AI编程

Skills

参考文章：Skills 是什么？如何用于 Agent 开发？
Skills的本质是重新组织 Prompts 。

• Skills对比传统的 Prompt 减少了发送给大模型的内容，节省了token。
• Skills的产生也来源于提示词的优化，以及对于那些优秀的提示词的一种复用和共享。

核心结构

Skills的目录结构如下，Skill.md是必须的文件。

```plaintext
my-Skill.zip
 └── my-Skill/
     ├── Skill.md
     └── resources/

另外我们也可以给Skill提供一些额外的能力，例如：我们可以给他提供一些 脚本、资源

.trea/skills/my-skill/
├─── SKILL.md       # 主要说明（必填）
├─── scripts/       # 辅助脚本（可选）
├─── examples/      # 参考实现（可选）
└─── resources/     # 模板和其它资产（可选）

然后我们可以在SKILL.md中写上

步骤2：在做某事情之前，运行当前目录下的scripts目录中的xxx.py脚本进行某种操作。

编写一个Skill

一个Skill.md主要包含两个部分：

• 元数据（YAML Frontmatter）
• 正文（描述技能的具体行为）

元数据

---
name: 我的技能
description: 这个技能用于做什么
version: 1.0.0
author: 你的名字
trigger:
  - 关键词触发
  - 意图匹配
---

不同平台支持的字段可能不同，常见的有：

• name：技能名称
• description：简短描述
• version：版本号
• author：作者
• trigger：触发条件（如关键词、正则表达式、意图等）
• permissions：需要的权限（如读取文件、网络请求等）

通常我们只需要编写 name 与 description 即可。

正文

描述技能的具体行为。可以包含：

• 使用说明：教用户如何使用这个技能。
• 指令或逻辑：用自然语言或伪代码描述技能在触发后应该执行的动作。有些平台允许嵌入脚本（如 Python、JavaScript），也可能在 resources/ 中存放脚本并在 Skill.md 中调用。

# 我的技能

## 功能
这个技能可以根据用户输入的内容，自动生成一份待办清单。

## 使用方式
用户说：“帮我生成一个购物清单”，技能会返回一个 Markdown 格式的清单。

## 实现逻辑
1. 解析用户输入中的关键词（如“购物”、“工作”等）。
2. 从 `resources/templates/` 中加载对应的清单模板。
3. 生成清单并返回给用户。

## 示例
**用户**：帮我生成一个旅行清单  
**技能**：好的，这是您的旅行清单：
- 护照
- 充电器
- 相机

Skill与RAG

RAG本质上也是一种信息注入机制，和Skill类型，但是目的不同：

Skill   → 注入"怎么做"（操作规范、流程）
RAG     → 注入"知识内容"（业务数据、文档库）

RAG 和 Skill 是同一层次的东西，都在 LLM 推理前注入 Prompt。Skill 给方法，RAG 给数据，Tool 负责执行。
说一个真实的例子，用户问"把我们公司 Q3 销售数据生成 Word 报告"

RAG 检索
  → 从公司文档库找到 Q3 销售数据.csv 的内容
  → 注入 Prompt："以下是相关数据：销售额 300万，同比+15%..."

Skill 检索
  → 匹配到 docx Skill
  → 注入 Prompt："生成 Word 文档请遵循以下规范：..."

LLM 结合两者
  → 知道数据内容（来自 RAG）
  → 知道怎么生成文档（来自 Skill）
  → 生成代码调用 Tool 执行

Skills相关下载地址

• github: skills
• skills66