简介:Skill 不是提示词模板,而是把团队的程序性知识打包成"命中才加载"的能力包。本文讲清 Skill 与 MCP、Hook、Plugin 的边界,拆解渐进式披露三层加载机制,给出 description 写法、五类实战清单与常见坑,并补上模型选型这一环——毕竟流程写得再好,执行上限仍由底层模型决定,可先用[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)做一轮模型能力与调用成本的横向对比。
Skill 是教 Agent 一套流程和专长,把你脑子里那些”遇到这种事就该这么干”的程序性知识,沉淀成它命中才加载的肌肉记忆。
判断一个 Skill 值不值得写,标准只有一条: 这件事你是否已经向同事解释过三遍以上 。如果是,它就该被沉淀下来。你踩过的坑、你团队的规范、你反复走的流程,这些才是别人抄不走的护城河,而不是通用提示词。
很多人把 Skill 和 MCP、Hook、Plugin、斜杠命令、CLAUDE.md 搅成一锅粥。一句话区分:
| 概念 | 本质 | 典型用途 |
|---|---|---|
| MCP | 给模型接”手脚”和数据通道 | 连数据库、连内部系统、调外部 API |
| Hook | 在事件点自动跑脚本 | 提交前自动格式化、写文件后跑 lint |
| Plugin | 打包分发单位 | 一次装齐 skill + 命令 + MCP |
| CLAUDE.md | 每次全量进上下文的项目记忆 | 项目约定、目录说明 |
| Skill | 命中才加载的流程与专长 | 发布流程、排障套路、评审规范 |
MCP 解决”能不能碰到”,Hook 解决”什么时候自动做”,Skill 解决”知道该怎么做”。三者互补,不是替代关系。
这是全文最重要的机制,也是 Skill 与 CLAUDE.md 的本质差别。
第一层,启动期。 Agent 只把每个 Skill 的 name + description(外加 when_to_use)预载进系统提示,不读正文。这些字段在技能列表里会截断在 1536 字符。几十个 Skill 摊开也就几 KB,上下文成本可以忽略。
第二层,命中期。 模型判断当前任务该用哪个 Skill,这才去读对应的 SKILL.md 正文。
第三层,按需期。 Skill 目录里捆绑的脚本、模板、参考文档,只有正文显式引用时才被读取。
由此得到一条硬推论: description 写得烂,Skill 永远不会触发 ——它在第一层就被筛掉了,正文写得再漂亮也没用。
一个可用的骨架:
---name: release-checklistdescription: 执行生产发布、灰度上线、回滚时使用。当用户提到"上线""发版""灰度""回滚",或要求评估发布风险时触发;仅讨论本地开发调试时不使用。---# 生产发布检查清单## 步骤1. 读取 CHANGELOG.md,确认本次变更范围与影响面2. 运行 `scripts/preflight.sh`,任一项失败即中止并报告3. 按 5% → 20% → 50% → 100% 灰度,每档观察 10 分钟核心指标4. 指标异常立即执行回滚,细节见 ./references/rollback.md## 输出给出变更摘要、风险项、灰度节奏与回滚触发条件。
description 的三条写法原则:
按团队真实痛点分五类,建议从”重复频率 × 出错代价”两个维度排序,优先做右上角那几个。
| 类别 | 代表 Skill | 触发场景 | 关键产出 |
|---|---|---|---|
| 工程规范 | commit-spec、branch-flow | 提交代码、开分支 | 规范提交信息、分支命名 |
| 排障定位 | log-triage、perf-probe | 报错、变慢、超时 | 定位路径与验证命令 |
| 质量保障 | code-review、test-backfill | 提 PR、补测试 | 评审意见、用例清单 |
| 交付发布 | release-checklist、rollback | 上线、灰度、回滚 | 风险项与操作步骤 |
| 知识沉淀 | onboarding、adr-writer | 新人上手、做技术决策 | 上手路径、决策记录 |
清单不是抄来的,是从你自己的 issue 记录和聊天记录里长出来的。落地时先做 3 个,跑顺了再扩。
Skill 写完必须做触发测试,否则你不知道它到底是资产还是垃圾:
这一步的思路和知识问答场景里的效果评测一致:用固定问题集比对实际输出与预期答案,才能判断准确率是否达标。同理,如果某个流程高度重复且格式固定,除了 Skill,也可以考虑用精调把能力固化进模型。
SKILL.md,命中一次就把上下文挤爆。正文只放决策路径,细节外链。Skill 提供流程,模型提供推理与代码能力。同一套 Skill 换模型跑,完成度和稳定性差异很明显,尤其是多步任务和长上下文场景。所以在把流程固化之前,值得先用同一批真实任务在候选模型上跑一遍横向对比,把能力和成本一起纳入考量——词元所提供模型能力场景查询、价格与性能对比以及统一 API 接入,多模型试错时不必为每家单独改一遍集成代码,调用情况也能集中查看管理。
四周落地节奏 :第一周挑 3 个高频重复流程;第二周写 description 并做触发测试;第三周把确定性动作下沉到 Hook 和脚本;第四周做效果评测与迭代,同时通过大模型 API 服务平台确认底层模型的选型与成本是否匹配。
Skill 是护城河,但护城河里流的不是通用最佳实践,而是你自己的踩坑记录。建议把这篇当技能地图收藏,每写完一个就回来勾掉一格。