注册账号第一天，随便发个skill蒸馏技巧（很普，网上找的），后续会发布更优质的内容

Skill蒸馏方法论（精简版）

一、材料收集整理

1. 定目标边界 明确蒸馏技能类型，划定清晰使用范围，避免范围过大难以落地。
2. 多维度采数据 收集流程文档、交互记录、决策案例、评价反馈四类核心资料。
3. 数据预处理 清洗冗余内容、标注关键信息、按场景结构化分类。

二、流程拆解与逻辑提炼

1. 原子化拆分 把完整技能拆成最小执行步骤，规范动作描述，理清步骤上下游输入输出。
2. 界定出入参 明确每步接收信息、产出结果，补充异常场景处理方案。
3. 提炼显性规则 挖出流程决策节点，将隐性经验转化为可执行判定条件，设定条件优先级。

三、工具封装与技能创建

1. 工具封装 集成第三方接口、自研工具，编写逻辑模拟脚本作为技能核心。
2. 编写核心文件 制作SKILL.md，用YAML写技能基础信息，Markdown写执行步骤、规则、出入参。
3. 快速生成技能 借助Claude Code内置创建工具，按指引录入流程，一键生成完整技能文件。
4. 测试迭代 加载技能实测效果，依据用例调整逻辑、优化触发规则。

四、实战应用案例

1. 人物决策蒸馏 采集决策言行记录，拆解判断流程，封装评估工具，实现AI复刻决策思路。
2. 个人工作技能蒸馏 整合日常工作流程与习惯，梳理执行逻辑，实现AI自动规划、高效办公。

五、核心准则

1. 保证数据合规合法，严控数据质量，定期更新维护。
2. 划定技能使用边界，做好隐私防护，超限场景合理拒答。
3. 建立反馈机制，通过测试对比持续迭代优化技能精度。