使用 Skills 的技巧与规范一、什么是 Skills？ Skills 是可重用的、基于文件系统的资源，为 AI 提供

本文总结Skills 的使用经验，帮助开发者快速掌握编写、调试与优化技巧，将通用 AI 转化为贴合工作场景的专业助手。

一、什么是 Skills？

Skills 是可重用的、基于文件系统的资源，为 AI 提供领域专业知识（工作流程、上下文、最佳实践），将通用 AI 助手转变为专业助手。

与普通提示词（Prompt）的区别

对比项	普通提示词	Skills
作用范围	单次对话	全局可用
重复成本	每次都要写	一次创建，自动加载
专业深度	简单指令	完整工作流 + 资源
维护方式	复制粘贴	文件管理，版本可控

一句话理解：
Skills = 专业说明书 + 工具箱 + 使用指南，AI 需要时自动查阅。

二、为什么你需要 Skills？

告别重复解释
→ 不再每次说“请按以下步骤分析日志...”
固化团队知识
→ 把资深工程师的经验变成 AI 能力
提升任务一致性
→ 所有成员使用同一套标准流程
组合复杂能力
→ “日志解析” + “异常检测” + “生成报告” = 自动化运维

三、Skills 如何工作？（必读）

Skills 采用渐进式披露机制，分三层加载，只在需要时加载必要内容：

第 1 层：元数据（始终加载）

内容：name + description
作用：AI 判断“是否该用这个 Skill”

第 2 层：指令（触发时加载）

内容：工作流程、最佳实践、分步指导
触发条件：用户请求匹配 description 中的场景

第 3 层：资源（按需加载）

内容：参考文档、脚本、示例
加载时机：只有在 SKILL.md 中引用时才加载

设计哲学：
“用多少，加载多少” —— 最大化上下文效率

四、如何使用 Skill？

4.1 触发 Skill

无需特殊命令！只需在对话中描述需求
AI 会自动匹配 description 中的场景

示例：
你说：“统计一下我们 Java 项目的代码行数”
→ AI 自动调用 java-line-counter Skill

4.2 查看可用 Skills

在对话中问：“你有哪些技能？”
或查看 /Users/{用户名}/.iflow/skills 目录下的所有 Skill

五、编写你的第一个 Skill

5.1 必填字段规范

---
name: your-skill-name          # ← 必须！
description: 简要描述此 Skill 的功能和使用场景  # ← 必须！
---

5.2 完整示例：Java 行数统计器

---
name: java-line-counter
description: 统计当前项目中的Java代码行数。当用户想要分析其Java代码库的规模、跟踪代码增长或获取Java源文件的统计数据时，请使用此技能。
---

# Java代码行数统计器

此技能分析Java项目并提供有关代码库的详细统计信息，包括总行数、文件数量、每个文件的平均行数以及按包分类的分布情况。

## 使用方法

调用时，此技能将：
1. 扫描整个项目中的Java源文件(.java)
2. 统计每个文件的总行数、空白行和注释行
3. 提供整个项目的汇总统计信息
4. 按包/目录细分统计信息

## 输出格式

技能将生成包含以下信息的结构化报告：
- Java文件总数
- 代码总行数
- 空白行数
- 注释行数
- 实际代码行数（不包括空白行和注释行）
- 每个文件的平均行数
- 按包分类的分布情况

## 实现方法

技能将使用shell命令遍历项目目录并统计Java文件中的行数。它将利用标准Unix实用程序如`find`、`wc`和`grep`来高效地收集所需的统计数据。

对于每个Java文件，它将区分：
- 实际代码行（可执行语句）
- 空白行（仅有空白字符）
- 注释行（以//开头或包含在/* */中的行）

技能将排除生成的文件（通常位于target/build目录中）的统计。

六、什么任务值得做成 Skill？（避免过度设计）

不是所有任务都适合封装成 Skill。以下是判断标准：

✅ 推荐做 Skill 的场景：

高频：每周重复 ≥2 次
标准：需要多人遵循同一规范
易错：涉及复杂步骤或高风险操作

❌ 不建议做 Skill 的场景：

一次性任务或临时需求
简单问答（如“怎么查日志？”）
个人偏好型操作（如“按我的习惯格式化代码”）

口诀：“高频、标准、易错” —— 三者满足其一，就值得做 Skill。

七、Skill 调试技巧：如何确认 AI 是否触发了你的 Skill？

这是实际使用中最常见的困惑。

调试方法：

直接询问 AI：
“你刚才用了哪个 Skill？” 或 “你是根据什么规则处理的？”
观察输出结构：
检查回复是否包含你定义的关键词、步骤或格式
测试边界场景：
故意提供模糊请求，看 AI 是否仍能正确匹配

八、团队协作建议：如何共享和管理 Skills？

个人 Skill 有价值，团队 Skill 才有放大效应。

高阶实践：建立团队 Skill 库

template-skill.md：标准结构模板
review-checklist.md：编写质量检查清单
common-patterns.md：常用模式（如“日志分析”、“SQL 优化”）

九、推荐：使用 skill-creator

9.1 什么是 skill-creator？

GIT地址
根据自然语言描述，自动生成符合规范的 SKILL.md

9.2 如何使用？

在对话中说：

“帮我创建一个 Skill，用于 [描述你的需求]”

示例：
“帮我创建一个 Skill，用于生成 Spring Boot Controller 的单元测试”

→ AI 会返回完整的 SKILL.md 内容，你只需保存到对应目录即可！

9.3 优势

自动生成合规的 name 和 description
提供结构化模板（指令、示例、工作流程）
减少格式错误，加速开发

总结：高效使用 Skills 的关键

用对场景：高频、标准、易错任务优先封装
写得清晰：自由度匹配任务风险，结构明确
调得明白：掌握调试技巧，快速验证效果
管得有序：团队共享，持续优化

最终目标：
让 AI 成为你工作领域的专家，而不仅是通用助手。

补充一个SKILL

github.com/huisezhiyin…

使用 Skills 的技巧与规范