脑来指挥它们——Agent(智能体)
下一章我们将学习Agent 设计模式,看看如何把 LLM、工具和记忆组合成一个能独立干活的“数字员工”。

http://www.jsqmd.com/news/619444/

相关文章:

  • AI原生项目失败率高达67%的真相(附2024跨团队RACI 2.0矩阵模板)
  • 猫抓Cat-Catch:浏览器资源嗅探扩展完全指南
  • FastAdmin WANLSHOP源码:二次开发功能强大的推荐
  • InfixPDFEditor:解决PDF文本编辑与添加水印的实用指南
  • 从稀疏重构到精准定位:l1-SVD算法的核心思想与工程实现
  • SEAL库CKKS实战:手把手教你调参避开‘scale out of bounds’报错(附8192模数配置)
  • AI原生研发不是升级,是重铸:SITS2026实验室披露2024-2026关键拐点时间表(含3个倒计时预警)
  • Phi-4-mini-reasoning原理探秘:从卷积神经网络到Transformer架构演进
  • GHS标签软件推荐
  • Agent Client Protocol 全景解析贫
  • 磁轴键盘线性霍尔怎么选?实测告诉你上电时间、响应速度、底噪该看哪个
  • 【仅限SITS2026参会者解封】:AI微服务弹性扩缩容决策引擎设计手册(含动态负载预测模型Python实现+K8s HPA自定义指标CRD YAML)
  • 磁盘重定向系列 03:缓存、并发与异常恢复
  • AI Agent Skills 技术专题:ClawHub 与 Claude Code 技能生态深度解析
  • 2026灼热丝燃烧试验机生产厂家实力排行:国产优质品牌+生产厂家一网打尽 - 品牌推荐大师1
  • Vue项目实战:如何用html2pdf.js实现后台静默生成PDF报告(含分页优化)
  • 得物异地多活架构实战:从单机房到100Wqps的演进之路
  • 英语阅读_5G
  • 互联网大厂Java面试实战:从Spring Boot到微服务架构的技术问答
  • ROS2 Humble下Cartographer纯定位不成功?别急,可能是你的.lua配置文件少了这行关键代码
  • 7-Zip-JBinding:在Java中轻松使用7-Zip压缩库的终极指南
  • Ostrakon-VL扫描终端效果展示:复杂背景下的小商品精准定位
  • GoCodingInMyWay部
  • AI驱动的知识管理平台构建全路径(从零到生产级上线的12个关键决策点)
  • 2025届必备的十大降重复率工具实际效果
  • 临时存储
  • Redis持久化:从AOF到RDB,如何实现数据不丢失?液
  • 除了通义千问,DashScope灵积模型服务里还有哪些‘宝藏’模型?一份新手探索指南
  • 从外包依赖到自主创新,自动化模型赋能大型工厂施工
  • Qwen3.5 27B,将是无数开发者本地编码代理的首选王牌