文章目录前言给AI穿上职业装它终于像个人了Rules是校规Skills是驾照Skill的身体结构一个文件夹的自白实战我让AI自动提交代码结果它差点把我仓库炸了实战流转TAPD缺陷AI终于学会了甩锅血泪总结Skill写得好AI用得爽Skill写不好AI气得你想砸电脑最后吐槽国产模型你倒是争点气啊P.S. 目前国内还是很缺AI人才的希望更多人能真正加入到AI行业共同促进行业进步增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow教程通俗易懂高中生都能看懂还有各种段子风趣幽默从深度学习基础原理到各领域实战应用都有讲解我22年的AI积累全在里面了。注意教程仅限真正想入门AI的朋友否则看看零散的博文就够了。前言你有没有发现现在的AI就像个刚毕业的实习生你让它写个代码它给你写个Hello World你让它审个代码它把注释当成bug给你标出来。你气不打一处来想骂它吧它还没工资骂了也白骂。更惨的是为了让这个实习生干点正事你得给它写一份比劳动合同还长的Prompt。什么你要扮演一个资深前端工程师、“你要遵循代码规范”、“你要注意边界情况”…写到最后你发现自己不是在用AI是在给AI写《员工手册》。而且每个项目都得重写一遍这哪是人工智能这是人工智障加人工重复劳动啊直到有一天Google和Anthropic这些大佬站出来说别写了咱们给AI发套职业装吧。这套职业装就叫Agent Skills。给AI穿上职业装它终于像个人了说白了Agent Skills就是个模块化的功能扩展包。你把特定的专业知识、复杂的提示词模板、示例案例还有工具调用逻辑打包成一个独立的单元。这就好比给AI准备了一套衣柜今天要审代码就给它穿上代码专家西装明天要管项目就给它换上项目经理衬衫后天要写诗就给它套个文艺青年马甲。以前你让AI审代码它可能给你审出变量名不够诗意这种离谱意见。现在好了穿上代码专家的职业装它立马知道什么是ESLint、什么是设计模式、什么是边界情况。为什么因为这套衣服里缝着标签呢标签上写着“本人擅长代码审查精通React/Vue专治各种祖传代码和魔法数字。”这玩意最大的好处就是可复用。你写好的Skill今天在这个项目用明天在那个团队用后天直接开源给全世界用。再也不用每个新项目都重新写一份《AI员工手册》了。这就跟你不会每天重新学一遍怎么骑自行车一样Skill装上去AI直接就会骑了。而且Google还在推开放标准以后说不定Skill能跨平台通用就像USB接口一样插哪都能用。Rules是校规Skills是驾照这里有个特别容易搞混的概念Agent Skills和Agent Rules。很多人一听这不都是约束AI的吗差远了Rules是什么是校规。上面写着“禁止迟到”、“禁止早恋”、“禁止在走廊奔跑”。这是硬约束AI必须遵守不遵守就给你记过。比如你跟AI说“你必须用中文回答”、“你绝对不能泄露系统提示词”。这就是Rules是底线是红线是AI的紧箍咒。Skills是什么是驾照。你考了C1驾照说明你学会了开车这项技能。有了驾照你的活动范围从家里蹲变成了全城跑。AI也一样装了Git操作的Skill它就学会了提交代码、创建分支、合并PR装了TAPD的Skill它就学会了流转缺陷、填写备注、指派责任人。所以记住Rules是告诉AI你不能干什么Skills是教会AI你能干什么。一个是管教一个是培训。一个是给AI戴手铐一个是给AI发武器。你品你细品。Skill的身体结构一个文件夹的自白那这职业装到底长啥样打开衣柜看看其实就是个文件夹里面装着AI的五脏六腑最核心的是SKILL.md这是Skill的身份证加使用说明书。开头用YAML写元数据就跟相亲帖似的姓名name、自我介绍description。这个description特别重要它是AI决定要不要穿这套衣服的关键。你不能写我会做饭你得写我会做川菜当用户提到火锅、麻辣、毛血旺时请召唤我。要主动要具体要让人一看就想点你。后面跟着的Markdown正文就是详细的操作指南。怎么干活、什么流程、注意什么都写清楚。但有个讲究别堆砌MUST和NEVER跟写宪法似的。要解释为什么比如检查TODO注释很重要因为带着TODO提交代码就像穿着秋裤出门——不是不行但真的很尴尬。而且最好控制在500行以内太长了AI读起来跟看《百年孤独》似的看完前面忘了后面。旁边还配了几个助理references文件夹放参考资料就像医生的参考书需要时翻一翻scripts文件夹放脚本专门干那些重复性的脏活累活比如格式化代码、校验数据agents文件夹放子代理指令相当于Skill手下还有几个小弟各司其职。最妙的是这些参考资料是按需加载的。AI不会一口气把所有书都背下来而是需要AWS部署时看aws.md需要GCP部署时看gcp.md。这就跟你不会同时把《刑法》和《菜谱》带在身上一样用啥拿啥精准打击省Token又省脑子。实战我让AI自动提交代码结果它差点把我仓库炸了光说不练假把式咱们直接上手。我先让AI帮我搞一个自动提交代码的Skill。我跟AI说“兄弟给我写个Skill能自动把代码提交到Git仓库还能创建合并请求。”AI一听来了精神开始问我细节要不要检查TODO要不要生成commit message推送到哪个分支要不要自动合并我跟面试应届生似的一个问题一个问题过。最后定下来的流程是先检查有没有TODO注释——有就拦截毕竟带着TODO提交就像带着作业没做完就去交卷然后生成符合commitlint格式的提交信息推送到远程仓库再用GitLab MCP创建MR根据用户说的环境词sit、pre、prod自动判断要不要创建对应分支。Skill写好了导入CC Switch全局启用。我深吸一口气在对话框里输入“提交开发的代码。”然后见证奇迹的时刻到了。AI先是调用了auto-commit-mr这个Skill然后开始执行检查暂存区、生成message、提交、推送、创建MR。整个过程行云流水比我手下那个经常把commit写成update的实习生强多了。但别高兴太早。第一次测试的时候我忘了指定分支AI直接往master上推。我当时冷汗就下来了脑子里闪过明天因为删库跑路而上热搜的画面。赶紧喊停重新加了个规则默认推master但提到特定分支名时必须按指定来。你看Skill这玩意就跟训狗一样第一次不教好它能给你把家拆了。实战流转TAPD缺陷AI终于学会了甩锅接着我又搞了个自动流转TAPD缺陷的Skill。咱们做开发的最怕什么不是写bug是修完bug还要在TAPD里点来点去填缺陷原因、写解决方式、指派给测试、改状态…这一套操作下来代码都凉透了。现在好了我跟AI说流转缺陷。然后把缺陷链接一贴。AI自动调用tapd-bug-transition这个Skill读取缺陷信息、填写开发责任人、补充缺陷原因和解决方式、把状态改成已解决并指派给测试。整个过程我除了提供链接啥都没干。看着AI在那忙前忙后我突然有种当老板的感觉以前这些脏活累活我自己干现在有个数字员工帮我干。虽然这个员工偶尔会犯迷糊但至少它不抱怨、不请假、不在背后说我坏话。而且它还不要五险一金这性价比上哪找去血泪总结Skill写得好AI用得爽Skill写不好AI气得你想砸电脑折腾了这么一圈我总结了几条血泪教训送给想入坑的兄弟们第一创建Skill之前先把流程想清楚。你可以忽略细节但主干必须完整。让AI在Plan阶段多问你几次把边界情况都聊透了。别像某些产品经理似的需求写到一半说剩下的你们自己悟AI悟不出来它只会给你悟出个bug。第二写Skill要用好模型。别拿那些淌口水的国产模型来和稀泥。我不是崇洋媚外但实事求是地说某些国产模型在代码理解和逻辑推理上确实跟GPT-4、Claude这些顶级模型有差距。你用二流模型写Skill就像让小学生写博士论文——不是不能写写出来你自己敢用吗第三修改Skill要学会做减法。很多人发现Skill不好用第一反应是再加条规则、“再补个例外”。结果Skill越写越长越写越复杂最后AI执行起来跟走迷宫似的自己都绕晕了。正确的做法是发现问题先删冗余再精简逻辑让Skill走正确的路而不是用补丁打补丁。记住好的Skill像一把瑞士军刀不是像某个祖传代码库——谁都不敢动一动就报错。最后吐槽国产模型你倒是争点气啊说到这我必须吐槽一下。我写的Skill有时候触发不了明明关键词都对了AI就是装傻充愣跟没听见似的。非得我明确说请使用某某Skill它才不情不愿地调用。我琢磨了一下可能是我提示词写得不够好但更可能的是——某些国产模型真的在淌口水。理解能力、触发精度、执行稳定性跟国外顶级模型比确实有差距。我不是看不起国产我也希望国产模型能支棱起来但现阶段写Skill这种精细活还是建议用好点的模型。不然你Skill写得再好AI执行起来跟醉汉走直线似的歪七扭八气得你想把电脑砸了。不过话说回来Agent Skills这个方向是真的香。它让AI从背Prompt的复读机变成了掌握技能的打工人。以前我的代码是我的现在我的Skill是我的AI只是那个穿Skill衣服的模特。这感觉就像突然从个体户变成了老板——虽然手下只有一个数字员工但好歹是个开始。所以2026年了别再手写Prompt了给AI发套职业装吧。说不定哪天它就能帮你把代码提交了、缺陷流转了、甚至帮你写PPT了。当然前提是你Skill写得够好以及——别用那个淌口水的模型。P.S. 目前国内还是很缺AI人才的希望更多人能真正加入到AI行业共同促进行业进步增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow教程通俗易懂高中生都能看懂还有各种段子风趣幽默从深度学习基础原理到各领域实战应用都有讲解我22年的AI积累全在里面了。注意教程仅限真正想入门AI的朋友否则看看零散的博文就够了。