第九阶段 · 第69篇2026-04-02

SKILL.md:Skill的「说明书」

每个Skill都有一个SKILL.md文件,里面写着这个Skill怎么用。AI就是通过读这个文件来理解Skill的。它有什么标准结构?如何编写?

阅读时间:11分钟
📖 开场故事

你买过一个「组装家具」吗?盒子里面有一份说明书,告诉你:需要什么工具、按什么顺序组装、注意事项有哪些。

这就是SKILL.md的作用——它是每个Skill的「说明书」,告诉AI:这个Skill做什么、需要什么工具、怎么执行、有什么注意事项。

AI读取SKILL.md,就像你读家具说明书一样——读完就知道该怎么做了。

什么是SKILL.md?

SKILL.md是一个Markdown格式的配置文件,定义了一个Skill的所有关键信息:

📋 SKILL.md 定义的内容
  • 1.基本信息:Skill的名称、描述、版本、作者
  • 2.触发条件:什么情况下应该使用这个Skill
  • 3.知识库:这个Skill的专业知识内容
  • 4.工具定义:Skill可以调用哪些外部工具
  • 5.执行流程:完成任务的标准步骤
  • 6.示例:成功案例和期望输出
SKILL.md 的标准结构
SKILL📄.md📋 基本信息name, version, authordescription, tags🎯 触发条件when_to_usetriggers, conditions📚 知识库knowledge, principlesbest_practices🔧 工具定义tools, functionsapis, integrations📋 执行流程workflow, stepsprocess, logic✨ 示例examples, casesexpected_output🧠AI读取并理解
SKILL.md 模板详解

一个标准的SKILL.md文件包含以下部分:

SKILL.md# 代码审查 Skill ## 基本信息 - 名称:code-review - 版本:1.0.0 - 作者:AI Team - 描述:自动审查代码质量,发现潜在问题 ## 触发条件 当用户请求中包含以下关键词时激活: - "审查代码" - "检查bug" - "代码有问题吗" ## 知识库 ### 编码规范 - 函数命名使用驼峰命名法 - 单个函数不超过50行 - 避免深层嵌套(超过3层) ### 常见问题 - SQL注入风险 - 内存泄漏 - 空指针异常 ## 工具定义 - `static_analyzer`: 静态代码分析 - `complexity_calculator`: 复杂度计算 - `security_scanner`: 安全漏洞扫描 ## 执行流程 1. 解析代码结构 2. 调用静态分析工具 3. 检查编码规范 4. 评估代码复杂度 5. 生成审查报告 ## 示例 输入:一段Python代码 输出:包含问题列表、严重程度、修复建议的报告
各部分详解

📋基本信息

定义Skill的身份标识,方便管理和查找:

  • name:唯一标识符(如 code-review)
  • version:版本号(如 1.0.0)
  • description:一句话描述这个Skill做什么
  • tags:标签,方便分类搜索

🎯触发条件

定义AI如何判断是否应该使用这个Skill:

  • 关键词匹配:用户说「审查代码」→ 激活代码审查Skill
  • 意图识别:AI理解用户意图后自动匹配
  • 上下文触发:检测到特定场景时激活

📚知识库

这个Skill的核心专业知识:

  • 领域知识:如代码规范、最佳实践
  • 常见问题:这个领域的典型错误和解决方案
  • 参考资料:外部文档、标准规范的链接

🔧工具定义

Skill可以调用的外部工具和API:

  • 工具名称:如 static_analyzer
  • 功能描述:这个工具做什么
  • 参数定义:调用时需要传什么参数
编写SKILL.md的最佳实践
✅ 最佳实践
  • 使用清晰、具体的描述
  • 提供足够多的示例
  • 定义明确的触发条件
  • 工具调用要有详细参数说明
  • 流程步骤要具体、可执行
❌ 常见错误
  • 描述过于模糊,AI无法理解
  • 触发条件定义不清,容易误触发
  • 知识库太长,超出上下文窗口
  • 工具参数定义不完整
  • 流程步骤过于抽象
编写SKILL.md的步骤
🎯明确目标这个Skill要解决什么问题?📚收集知识整理专业知识和最佳实践🔧定义工具列出需要的外部工具和API添加示例编写成功案例和期望输出
实际案例:数据分析Skill
📊 完整案例:数据分析 Skill
SKILL.md# 数据分析 Skill ## 基本信息 - 名称:data-analysis - 版本:2.1.0 - 作者:Analytics Team - 描述:分析数据,生成可视化报告 ## 触发条件 - 用户上传数据文件(.csv, .xlsx) - 用户请求包含"分析数据"、"数据报告" ## 知识库 ### 分析方法 - 描述性统计:均值、中位数、标准差 - 相关性分析:Pearson相关系数 - 趋势分析:时间序列分解 ### 可视化原则 - 柱状图适合比较 - 折线图适合趋势 - 散点图适合相关关系 ## 工具定义 - `pandas_processor`: 数据处理 - 参数:data_file, operations - `chart_generator`: 图表生成 - 参数:chart_type, x_column, y_column ## 执行流程 1. 加载并验证数据 2. 执行描述性统计 3. 检测异常值 4. 生成可视化图表 5. 输出分析报告 ## 示例 输入:销售数据.csv 输出:销售趋势图 + 季节性分析 + 异常点标注
总结

核心要点

  • SKILL.md是Skill的标准化配置文件
  • 包含基本信息、触发条件、知识库、工具、流程、示例
  • 编写要点:清晰具体、示例丰富、参数完整
  • AI通过读取SKILL.md理解Skill的能力和使用方法
  • 好的SKILL.md能让AI更准确地执行任务

第70篇:Skill生态——Skill的管理和分发

学会了编写SKILL.md,那这些Skill如何管理?如何分享给别人?如何发现别人写的好Skill?下一篇我们来聊聊Skill生态。

✏️ 手绘图解 · AI Catch 出品

第 69 篇 / 共 84 篇