别把整个 GitHub 装进 Skills,Skills 的正确用法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
别把整个 GitHub 装进 Skills,Skills 的正确用法
7820点击    2026-01-25 11:59

这篇《Skills 的最正确用法,是将整个 Github 压缩成你自己的超级技能库》绝对是一篇绝佳的入门指南,但也要注意:这种用法,还当不起“最”正确用法。


我不是来抬杠的,而是想聊聊:怎么更好地使用 Skills,而不是有了把锤子就到处找钉子。


你真的需要 Skills 吗?


Skills 很酷,就像切西瓜拿电锯,感觉是真的爽😂


但你只是切西瓜的话,西瓜刀更顺手


别把整个 GitHub 装进 Skills,Skills 的正确用法


Skill 是用来补充 Agent 本身不具备、而你又反复需要的信息。


这意味着,如果 Agent 已经知道怎么做,或者能通过搜索自己搞定,那就没必要做成 Skill。过度封装只会增加复杂度,却不带来额外价值。


比如下载 YouTube 视频这事,真不需要给它一个 GitHub Repo。流行的开源项目,只要不是最近半年的,它都训练过;就算没有,它也会去搜。你每次只需要说“帮我下载这个视频”,然后给链接就行了。


真正需要 Skill 的场景是:你反复踩坑之后,发现某个地方每次都要解释一遍。


别把整个 GitHub 装进 Skills,Skills 的正确用法


就像我在维护 baoyu-skills 时发现的:每次发布前,我都要教它写 changelog、更新 README、写 commit message、根据变更大小决定版本号。几次之后我就把这个流程封装成了 release-skills


软件工程强调避免过度设计,Skills 也一样:先解决当下的真问题,别为可能永远用不上的未来需求过度设计。


Skills 是这个任务的最佳方案吗?


Skill 的优势在于:让 Agent 能自主完成多步骤任务,还不用怎么写代码或者少量脚本就可以。


如果一个任务用提示词就能解决,那提示词就够了;如果必须写个 Web 应用才能跑通,那成本又太高。Skill 的甜蜜点在中间:任务需要多个步骤串联,但又不值得为此开发一套系统。


别把整个 GitHub 装进 Skills,Skills 的正确用法


比如给文章配图。单纯靠提示词做不了,因为提示词只能帮你分析文章、生成画图提示词,但还是要人去一张张生成、一张张插入合适位置。


用配图 Skill 就不一样了。Agent 分析文章需要多少配图,一张张生成提示词,一张张调图像 API,最后还给你插入到合适位置。全程自动化,你只需要验收。


别把整个 GitHub 装进 Skills,Skills 的正确用法


这事写程序也能做,但你得搭 Web 应用,后台接 LLM API 和画图 API,成本比 Skills 高得多。用 Skills 呢?几句话接入一个画图 Skill,事就成了。没有任何代码,写好了还能分享给其他人用。


你的 Skill 能和其他 Skills 组合吗?


Skill 的设计初衷是模块化:每个 Skill 做好一件事,然后像乐高一样拼起来。


别把整个 GitHub 装进 Skills,Skills 的正确用法


单点方案和可组合方案的差别,往往不在第一次使用时显现,而在后续复用时拉开差距。一个孤立的 Skill 解决一个问题;一组可组合的 Skills 能解决一类问题。


比如写作风格这事,其实就是提示词,说明你喜欢用什么、不喜欢用什么。完全可以放到 Gemini 里做成一个 Gem,把素材发过去就能润色。但它是单点的,无法组合。


如果我把它变成一个 Skill,后续写视频采访稿可以用这个风格 Skill,发推文也能用。本来单个 Style 作为提示词模板也能用,但有了 Skills,我可以组合起来:


素材 → 分析 Skill → 提纲 Skill → 写作 Skill


写 PPT 时又可以重用分析 Skill 和提纲 Skill。


所以设计 Skill 时要避免做“巨无霸”的冲动。一个 Skill 包揽所有看似省事,实则堵死了组合的可能性。


这个 Skill 值得你持续迭代吗?


好的 Skill 不是写出来的,是用出来的。


这和传统写提示词完全不同。提示词是你坐在那里冥想 AI 需要知道什么,然后一次性写完;Skill 是你和 Agent 一起干活,干着干着把经验沉淀下来。


在用 Agent 完成任务的过程中,让它把成功的做法、踩过的坑自己总结成 Skill。跑偏了就让它反思哪里出了问题。用着用着,Skill 就越来越准。


如果一个 Skill 做完之后就再也不想碰了,那大概率这个 Skill 本身就不该做。


就像我发布的小红书 Skill,一个版本一个版本迭代到今天:


  • 最开始是小互让我帮忙写一个小红书的提示词
  • 然后我发布成了 Skill
  • 后来发现样式太单一,添加了不同的样式风格
  • 接着发现信息密度太低,添加了 Layout 选项
  • 然后发现内容长了质量不够,就增加了分析并提炼大纲
  • 有了大纲发现有时候不是我想要的,干脆让它一次性出多个版本让我选
  • 今天又加上了水印的支持


最有趣的是,用的过程中发现问题,马上让 Agent 帮你优化,都省了去重现去描述。迭代成本极低,这是 Skill 相比传统代码的独特优势。


别把整个 GitHub 装进 Skills,Skills 的正确用法


什么才是最正确用法?


不是把 GitHub 上所有酷炫的 Skill 都装进来。那只会让 Claude 启动时加载一堆用不上的元数据,反而影响判断。


也不是看什么功能就想着封装成 Skill。那是过度设计。


Skills 的正确用法是:先干活,干到某个地方反复卡壳,然后用最小的上下文解决这个卡壳,最后让这个解决方案能和其他 Skill 组合、能持续迭代。


三个词:因需而建、可组合、可迭代。


别把整个 GitHub 装进 Skills,Skills 的正确用法


给 Agent 写 Skill,就像给新员工写入职指南。你不会在第一天就把公司所有文档都塞给他,而是根据他要做的事,给他最需要的那几份。


文章来自于微信公众号 “宝玉AI”,作者 “宝玉AI”

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0