写 Skill,本质上是在把你一套熟练的工作流程翻译给 AI。
很多人在写 Skill 时,会先列出一个大概的执行顺序:第一步先干嘛,第二步调用什么工具,第三步检查哪些结果。
然后让 Agent 试跑一遍,根据暴露出来的问题继续补充规则、示例和上下文。
这类 Skill 经常需要跟着试跑结果继续修改。
如果要把同一项工作教给刚入职的同事,直接手把手演示讲解 是最高效的。
边操作边讲解,让对方看到每一步发生在哪里,也能听到你为什么这么处理。
前段时间 Claude Cowork 就新增了一个功能。
录屏教 Claude 一项技能。
微软最近开源的 Skill Recorder 也沿用了这个思路:你演示一次,它会尝试还原整个过程,并整理成可供 Agent 复用的 Skill 或 Automation。
01
微软做了一个 Agent 操作录像机
Skill Recorder 是一款桌面端开源工具。
它能记录一次真实的电脑操作,包括屏幕上的操作、应用与窗口切换、访问的页面,以及可选的语音讲解。
录制结束并点击「分析」后, AI 会分析这些信息,整理出任务意图和一组有顺序的操作步骤。
确认步骤没有问题后,你可以继续生成两种结果:
- Skill: 一份按需调用的 SKILL.md,Agent 遇到匹配任务时可以使用。
- Automation: 一套按照时间或条件触发的多步骤流程。
录制只是输入。最终得到的是一套可以检查、修改和重复使用的流程。
它的实际操作链路可以分成四步。
第一步,Record。
点击录制按钮,然后照常完成手头的任务。
你也可以在任何位置按下 ⌘⇧R,Windows 上则是 Ctrl+Shift+R,快速开始或结束录制。
第二步,Control。
录制期间,屏幕上会显示一条置顶控制栏。
你可以查看录制和麦克风状态,随时静音、切换麦克风,录错了也能放弃这一条记录。
第三步,Analyze。
点击 Analyze 后,GitHub Copilot 会从录制内容中提取一个总体意图,再生成按顺序排列的步骤。
你可以先阅读和修改,直到这套流程符合自己的真实做法。
第四步,Create。
确认分析结果后,再选择生成 Skill、Automation,或者两种都生成。
整个链路可以概括为:
录制操作 → 提取意图与步骤 → 人工检查 → 生成 Skill 或 Automation
这个人工检查环节很重要。
屏幕录像里会混入等待、切错窗口、临时返回等无关动作,最终留下的流程需要比原始操作更干净。
02
如何安装和使用
macOS 是项目目前的主要目标平台,Windows 11 的 x64 和 ARM64 版本也已经得到支持。
macOS 第一次打开时,需要授予屏幕录制权限。
第一次点击 Analyze 时,如果还没有登录,应用会提示你登录 GitHub Copilot。
安装完成后,剩下的流程就是录制、分析、检查和创建。
开源地址:https://github.com/microsoft/skill-recorder
最新版本:https://github.com/microsoft/skill-recorder/releases/tag/v0.3.1
项目目前仍然很新,复杂任务能否稳定泛化,还需要更多真实场景来检验。
不过,它已经提供了一种很有意思的 Skill 制作方式:先把工作做一遍,再把写流程这件事交给 Agent。