有一阵子没更新博客了。这段时间把热门 AI Agent 的 Skill 机制从头翻了一遍从 OpenAI Codex 的官方技能到社区里那些名字花里胡哨的技能包熬夜实测了很多个心里攒了不少东西。如果你最近也在刷技术热榜肯定见过codex 常用 skill、codex 论文 skill、GIS 空间分析 skill、AI 短剧 skill、豆包怎么使用 skill这一串关键词。说实话Skill这个词正在经历一轮第二春但它已经不再是以前那个抽象概念了——它正在把 AI 从聊天机器人变成岗位熟手。2.skill这个标题我身边不少朋友自己加戏解释成第二技能或者技能 2.0。其实无所谓能装进 Agent 的技能本质上就是给 AI 一份岗位 SOP。只是第一代 SOP 靠 Prompt 写靠运气触发第二代开始携带工具脚本、参数约定、示例样本甚至跨平台格式标准这就是我理解的 Skill 2.0。这篇不打算写宏大理论就讲讲我实测不同平台 Skill 的差异、踩过的坑以及从零做一个技能包的完整流程。1. 先端正认知Skill 不是高级提示词是岗位 SOP1.1 拆开看 Skill 的内部结构一个标准的 Skill 包不管放在哪个平台核心组件都差不多。我拆解过很多社区技能包后发现它们基本由四层组成元信息层例如 name、description。这里的 description 不是给人看的是给 AI 看的决定了技能什么时候会被触发。质量高的技能description 都会写得像商品标题明确说明输入格式和处理目标。指令层描述任务目标、约束条件、处理顺序。好的指令会把分支情况也列出来比如如果用户没有提供坐标系默认用 WGS 84。示例层放两到三个完整的输入输出示例让模型理解这个任务做出来应该长什么样。工具层一些可以直接执行的脚本用来弥补模型自身能力的短板。比如让 Agent 调 Python 脚本做 GIS 栅格计算而不是让模型凭感觉心算。打个比方Skill 就像给刚入职的员工发一本岗位 SOP。模型本身聪明、学得快但你要是不给 SOP它每次做 PPT 的风格都不一样。有了 Skill 之后它会按规定的流程走字体、配色、版式、步骤都固定了交付质量自然稳定。为什么不直接把这些写进 Prompt因为 Prompt 是线性文本遇到复杂任务约束容易被淹没在大量对话内容里。Skill 是结构化封装模型解析起来更明确该走流程的时候不容易偷懒走捷径。这也能解释为什么同一个模型有些人用着时灵时不灵有些人却觉得稳得很——差别往往不在模型本身而在有没有把任务流程沉淀成 Skill。1.2 为什么 Skill 的价值突然被放大了这里有三层现实因素。第一层是 token 成本压力。上下文窗口再大也不可能在每次对话里塞几千页行业规范。Skill 是按需加载的平时不占空间遇到对应任务才激活。这相当于给 Agent 装了一块外置记忆卡只读需要的那部分。第二层是行业用户开始密集入场。早期玩 Prompt 的大多是技术圈、内容圈的人现在连做 GIS 的老师、写标书的商务、做电商图的运营都进来了。这类用户要的不是AI 灵感迸发而是输出格式靠谱、流程可以复核。Skill 这种预设流程 固定输出的模式天然适合确定性需求。第三层是社区生态的抄作业效应。一个技能包只要被验证有效就会被复制、修改、再传播速度非常快。你看到热搜上那一堆细分领域 skill其实都是这种生态扩散的痕迹。早期 Prompt 也有标题党但 Skill 因为功能复杂标题党的存活率低得多——好不好用装上去跑一次就知道。2. 主流平台 Skill 差异实测Codex、Gemini、豆包各玩各的2.1 OpenAI Codex目前生态最热闹的一个Codex 是目前社区讨论度最高的平台codex 常用 skill这个热搜词一直靠前不是没道理。官方基础技能加上社区分享的第三方技能数量多到已经需要分类整理的程度。我实测过几个典型方向论文与科研类codex 论文 skill、codex 写论文辅助 skill 长期在热榜上。它们能处理参考文献格式、摘要结构化、审稿人意见拆解这些事情。核心价值不在于帮你产生创新点而在于把格式合规这种容易扣分又浪费时间的环节自动化。GIS 空间分析类GIS 空间分析 skill 依赖真实计算不能靠模型编。我见过的好版本会读 shp/GeoJSON做投影转换、缓冲区分析、空间连接最后输出统计表格。最常见的场景是把一个 Excel 表里的经纬度批量投影到地图上再按行政区汇总。内容制作类AI 短剧 skill 是今年最出圈的方向之一也是codex 最强的制做 ai 短剧 skill这种热搜词的来源。它把一个故事大纲自动拆成剧本、分镜、台词、画面提示词再接上视频生成接口。Codex 的技能生态有个特点只要遵循同一套目录和文件格式基本可以互相复用。但对 description 的要求也很严格写得太模糊技能就不触发。我试过一个 GIS 技能描述只有做空间分析我给它传了一个点文件它完全没反应。后来换了一个 description 写明输入 shp 或 GeoJSON输出行政区归属统计的版本一次就调用成功了。平台技能格式上手难度生态丰富度适合人群OpenAI CodexSKILL.md 脚本中高高技术向、研究向用户Gemini扩展/知识库绑定中中想快速尝试的人豆包插件式技能低中高非技术用户DeepSeek Harness与 runloop 深度绑定高低中命令行自动化场景OpenClaw技能编排机制中低中自动化流程设计场景2.2 Gemini 的反重力和社区命名乱象gemini 反重力 skill这个词条在热搜上特别显眼。我专门找了找发现所谓反重力 skill本质上是某个博主给自己做的技能包起了个夸张的名字来吸引点击没有字面上的反重力功能。这个现象在 Skill 生态里非常普遍。名字越玄越要谨慎。像前任 skill、恋爱大师 skill、狗头军师恋爱 skill听起来像玄学拆开看核心功能其实就是分析聊天记录里的情绪变化、标记冲突点、生成沟通建议。能不能帮你复合前任我不知道但确实能把怎么回消息这件事变得结构化。更值得注意的是Gemini 的技能封装方式跟 Codex 不一样它的技能更像扩展功能依赖知识库和插件不像 Codex 那样有一个带 YAML 头部的独立文件。所以做跨平台迁移时要注意直接把 Codex 的技能文件丢给 Gemini大概率是不生效的。2.3 豆包、DeepSeek Harness、OpenClaw国内工具链在各自突围豆包安装 skill豆包怎么使用 skill是高频搜索词说明国内用户已经在尝试把这套机制落地。豆包的 Skill 偏向功能插件式安装体验跟手机 App 装插件类似交互门槛低适合非技术人群。比如看图技能 skill上传图片就能触发描述、解析、转文字很多人拿它处理商品图、截图笔记和公式照片。DeepSeek Harness社区简称 DSH是另一种路子。它的技能跟 runloop 结合得更深偏向终端场景。deepseekharness 的 skilldsh 必备的插件和 skill这类搜索词基本都是想给 DSH 配一套能自动执行脚本、自动返回结果的技能组合。如果你主要跟命令行和自动化脚本打交道DSH 的技能会更对味。OpenClaw 的思路又不一样。它强调技能的可执行性支持多技能编排可以把多个 Skill 按顺序串成一条自动化流水线比如安全测试技能 报告生成技能 邮件发送技能串联起来。对搞自动化流程的人来说这种玩法比单技能更有想象空间。选平台我给个土办法想快速体验从豆包开始想要精细控制和丰富生态codex 常用 skill那个圈子值得钻偏自动化工程方向就去折腾 DSH 或 OpenClaw。3. 值得折腾的技能方向深度拆解3.1 学术科研类论文 skill、GIS 空间分析、看图识别学术科研是 Skill 最早成熟的领域因为科研流程高度标准化。期刊格式、引用规范、审稿流程都是相对固定的非常契合 Skill 的流程固化特性。拿论文写作 skill 来说它最常用的功能是这几个输出参考文献条目并按目标期刊格式排版把一段摘要扩展成完整大纲并分配各章节篇幅把审稿人意见逐条归类生成结构化回复草稿。GitHub 上那个比较出名的 nature write skill核心思路就是给 Agent 灌入 Nature 期刊的写作风格约束让它从题目到图表都按顶刊范式来跑。我实测下来这类技能处理英文润色和格式规范化非常稳至少比手动整理快三倍以上。GIS 空间分析 skill 则完全不同。它不依赖模型脑补而是真的去调空间计算库。我在用的版本支持读取 shp 和 GeoJSON、投影转换、缓冲区分析、空间连接、属性表统计。每次它还能自动生成一张专题地图的配色方案说明省去很多来回沟通时间。看图技能 skill更像是基础视觉能力的打包截图 OCR、图表理解、表格照片转 Excel。这类技能每个平台都能做但质量差距全在示例样本数量上。有的配了十几张典型截图识别率特别准有的只放两句描述模型经常误解。我的建议是选这类技能时先翻 examples 目录示例越丰富越靠谱。3.2 内容创作类AI 短剧、AI 漫剧、电商做图、页面优化内容创作类是热搜词最密集的板块。codex 最强的制做 ai 短剧 skillai 漫剧 skillai 漫剧专业战斗 skill电商做图的 skill每一个都值得单独说。先说 AI 短剧。短剧生产链条非常长选题、大纲、分镜、台词、画面提示词、运镜指令、后期剪辑点。没有 Skill 时你得手动跟模型交代每一个环节有了 Skill你只需要丢给它一句做一个 3 分钟都市复仇短剧主角是外卖员它就能把分镜表列出来把每个镜头的画面提示词按后续工具可以直接解析的格式输出。AI 漫剧专业战斗 skill这类细分技能更有意思。它内置了战斗分镜怎么切、速度线怎么描述、镜头时长怎么控制这些规则让漫剧生成不再是简单的风格化图片拼在一起。我见过有人把《斗破苍穹》风格改编成 AI 漫剧用专业战斗技能生成的打斗分镜节奏比随意生成的版本强了一个档次。电商做图 skill 则更偏订单化商品图抠底、背景替换、多尺寸适配、文案排版。它通常结合图像生成接口和模板脚本使用比纯靠模型自动生成稳定得多。还有bid-document-maker skill这类标书生成技能把招标文件的章节结构、评分点、格式要求都固化下来商务人员用它处理响应文件省力的效果非常直观。HTML 页面优化 skill是我最近在试的另一类。它能按指定规范改页面样式和内容比如修复移动端适配、压缩重复的 CSS 类名而不是兴冲冲地给你重构整个页面。这类技能的关键是约束描述要非常具体否则 AI 会自作主张给你换个设计风格。3.3 生活趣味与专业软件从恋爱大师到单片机代码生成生活类的技能在热搜里存在感最强。恋爱大师 skill、狗头军师恋爱 skill、前任 skill其实背后是同一套东西沟通分析模板。它们把一段对话拆成情绪曲线标记冲突点、需求点和潜在修复窗口然后给出回复建议。底层是很实用的沟通方法论只不过包装成了技能包。狗头军师 skill的核心也不是真给你站队而是提供一个决策框架列出利弊、推测对方反应、给出备选方案。用这个框架生成的话术比直接让模型自由发挥更贴近真实沟通场景。仓颉 skill在热搜里显得很神秘。我查了一下有的讲仓颉输入法拆字编码有的绑定字体设计工作流。这说明 Skill 的粒度可以小到输入法编码查询也可以大到完整设计系统。只要流程可以重复都能包成技能。另外要注意区分两种 SKILL一种是 AI Agent 的技能包另一种是专业软件内嵌的脚本语言。比如cadence allegro skill 插件stc 单片机的 skillblender skill这些是工程软件本身的脚本生态。它们和 AI Skill 的逻辑其实相通——都是把重复操作固化、自动化。我甚至见过有人把 CAD 软件的操作步骤封装成描述文件再让 Agent 生成对应脚本相当于给专业软件装了一个自然语言前端这方向很值得留意。self-improving-agent这类技能是另一个前沿方向。它关注 Agent 自身的反思跑完任务后总结哪里弱更新知识库甚至自动修改部分指令。我目前只在实验环境里跑过简化版效果不稳定但可以坦白讲这种自己改自己的技能暂时更适合做研究不要直接放到关键生产任务里。4. 实操从零捏一个自己的技能包4.1 先选场景不要贪心很多人第一反应是我要做一个全能技能包我劝你打住。一个成功的 Skill 往往只解决一个窄问题。我做的第一个正式技能不是论文写作也不是短视频而是一个给电商商品图批量加白底的小工具。因为那活儿我每周要重复而且完全不需要创造性。选择场景的标准我一般看四点任务频率高至少每周用一次流程确定步骤基本不变输出格式可复述比如导出 800×800 白底图做了能省十分钟以上不做会烦。满足三点就值得做否则只是收藏夹里吃灰。4.2 搭好 SKILL.md 骨架目前 Codex 体系最常见的载体就是一个 SKILL.md 文件有些不带扩展名结构就是 Markdown 正文加上 YAML 前置信息。我用一个最小示例来讲--- name: product_whitespace description: 为电商商品图自动添加白色背景并输出指定尺寸。输入为商品原图输出为 800x800 的 PNG。 --- # 商品图白底处理 ## 流程 1. 读取输入图片。 2. 检测商品主体边界。 3. 将背景替换为纯白保留边缘过渡。 4. 输出为 800x800 的 PNG。 ## 注意事项 - 保留商品边缘细节避免白边。 - 如果输入是透明背景 PNG跳过替换直接调整尺寸。当然这只是提示层。真正要自动执行还得在 scripts/ 目录放一个 Python 脚本用 OpenCV 或 Pillow 实现抠图。Skill 里的指令负责传达怎么做脚本负责真去做。4.3 把工具脚本接进去带工具的技能包入口逻辑通常是Agent 读完 SKILL.md 后按指示调用 scripts/process.py。这里最容易踩的坑有两个。第一个是路径。技能包要能被别人复现就不能写死绝对路径。脚本开头统一获取当前目录再拼相对路径这是基本功。第二个是依赖。技能包用到了哪些 Python 库要写清楚 requirements.txt并在 description 里注明首次运行请先执行 setup。我见过太多技能包下载下来跑一步就报 ModuleNotFoundError全是依赖没写全。4.4 给足示例而不是堆砌规则踩了几次坑之后我得出一个核心经验示例比规则重要。写十条不要做什么不如给两个做出来应该长什么样的案例。大模型靠模式匹配理解任务正向示例比禁令高效得多。常见做法是在 examples/ 目录里放两到三个输入输出对并在 description 里点名参考 examples/01.png 的样式。实测下来识别率和执行稳定性都会有明显提升。我会在第一次跑通之后把每次遇到的异常输出也沉淀成反例写进注意事项让技能越来越稳。4.5 聊聊skill 编码和skill 排行的真相最后回应一下skill 编码 193skill 编码 194skill 编码 247这几个热搜词。这类编码并不是一套公开的标准编号更像某些平台或博主在仓库里的归档编号——比如某个系列技能按主题编号193 和 194 是某个分类下的序号。对于使用者来说看到这种名字第一反应应该是看描述和示例而不是迷信数字编号。同样skill 排行也要留心排名口径。是按下载量、点赞量还是作者自封的最强我建议只把它当发现新技能的入口装之前先看 examples 目录跑一个测试样本再决定要不要留下来。5. 常见问题与排查技巧实录5.1 装了 Skill 却不生效这是最高频的问题。排查路径按顺序来看 description 是否匹配你的输入。很多技能不触发纯粹是描述写得太含糊Agent 根本没识别出来这是它该干的活。确认文件结构和命名规范。不同平台对目录位置、文件名有严格要求错一个字母就加载不了。打开日志。多数 Agent 在启用技能时会输出一行系统日志比如 Loaded skill xxx看到这行才说明真的加载了。用官方示例原样复现。如果示例都不触发基本可以断定是安装路径问题不是模型问题。5.2 跨平台移植失败Codex 的技能文件拿去给 Gemini 用大概率不兼容。我建议先确认目标平台是否支持 SKILL.md 这类格式如果不支持就降级成普通 Prompt把 instructions 部分复制出来作为系统提示词的追加段。不要试图硬转不同平台的技能机制差异是结构性的不是换个文件名就能解决的。5.3 效果忽好忽坏Skill 能提升稳定性但不能做到百分之百。我的经验有两条一是把示例数量加到 5 个以上稳定性会明显提升二是如果某个环节模型总是出错就在 instructions 里把它写成强制步骤比如必须先生成分镜表让 AI 不能跳步。这一招对流程性任务特别管用。5.4 安全与技能污染社区里的 Skill 良莠不齐。一个技能包里如果带了会自动执行的脚本它的行为就超出了一段文字指令的范畴和装第三方插件面临一样的风险。安装陌生人的技能前我强烈建议做三件事通读脚本内容、确认依赖来源、检查有没有数据外传的网络请求。技能能帮你干活也会被人用来藏心思。症状优先排查点解决思路技能不触发description 写得太笼统改成输入 X输出 Y格式加载失败文件路径或命名错误对照平台官方文档核对目录输出不稳定示例数量不足补到 5 个以上另加反例跨平台无效技能格式不兼容降级为系统提示词使用装了报错依赖缺失检查 requirements 并重装依赖5.5 避坑速查安装技能前的五连问装任何陌生技能包之前先问自己五个问题description 写得是否具体examples 目录是否丰富脚本有没有奇怪的网络请求依赖列表是否完整作者有没有贴出实测效果图五个问题里如果超过两个答不上来那这个技能包大概率活不过第一次调用。我个人现在的习惯是技能宁缺勿滥。装到 Agent 里的技能最多保留五到八个都是每周真的会用到的东西。Skill 这种东西囤多了反而干扰 Agent 判断让它在能不能触发这件事上反复纠结拖慢任务速度。按自己平时最痛的那条工作流去捏一个技能包用两三周迭代到顺手再决定要不要继续加新的。这个循环走下来远比下载一堆排行榜热门技能却一个都不触发要有意义得多。最后再分享一个小技巧我给技能包写 description 的时候会刻意在开头加上当用户要求四个字比如当用户要求批量抠图时使用。这个写法能显著降低误触发率算是用多了之后捡到的一个小便宜。