企业官网建设流程全解析

1. 从“skills”这个热词说起：它到底是什么，为什么突然火了

最近几个月，不管是在开发者社区、技术群聊，还是在各类项目协作平台上，“skills”这个词出现的频率高得离谱。很多人第一次看到“skills”这个词，脑子里浮现的是招聘网站上的“技能要求”，但如果你最近在关注 AI Agent 相关的技术动态，就会发现它已经变成了一个专有名词——Agent Skills，也就是给 AI 智能体安装的“技能包”。

简单来说，Agent Skills 是一套让 AI 智能体具备特定领域能力的模块化封装机制。你可以把它理解成给一个通用助手装上不同的“专业工具箱”：装上“代码审查”技能，它就能帮你做代码评审；装上“论文写作”技能，它就能按照学术规范帮你组织文献综述；装上“分镜设计”技能，它就能输出结构化的镜头脚本。这个概念的核心理念是：不改变模型本身，而是通过外挂技能来扩展能力边界。

这件事之所以在最近引爆讨论，是因为几个关键节点同时发生了。Google Cloud 在其 Agent 生态中正式引入了 Skills 机制，GKE 和 Genkit 这两个产品线都开始支持技能化的 Agent 编排；与此同时，各类开源社区涌现出大量可复用的 Skills 包，从“自动挖洞”到“前端开发”，从“论文写作”到“分镜设计”，几乎覆盖了所有你能想到的专业场景。很多人第一次接触这个概念时的反应就是“打开新世界”——原来 AI 还能这么用。

这篇文章适合谁看？如果你是开发者，想搞清楚 Agent Skills 的技术原理和落地方式，这篇会从架构层面帮你拆解；如果你是产品经理或技术决策者，想评估这套机制能不能用在你的业务里，这篇会给你完整的选型思路和实操路径；如果你只是好奇“skills 到底是个啥”，那也没关系，我会用最直白的方式把这件事讲清楚。接下来我会从设计思路、核心细节、实操过程、常见问题四个维度，把 Agent Skills 这件事彻底讲透。

2. 内容整体设计与思路拆解：为什么是“技能化”而不是“微调”

2.1 从“万能助手”到“专业工具箱”的范式转变

过去两年，大家用 AI 的方式基本是“一个模型打天下”——不管什么任务，都往同一个对话框里丢。这种做法在通用场景下没问题，但一旦进入专业领域，问题就暴露了：模型不知道你的代码规范、不了解你的论文格式要求、不清楚你的分镜脚本模板长什么样。你每次都得把同样的背景信息重复粘贴一遍，效率极低，而且容易出错。

微调（Fine-tuning）曾经是解决这个问题的主流思路，但微调有几个硬伤：成本高、周期长、每次更新都要重新训练、而且一旦模型升级，之前的微调成果可能就白费了。更重要的是，微调是把能力“焊死”在模型里的，你没法灵活组合——总不能为了同时具备代码审查和论文写作两个能力，就去训练一个混合模型吧。

Agent Skills 的思路完全不同。它把能力从模型里“解耦”出来，变成独立的、可插拔的模块。每个 Skill 本质上是一组结构化的指令、工具定义和上下文模板的集合。当 Agent 需要执行某个任务时，它动态加载对应的 Skill，用完就卸载。这种设计的好处是：能力可以自由组合、独立更新、按需加载，而且完全不依赖模型本身的训练过程。

打个比方：微调像是把一本专业书背下来，背完就长在脑子里了；而 Skills 像是给书架装了一套索引系统，需要哪本书就抽哪本，书架本身不用变。显然后者的灵活性和可维护性要高得多。

2.2 为什么 Google Cloud 的入局是关键信号

一个技术概念能不能真正落地，很大程度上取决于有没有大厂把它工程化。Google Cloud 在 Agent 生态中引入 Skills 机制，这件事的意义在于：它把 Skills 从一个“社区玩法”提升到了“平台级能力”。

具体来说，GKE（Google Kubernetes Engine）提供了 Skills 的运行和编排环境，你可以把每个 Skill 打包成容器化的服务，通过 K8s 做弹性调度和版本管理。Genkit 则提供了 Skills 的开发框架，让你用标准化的方式定义技能的输入输出、依赖关系和执行逻辑。这两个东西配合起来，就形成了一条完整的链路：用 Genkit 开发 Skill，用 GKE 部署和运行 Skill，Agent 在运行时按需调用。

这套架构解决了一个核心问题：技能的分发和复用。在没有平台支持的情况下，每个人写的 Skill 都是孤岛，格式不统一、接口不兼容、没法互相调用。有了标准化的框架和运行环境之后，Skill 就变成了一种可流通的“资产”——你可以从官方市场下载别人写好的 Skill，也可以把自己写的 Skill 发布出去供他人使用。这才是“skills 大全”“skills 推荐”这类需求真正能被满足的前提。

2.3 方案选型的核心考量：什么场景适合用 Skills

不是所有场景都适合用 Agent Skills。根据我的实际经验，判断标准主要有三条：

第一，任务是否有明确的专业规范。比如代码审查有编码规范、论文写作有学术格式、分镜设计有行业模板——这些有明确规则的场景，非常适合封装成 Skill。反过来，如果是完全开放式的创意任务，Skill 能提供的帮助就有限。

第二，任务是否需要重复执行。如果一个任务你只做一次，那手动写提示词就行了，没必要封装成 Skill。但如果这个任务每天都要做、团队里每个人都要做，那把它 Skill 化就能大幅降低重复劳动。

第三，任务是否需要组合多个能力。有些复杂任务需要多个专业能力协同，比如“自动挖洞”可能同时需要“代码分析”“漏洞模式识别”“报告生成”三个能力。这种场景下，Skills 的模块化优势就体现出来了——你可以把三个 Skill 串起来用，而不是写一个巨大的提示词。

注意：Skills 不是万能的。如果你的任务高度依赖实时数据、需要复杂的外部系统集成、或者对延迟极其敏感，那可能需要考虑其他方案。Skills 最适合的是“知识密集型、规则明确、可标准化”的任务场景。

3. 核心细节解析与实操要点：Skill 的内部结构和关键参数

3.1 一个 Skill 到底由什么组成

很多人以为 Skill 就是一段提示词，其实远不止。一个完整的 Skill 通常包含四个核心部分：

元数据（Metadata）：描述这个 Skill 叫什么、干什么用的、适用于什么场景、版本号是多少。这部分决定了 Agent 能不能在正确的时机找到并加载这个 Skill。元数据写得好不好，直接影响 Skill 的召回率。

指令模板（Instruction Template）：这是 Skill 的核心，定义了执行这个任务时需要给模型什么样的系统提示词、需要遵循什么规则、输出格式是什么样。指令模板的质量直接决定了 Skill 的效果上限。

工具定义（Tool Definitions）：如果这个 Skill 需要调用外部工具（比如读文件、查数据库、调 API），就需要在这里声明工具的名称、参数、返回值格式。Agent 运行时会根据这些定义来决定什么时候调用什么工具。

示例集（Examples）：可选的但强烈建议加上。给几个输入输出的示例，能显著提升 Skill 的稳定性和一致性。特别是在输出格式要求严格的场景下，示例比纯文字描述有效得多。

这四个部分组合起来，就形成了一个自包含的、可独立分发的能力单元。你可以把它想象成一个“功能完整的插件”，别人拿到之后不需要了解内部实现，只要按照接口调用就行。

3.2 指令模板的编写要点：从“能跑”到“跑得好”

指令模板是 Skill 的灵魂，但也是最容易写砸的地方。我见过太多人把指令模板写成了一篇“说明书”，结果 Agent 执行起来效果很差。这里分享几个实操中总结出来的关键原则：

原则一：用结构化格式，不要用大段散文。模型对结构化信息的处理能力远强于对长段落的理解。把指令拆成“角色定义”“任务描述”“执行步骤”“输出格式”“约束条件”几个明确的区块，效果会好很多。

原则二：约束条件要具体，不要模糊。“输出要专业”这种描述等于没说。“输出必须包含以下五个部分，每部分不超过200字，使用Markdown二级标题”才是有效的约束。

原则三：把“不要做什么”写清楚。很多时候，模型出错不是因为不知道该做什么，而是因为做了不该做的事。比如代码审查 Skill 里要明确写“不要自动修改代码，只输出审查意见”，论文写作 Skill 里要写“不要编造参考文献”。

原则四：示例要覆盖边界情况。不要只给“正常情况”的示例，要把容易出错的边界情况也放进去。比如输入为空怎么办、输入格式不对怎么办、任务超出 Skill 能力范围怎么办。

下面是一个简化的指令模板结构示例，用 YAML 格式来组织：

role: "资深代码审查专家" task: "对给定的代码片段进行审查，输出审查意见" steps: - "阅读代码，理解其功能和上下文" - "检查代码是否符合团队编码规范" - "识别潜在的逻辑错误、安全问题和性能问题" - "按严重程度对问题进行分类" output_format: - "问题列表：每条包含位置、严重程度、问题描述、修改建议" - "总体评价：一段不超过100字的总结" constraints: - "不要自动修改代码" - "不要对代码风格做主观评价" - "如果代码片段不完整，明确指出并说明无法审查的部分"

这个结构看起来简单，但比一段散文式的提示词效果好得多。关键在于每个字段都有明确的边界，模型不需要“猜”你想要什么。

3.3 工具定义的设计：让 Skill 真正“能干活”

如果一个 Skill 只能输出文字，那它的价值是有限的。真正强大的 Skill 是能调用外部工具的——读文件、查数据库、调 API、执行命令。但工具定义的设计有几个坑需要注意：

坑一：工具粒度太粗。比如定义一个“处理文件”的工具，参数是文件路径和操作类型。这种设计看起来灵活，实际上模型很难正确使用，因为它不知道“操作类型”有哪些合法值。正确的做法是把工具拆细：read_file、write_file、list_files各是一个独立工具，每个工具的参数和返回值都明确。

坑二：缺少错误处理定义。工具调用失败是常态——文件不存在、API 超时、权限不足。如果工具定义里没有说明失败时返回什么、Agent 应该怎么处理，那 Skill 在实际运行中就会频繁崩溃。建议每个工具都定义标准的错误返回格式，并在指令模板里写明“遇到工具调用失败时，应该重试还是跳过还是终止”。

坑三：参数没有校验规则。模型生成的参数值可能不符合预期。比如一个查询工具要求日期格式是YYYY-MM-DD，但模型可能生成2024年1月1日。在工具定义里加上参数校验规则（正则表达式、枚举值、范围限制），能大幅降低运行时错误。

3.4 版本管理与兼容性：Skill 不是写完就完事了

Skill 是需要持续维护的。模型在升级、业务需求在变化、依赖的工具在更新——这些都会导致 Skill 需要修改。如果没有良好的版本管理，很快就会陷入“改了 A 场景 B 场景挂了”的困境。

我的建议是采用语义化版本（SemVer）：主版本号表示不兼容的接口变更，次版本号表示向后兼容的功能新增，修订号表示向后兼容的问题修复。同时在 Skill 的元数据里明确声明它依赖的模型版本、工具版本和框架版本。这样在组合多个 Skill 时，就能快速判断兼容性。

另外，强烈建议为每个 Skill 维护一个变更日志（Changelog），记录每次修改的原因、影响范围和测试结果。这在团队协作场景下尤其重要——当某个 Skill 出问题时，你能快速定位是哪次修改引入的。

4. 实操过程与核心环节实现：从零搭建一个可用的 Skill

4.1 环境准备与工具链选型

在开始写 Skill 之前，需要先把环境搭好。根据你的使用场景，有几种不同的技术路线：

路线一：基于 Genkit 的开发环境。如果你打算在 Google Cloud 生态里开发和部署 Skill，Genkit 是首选。它提供了完整的 Skill 开发框架，包括模板生成、本地调试、打包发布等功能。安装方式很简单，通过 npm 或 pip 就能搞定。Genkit 的优势是和 GKE 的集成非常顺畅，开发完直接就能部署。

路线二：基于开源框架的自建环境。如果你不想绑定特定云平台，可以选择开源的 Agent 框架（比如 LangChain、AutoGen 等）来搭建自己的 Skill 运行环境。这种方式灵活性更高，但需要自己处理 Skill 的加载、调度和版本管理。

路线三：基于现有平台的 Skill 市场。如果你只是想用别人写好的 Skill，不想自己开发，那可以直接从各类 Skill 市场下载安装包。这种方式门槛最低，但可定制性也最差。

提示：不管选哪条路线，都建议先在本地把 Skill 的逻辑跑通，再考虑部署到生产环境。本地调试的成本远低于云端调试。

4.2 从需求到 Skill：一个完整的开发流程

假设我们要开发一个“前端代码审查”Skill，完整的流程是这样的：

第一步：明确能力边界。这个 Skill 要做什么？不做什么？我的定义是：检查 React 组件的代码质量，包括命名规范、组件拆分合理性、状态管理方式、性能隐患。不包含：样式审查、测试覆盖率分析、依赖版本检查。边界清晰之后，后面的设计才不会跑偏。

第二步：设计输入输出格式。输入是代码片段（字符串）和可选的上下文说明（比如“这是一个表单组件”）。输出是结构化的审查报告，包含问题列表和总体评价。输入输出格式一旦确定，就写进元数据里，作为 Skill 的“接口契约”。

第三步：编写指令模板。按照前面说的结构化方式，把角色、任务、步骤、输出格式、约束条件都写清楚。这一步是最耗时的，需要反复调试。我的经验是：先写一个最小可用版本，跑几个测试用例，看看哪里不对，再针对性修改。不要试图一次写出完美的模板。

第四步：定义工具。这个 Skill 需要什么工具？可能需要read_file来读取代码文件，可能需要search_docs来查询团队编码规范。把每个工具的名称、参数、返回值、错误处理都定义清楚。

第五步：准备示例集。收集 5-10 个典型的代码审查案例，包括好的和坏的。每个案例包含输入代码和期望的输出报告。这些示例会作为 Few-shot 示例放进 Skill 里，帮助模型理解你的期望。

第六步：本地测试与调优。用准备好的测试用例跑一遍，看看输出是否符合预期。重点关注：格式是否正确、问题识别是否准确、有没有编造不存在的问题、边界情况处理是否合理。根据测试结果反复调整指令模板和示例。

第七步：打包与发布。测试通过后，把 Skill 打包成标准格式（通常是包含元数据文件、指令模板、工具定义、示例集的目录结构），然后发布到 Skill 市场或内部仓库。

4.3 关键参数的计算与选择

在 Skill 开发过程中，有几个参数需要特别注意：

温度值（Temperature）：这个参数控制模型输出的随机性。对于代码审查、论文写作这类需要稳定输出的 Skill，建议设低一点（0.1-0.3）；对于创意类 Skill（比如分镜设计），可以设高一点（0.7-0.9）。我的经验是：宁可先设低，再根据实际效果往上调。因为温度太高导致的输出不稳定，比温度太低导致的输出死板更难排查。

最大输出长度（Max Tokens）：这个要根据 Skill 的输出格式来定。如果输出是结构化的短文本，设 1000-2000 就够了；如果需要输出长文档，可能要设到 4000 以上。注意不要设得太大，否则模型可能会“注水”——为了凑字数而输出无意义的内容。

上下文窗口占用：每个 Skill 加载时都会占用一定的上下文窗口。如果你同时加载多个 Skill，要确保总占用量不超过模型的上下文限制。一般来说，单个 Skill 的指令模板加示例集控制在 2000-4000 tokens 比较合理。如果超过这个范围，就要考虑精简或者拆分。

重试次数与超时时间：如果 Skill 涉及工具调用，需要设置合理的重试策略。我的建议是：对于幂等的读操作，重试 2-3 次；对于写操作，最多重试 1 次，且要有幂等性保证。超时时间根据工具的实际响应时间来定，一般设 10-30 秒。

4.4 实操现场：一个真实 Skill 的调试记录

分享一下我最近调试一个“论文文献综述”Skill 的实际过程。这个 Skill 的目标是：给定一个研究主题，自动检索相关文献并生成结构化的文献综述。

第一版跑下来，问题很多：文献引用格式不统一、综述结构混乱、有些引用明显是编造的。我做了以下几件事来修复：

首先，在指令模板里加入了明确的引用格式规范（APA 格式），并给出了三个格式示例。这一步解决了引用格式问题。

其次，把综述结构从“自由发挥”改成了“固定模板”：研究背景、主要流派、争议焦点、研究空白、未来方向，五个部分必须都有。这一步解决了结构混乱问题。

然后，针对编造引用的问题，我加入了一个约束：“只引用输入中提供的文献列表，不要自行添加任何文献”。同时在工具定义里加了一个verify_citation工具，用来校验引用是否在列表中。这一步基本杜绝了编造引用。

最后，我调整了温度值，从 0.7 降到 0.3，输出稳定性明显提升。整个调试过程花了大约三个小时，跑了二十多个测试用例，最终效果达到了可用水平。

5. 常见问题与排查技巧实录：踩过的坑和解决方案

5.1 Skill 加载失败或不被触发

这是最常见的问题。你写了一个 Skill，但 Agent 在执行任务时就是不加载它。原因通常有三个：

元数据描述不准确。Agent 是根据元数据来判断“当前任务是否需要这个 Skill”的。如果你的描述太笼统或者用词和实际任务不匹配，Agent 就找不到。解决办法是：在元数据里加入尽可能多的同义词和相关场景描述。比如“代码审查”这个 Skill，元数据里应该同时包含“code review”“代码评审”“代码检查”“PR review”等关键词。

触发条件设置过严。有些框架允许你设置 Skill 的触发条件（比如“只有当输入包含特定关键词时才加载”）。如果条件设得太严，很多本该触发的场景就被漏掉了。建议初期把条件放宽，观察一段时间后再逐步收紧。

Skill 之间有冲突。如果两个 Skill 的功能有重叠，Agent 可能不知道该加载哪个。解决办法是明确划分能力边界，或者在元数据里标注优先级。

5.2 输出格式不稳定

这个问题在需要结构化输出的 Skill 里特别常见。明明指令模板里写了“输出 JSON 格式”，但模型有时候输出 JSON，有时候输出 Markdown，有时候还夹杂自然语言解释。

根本原因是：约束不够强，或者示例不够多。我的解决方案是三层保险：第一层，在指令模板里用最明确的语言描述格式要求，并且把格式模板直接写出来；第二层，在示例集里放 3-5 个格式正确的示例；第三层，在输出后加一个格式校验步骤，如果格式不对就自动重试。

如果三层保险都上了还是不稳定，那可能是模型能力的问题。可以考虑换一个更强的模型，或者把任务拆得更细——让 Skill 只负责生成内容，格式转换交给另一个专门的 Skill 来做。

5.3 工具调用出错

工具调用出错的原因很多，我整理了一个速查表：

注意：工具调用出错时，Agent 的行为很大程度上取决于指令模板里怎么写的。如果你没写“出错时怎么办”，Agent 可能会反复重试同一个失败的操作，导致死循环。所以一定要在指令模板里明确错误处理策略。

5.4 Skill 组合使用时的冲突

当你同时加载多个 Skill 时，可能会出现指令冲突。比如 Skill A 说“输出用 Markdown”，Skill B 说“输出用 JSON”，Agent 就懵了。

解决这个问题的核心原则是：每个 Skill 只负责自己的那部分，不要越界。具体做法是：在 Skill 的元数据里明确声明它的输出会被谁消费。如果 Skill A 的输出是给 Skill B 用的，那 Skill A 就应该按照 Skill B 要求的格式来输出。这种依赖关系要在设计阶段就理清楚，不要等到运行时才发现冲突。

另一个技巧是使用“编排层”来管理 Skill 之间的调用关系。编排层负责决定什么时候调用哪个 Skill、上一个 Skill 的输出怎么传给下一个 Skill、冲突时以谁为准。这样每个 Skill 只需要关注自己的逻辑，不用操心和其他 Skill 的协调问题。

5.5 性能优化：让 Skill 跑得更快更稳

Skill 的性能问题通常表现在两个方面：响应太慢、资源消耗太大。优化思路如下：

减少不必要的 Skill 加载。不要一次性加载所有 Skill，而是按需加载。在元数据里做好分类和标签，让 Agent 能快速定位到需要的 Skill。

精简指令模板。指令模板越长，模型处理时间越长。定期审查指令模板，删掉冗余的描述，把可以合并的步骤合并。我的经验是：一个 Skill 的指令模板控制在 1500 tokens 以内比较理想。

缓存常用结果。如果某个 Skill 的输出在短时间内不会变化（比如“查询团队编码规范”），可以把结果缓存起来，避免重复调用。

异步执行非关键步骤。如果 Skill 里有多个步骤，其中一些不是必须同步完成的，可以改成异步执行，减少总体响应时间。

6. 进阶玩法：Skill 的生态化与自动化

6.1 从单点 Skill 到 Skill 流水线

单个 Skill 能解决的问题是有限的。真正强大的用法是把多个 Skill 串成流水线，让它们协同工作。比如一个“自动挖洞”的流水线可能是这样的：先用“代码分析”Skill 扫描代码库，识别出可疑的代码片段；然后用“漏洞模式识别”Skill 对可疑片段做深度分析，判断是否存在真实漏洞；最后用“报告生成”Skill 把发现的问题整理成标准化的漏洞报告。

这条流水线的关键在于：每个 Skill 的输出格式要能被下一个 Skill 正确解析。所以在设计阶段就要定义好 Skill 之间的“接口契约”。我的做法是：为每条流水线定义一个统一的数据结构（比如 JSON Schema），所有 Skill 的输入输出都遵循这个结构。这样不管流水线怎么调整，Skill 本身不需要修改。

6.2 Skill 的自动化测试

Skill 是需要持续维护的，每次修改都可能引入回归问题。所以自动化测试是必须的。我的做法是：为每个 Skill 维护一组测试用例，包含输入和期望输出。每次修改 Skill 后，自动跑一遍测试，看看有没有不符合预期的变化。

测试用例的设计要注意几点：覆盖正常场景和边界场景；期望输出不要写死具体文字，而是检查关键特征（比如“是否包含问题列表”“问题数量是否在合理范围内”）；对于涉及工具调用的 Skill，要用 Mock 工具来模拟各种返回情况。

6.3 Skill 的版本迭代策略

Skill 的迭代和软件迭代一样，需要有节奏、有策略。我的建议是：

小步快跑。不要攒一个大版本再发布，而是每次只改一个点，快速验证效果。这样出问题时容易定位，回滚成本也低。

灰度发布。新版本的 Skill 先在小范围使用，观察一段时间后再全量推广。特别是对于影响面大的 Skill（比如“代码审查”这种团队每个人都在用的），灰度发布能有效降低风险。

保留回滚能力。每次发布新版本时，保留上一个版本的 Skill。如果新版本出问题，能快速切回去。这要求在 Skill 的元数据里做好版本标记，运行环境要支持多版本共存。

6.4 社区生态：如何找到好用的 Skill

现在各类 Skill 市场已经不少了，但质量参差不齐。根据我的使用经验，筛选 Skill 时重点关注几个指标：更新频率（最近三个月内有更新的优先）、文档完整度（有详细说明和示例的优先）、用户评价（有真实使用反馈的优先）、依赖复杂度（依赖越少越容易集成）。

另外，不要盲目追求“功能多”的 Skill。一个功能单一但做得扎实的 Skill，往往比一个功能大而全但每个都做得一般的 Skill 更有价值。因为单一功能的 Skill 更容易测试、更容易维护、也更容易和其他 Skill 组合。

提示：下载第三方 Skill 时，一定要先审查它的指令模板和工具定义。特别是涉及文件读写、网络请求、命令执行的工具，要确认没有安全隐患。不要直接在生产环境使用未经审查的第三方 Skill。

7. 我个人的一些实操体会

说了这么多技术细节，最后分享几点我在实际使用 Agent Skills 过程中的真实感受。

第一，Skill 的质量取决于你对任务的理解深度。如果你自己都说不清楚这个任务的执行标准和输出要求，那写出来的 Skill 肯定好不了。所以在动手写 Skill 之前，先花时间把任务本身研究透。我通常会先手动执行几遍任务，记录下每个步骤和判断标准，然后再把这些整理成 Skill 的指令模板。

第二，不要追求一次做到完美。我见过很多人花大量时间设计一个“完美”的 Skill，结果上线后发现实际场景和预想的完全不一样。正确的做法是：先做一个最小可用版本，快速上线，收集反馈，然后迭代。Skill 的价值在于持续优化，而不是一次成型。

第三，Skill 的维护成本往往被低估。写一个 Skill 可能只需要几个小时，但后续的维护可能需要持续投入。模型升级了要适配、业务需求变了要调整、依赖的工具更新了要跟进。所以在决定是否要把某个能力 Skill 化之前，先评估一下你能不能承担这个维护成本。如果只是一个临时需求，手动写提示词可能更划算。

第四，组合使用比单个 Skill 强大得多。我现在的做法是：把复杂任务拆成多个小 Skill，每个 Skill 只做一件事，然后通过编排层把它们串起来。这样做的好处是每个 Skill 都很简单、很容易测试和维护，而且可以灵活组合出不同的流水线。比如“代码审查”这个能力，我拆成了“规范检查”“逻辑分析”“安全扫描”三个 Skill，根据不同的审查场景选择不同的组合。

第五，关注社区动态，但不要盲目跟风。Agent Skills 这个领域变化很快，几乎每周都有新工具、新框架、新玩法出现。保持关注是必要的，但不要每个新东西都去试。我的策略是：先看它解决了什么问题，再看这个问题我有没有遇到，最后看它的成熟度够不够。三个条件都满足才值得投入时间。