普通人也能简单几步开发一个属于自己的 Skill
很多人一听到“开发 Skill”,第一反应可能是:这是不是要写代码?是不是要懂 Agent 框架?是不是又是一个听起来很高级、实际上门槛很高的东西?
但我这段时间折腾下来,感觉 Skill 没那么玄。
最简单的 Skill,本质上就是把你反复对 AI 说的那一套话,整理成一个可以复用的说明书。它可以很简单,只是一段稳定的对话规则;也可以很复杂,带参考资料、模板、脚本、校验流程,甚至变成一个小型工作流。
这篇就用普通人的角度,讲讲怎么从 0 开始做一个属于自己的 Skill。

Skill 到底是什么?
先说人话版。
Skill 就是给 AI 准备的一份“专用操作手册”。
平时你可能经常这样和 AI 沟通:
1 | 你帮我整理一下这篇草稿,口语一点,不要改核心意思。 |
如果每次都要重新说一遍,就很烦。Skill 要解决的就是这个问题:把这些稳定要求沉淀下来,变成一个文件。以后你只要说“整理这篇文章”,AI 就知道该按你的习惯处理。
按照 Agent Skills 的公开规范,一个标准 Skill 至少是一个文件夹,里面有一个 SKILL.md。这个文件包含元信息和具体说明,也可以继续附带 scripts/、references/、assets/ 等资源。它的价值不是“让 AI 变聪明”,而是把你的经验、流程、偏好和约束稳定地交给 AI。
为什么普通人也值得开发 Skill?
我觉得意义主要有五个。
第一,少说重复话。
你每天都在重复的那些要求,比如“不要改核心意思”“先预览再推送”“图片别丢”“Windows 环境用 .bat”,都可以变成 Skill 里的默认规则。
第二,把个人习惯变成能力。
同样是整理文章,有人喜欢正式,有人喜欢口语;有人要微信公众号风格,有人要技术博客风格;有人喜欢先写大纲,有人喜欢直接出成文。Skill 可以把这些偏好固定下来。
第三,让 AI 少犯老错误。
你曾经纠正过 AI 的地方,往往就是 Skill 最有价值的内容。比如:
- 不要把
tempbook/里的临时文件提交。 - 图片要复制到
source/img/xxx/,不能只引用本地路径。 - 写完文章先
hexo generate,不要直接推送。 - 密钥、数据库连接串、邮箱密码不能进入 Git。
这些不是大而空的“最佳实践”,而是你自己真实踩过的坑。
第四,让复杂任务变成固定流程。
比如我现在整理博客,经常是:
- 检查工作树。
- 读取临时文档。
- 复制和压缩图片/视频。
- 生成 Hexo Markdown。
- 本地构建。
- 本地预览。
- 等确认后再提交推送。
这就很适合做成 Skill,因为步骤稳定,而且漏一步就容易出问题。
第五,多场景复用。
一个 Skill 不一定只能服务一个项目。比如“文章整理 Skill”可以用于博客、公众号、周报;“代码审查 Skill”可以用于多个仓库;“图片处理 Skill”可以用于博客配图、README 截图、社媒素材。只要把“通用流程”和“项目特例”分开,就能复用。
先别想复杂:从一个对话型 Skill 开始
最简单的 Skill 不需要脚本,不需要工具链,甚至不需要特别规范。
你可以先把它理解为:把一段 Prompt 变成固定文件。

比如我们做一个“博客草稿整理 Skill”,目标是把临时笔记整理成 Hexo 博客文章。
目录大概这样:
1 | blog-draft-cleaner/ |
SKILL.md 可以先写成这样:
1 | --- |
这就已经是一个 Skill 了。
它不高级,但有用。因为它把你平时反复说的话,变成了一个稳定流程。
实际例子:把“整理博客”变成 Skill
如果你想一步到位,可以直接复制下面这个 Prompt,让 AI 帮你生成第一版 Skill。
1 | 我想创建一个自己的 Agent Skill,名字叫 blog-draft-cleaner。 |
生成后,你再让 AI 自查一次:
1 | 请检查这个 SKILL.md: |
这两个 Prompt 基本就能做出第一版。
三步创建自己的 Skill
我建议普通人按这个顺序来,不要一上来就做复杂工程。
第一步:选一个高频场景
不要从“我要做一个万能 Skill”开始。
先找一个你经常重复的场景,比如:
- 整理博客草稿。
- 生成公众号文章。
- 给代码做安全检查。
- 把零散需求整理成开发任务。
- 给图片生成统一风格提示词。
- 写周报、日报、复盘。
- 部署前检查 Git 状态和构建结果。
判断标准很简单:如果你已经连续三次对 AI 说过类似的话,这件事就值得做成 Skill。
可以用这个 Prompt 找场景:
1 | 请根据我最近经常让 AI 做的事情,帮我判断哪些适合做成 Skill。 |
第二步:写一个最小可用的 SKILL.md
第一版只写三部分:
- 这个 Skill 是干什么的。
- 什么时候应该用它。
- 具体怎么做。
模板可以直接复制:
1 | --- |
注意 name 尽量用英文小写和连字符,比如:
1 | blog-draft-cleaner |
这不是审美问题,而是为了减少不同工具之间的兼容问题。Agent Skills 规范里也要求 name 使用小写字母、数字和连字符,并和目录名匹配。
第三步:用真实任务测试
不要写完就觉得完成了。
拿一个真实任务测试,比如:
1 | 请使用 blog-draft-cleaner Skill,整理 tempbook/xxx.md 为一篇博客。 |
测试时重点看四件事:
- 它有没有正确触发。
- 它有没有漏步骤。
- 它有没有做你不想让它做的事。
- 它的输出是不是比纯聊天更稳定。
如果 AI 又犯了老错误,不要只在聊天里纠正一次,直接把这条纠正写回 Skill。
比如它忘了复制图片,就加:
1 | ## 常见坑 |
这样 Skill 才会越用越像你。
简单开发、深度开发,有什么区别?
我自己的理解是,Skill 可以分三层。
1. 简单对话型
特点:
- 只有一个
SKILL.md。 - 主要是你的偏好、格式、流程。
- 不需要脚本。
- 最适合普通人入门。
适合:
- 写作风格。
- 周报格式。
- 博客排版。
- Prompt 生成。
- 固定回复模板。
例子:
1 | 每次我说“整理成博客”,你都按我的 Hexo 博客规范处理。 |
2. 流程型
特点:
- 有明确步骤。
- 有检查点。
- 可能需要读取文件、运行命令、生成结果。
- 需要规定什么时候停下来等用户确认。
适合:
- 本地构建和预览。
- 发布前检查。
- 项目初始化。
- 数据清洗。
- 多文件整理。
例子:
1 | 先检查 Git 状态,再整理文章,再复制素材,再构建预览,最后等我确认是否推送。 |
3. 深度工具型
特点:
- 不只是一份说明书。
- 会带
references/、assets/、scripts/。 - 可以内置模板、校验脚本、示例输出。
- 更像一个轻量工具包。
适合:
- PDF/Word/Excel 批处理。
- 固定 API 调用。
- 图片批量处理。
- 代码审查规则。
- 部署和回滚流程。
- 复杂内容生产流水线。

深度开发当然更强,但它也更需要规范。否则 Skill 会从“帮你省事”变成“另一堆难维护的说明文档”。
深度开发是否需要开发规范?
需要,而且越深越需要。
简单 Skill 可以随手写,因为它只是帮你固定表达习惯。但只要进入下面这些情况,就应该有规范:
- Skill 会读写文件。
- Skill 会运行命令。
- Skill 会处理真实业务数据。
- Skill 会提交代码、部署、发邮件、调用 API。
- Skill 需要多人共用。
- Skill 会跨项目复用。
我建议至少遵守这些规则。
规则 1:先写边界
Skill 不只要写“做什么”,还要写“不做什么”。
比如:
1 | ## 边界 |
边界越清楚,AI 越不容易自作主张。
规则 2:先给默认方案,不要给一堆菜单
很多 Skill 写坏,是因为它把所有可能方案都列出来,让 AI 自己选。
更好的写法是:
1 | 默认使用 `npx.cmd hexo generate` 构建。 |
这比下面这种更稳:
1 | 你可以使用 hexo generate、npm run build、pnpm build、yarn build,根据情况选择。 |
AI 不是不能判断,而是你没必要让它在每次任务里重新判断。
规则 3:把真实踩坑写进去
Skill 最值钱的部分,不是“请遵循最佳实践”,而是这些具体到你项目的坑:
1 | ## 常见坑 |
这些东西 AI 可能不知道,但你知道。
规则 4:能校验就校验
只靠“请认真检查”不够。
如果能用命令验证,就写进 Skill:
1 | ## 验证 |
对于更复杂的 Skill,可以把验证写成脚本放进 scripts/。
Agent Skills 的最佳实践里也强调:有效的 Skill 往往来自真实任务,并且要通过真实执行不断修正;复杂 Skill 可以用清单、模板、验证循环和脚本来提高稳定性。
一个更完整的 Skill 目录可以长这样
当你的 Skill 慢慢变复杂,可以从单文件升级成这样:
1 | blog-draft-cleaner/ |
各文件负责不同事情:
| 文件 | 作用 |
|---|---|
SKILL.md |
核心流程和触发规则 |
references/hexo-blog-style.md |
博客风格、标题习惯、排版规范 |
references/sensitive-info-rules.md |
敏感信息处理规则 |
assets/post-template.md |
文章模板 |
scripts/check-post-assets.ps1 |
检查图片、视频、二维码路径是否存在 |
注意:不要把所有东西都塞进 SKILL.md。
更好的做法是让 SKILL.md 保持短小,把不一定每次都需要看的资料放进 references/。这就是所谓的“渐进加载”:Agent 一开始只知道这个 Skill 是干什么的,真正需要时再读详细说明。
可复制 Prompt:让 AI 帮你从聊天记录提炼 Skill
如果你不知道从哪里开始,最好的材料就是你和 AI 的真实对话。
1 | 请根据下面这段我和 AI 的真实协作记录,提炼一个可复用的 Agent Skill。 |
这个 Prompt 特别适合把“你已经教过 AI 的东西”沉淀下来。
可复制 Prompt:让 AI 帮你评审 Skill
第一版 Skill 写完后,可以让 AI 做一次评审:
1 | 请作为 Skill 评审员,检查下面这个 SKILL.md。 |
可复制 Prompt:把简单 Skill 升级为深度 Skill
当一个 Skill 开始变长,可以让 AI 帮你拆结构:
1 | 我有一个单文件 Skill,现在越来越长。 |
这个升级过程很像重构代码:不是为了显得专业,而是为了让它更好维护。
专属和个性化,才是 Skill 的核心
我觉得 Skill 最有意思的地方,不是“让 AI 会做某件事”,而是“让 AI 用你的方式做某件事”。
同样是写博客,你可能会要求:
- 标题不要太营销。
- 内容可以口语,但不要装。
- 技术步骤要能复制。
- 修改过原文哪里要告诉我。
- 先本地预览,不要自动推送。
- 文章末尾固定加公众号二维码。
这些偏好没有绝对对错,但它们构成了“你的工作方式”。
Skill 就是把这些工作方式固化下来。
它不一定要公开,也不一定要给别人用。很多时候,最有价值的 Skill 是非常私人的:它懂你的目录结构、写作习惯、部署流程、命名偏好和风险边界。
多场景适用:一个 Skill 可以怎么复用?
复用的关键是拆分层级。
比如“内容整理”可以拆成:
1 | 通用层:保留核心意思、结构清晰、段落短、不要编造。 |
这样你就可以做几个小 Skill,而不是一个巨大的万能 Skill:
draft-polisher:负责润色和结构。hexo-post-builder:负责 Hexo 文章和资源路径。wechat-draft-maker:负责公众号排版。safe-publish-checker:负责提交前检查。
小 Skill 更容易复用,也更不容易互相打架。
我的建议:先做一个“笨但稳定”的 Skill
不要一开始就追求全自动。
第一版 Skill,最好笨一点:
- 步骤写清楚。
- 默认方案写清楚。
- 哪些事不能做写清楚。
- 需要用户确认的节点写清楚。
- 验证命令写清楚。
等它稳定跑过几次,再考虑加脚本、模板、参考资料。
对普通人来说,Skill 的真正意义不是“开发一个复杂工具”,而是把自己已经摸索出来的经验沉淀下来。
如果你每次都要教 AI 一遍,那就说明这件事值得变成 Skill。
参考资料
- Agent Skills Overview:解释 Skill 是用来封装专门知识和工作流的轻量开放格式。
- Agent Skills Specification:说明
SKILL.md、scripts/、references/、assets/等结构。 - Agent Skills Quickstart:用一个很短的
roll-dice示例展示最小 Skill。 - Best practices for skill creators:强调从真实任务提炼、减少空话、用清单/模板/验证循环迭代。
- Claude Code Skills 文档:提供了 Skill 在 Agent 工具中的使用方式、触发和渐进加载思路。
如果你也在折腾 Codex、AI Agent、自动化工作流,欢迎关注我的公众号,后面会继续记录这些实践和踩坑。






