Prompt 之后，测试人该学 Skills 了~

AI 技能入门

理解 Skills

把经验打包成技能包，AI 每次都能按你的标准工作

Skill 是一个包含 Prompt、参考文档、脚本的文件夹，是给 AI 准备的工作手册

SkillsAI入门

理解 Skills

从定义到原理，搞清楚它是什么、能做什么

01 Skills 是什么

每次新建 AI 对话，AI 都是一张白纸，不记得你上次说过什么。你可能每天都要重复同样的要求：“帮我把需求文档转成测试用例，覆盖正常流程和异常流程，每条用例带上优先级……”

Skill 就是来解决这个问题的。Skills 是一个包含 Prompt、参考文档、脚本等资源的文件夹，它告诉 AI 在特定场景下该怎么做。把你的经验、流程、规范打包成“技能包”，让 AI

每次都能按你的标准完成任务。

一个比喻：入职培训手册。老员工把工作规范整理成手册，新人遇到问题翻开手册照做。Skill 就是给 AI 准备的这本手册。更准确地说：Skill 是一个文件夹，里面有一份 SKILL.md 说明书，告诉 AI 遇到特定任务时按什么标准、什么步骤、输出什么格式来完成。AI 启动时读取它，遇到匹配的任务自动按手册执行。

Skills 的 4 个特点：

1. 文件夹形式：本质是一个文件夹，包含 Markdown 文件、脚本、参考文档。
2. 可复用：写一次，到处使用，可分享给同事。
3. 按需加载：AI 根据需求智能选择加载哪个 Skill，节省 Token。
4. 稳定输出：有明确的规范和流程，输出质量稳定可靠。

更多关于SKILLS的学习资料，评论区66获取

图 1：上百个关于SKILLS的系统性学习文档

来源：柠檬班软件测试知识库

02 Skills 能做什么

AI 交互的 4 个阶段演进：基础对话 → Prompt 工程 → Skills 技能包 → 智能 Agent

• 基础对话：像聊天一样问问题，得到一个答案就结束。
• Prompt 工程：精心设计提示词，让输出更精准。
• Skills 技能包：把经验打包成可复用的技能模块。
• 智能 Agent：AI 自主规划、执行复杂任务。

没有 Skills 时，有五个常见痛点：

1. 每次都要重复说明：日报格式、风格、内容要求，每次重新解释。
2. 上下文容易丢失：对话太长后 AI“忘记”前面要求，质量下降。
3. 输出质量不稳定：同样需求，时好时坏。
4. 专业门槛太高：测试用例评审、接口脚本等专业任务需要很长 Prompt，普通人写不来。
5. 团队协作困难：调好的 Prompt 无法方便分享复用。

真实案例

自动迭代优化

AI 测试用例生成系统

自动解析需求规格说明 → 按场景法生成测试用例 → 负责人评审反馈 → 自动迭代优化

一键生成可运行脚本

接口测试脚本生成器

测试人员提供接口文档，Skill 自动解析 API 文档与参数约束，自动诊断并修复错误

自动化工作流：采集 → 分析 → 生成 → 优化。

8 大应用场景：

• 内容创作：博客、文案、社媒内容自动生成
• 编程开发：代码审查、测试、重构辅助
• 数据分析：数据清洗、可视化、报告生成
• 设计协作：UI 设计规范、组件库管理
• 文档处理：Word、Excel、PDF 批量处理
• 项目管理：任务拆解、进度跟踪、周报
• 学习教育：知识整理、笔记生成、考试辅导
• 自动化：定时任务、工作流自动化

实战案例 1：测试用例生成器

<span></span><code><span><span leaf="">---</span><span leaf=""><br></span><span leaf="">name: test-case-generator</span><span leaf=""><br></span><span leaf="">description: 当用户需要为被测功能生成测试用例时使用。</span><span leaf=""><br></span><span leaf="">---</span><span leaf=""><br></span><span leaf=""><br></span><span leaf=""># 测试用例生成器</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 用例生成规则</span><span leaf=""><br></span><span leaf="">一次提供 3 组候选测试场景：</span><span leaf=""><br></span><span leaf="">- 覆盖正常路径、异常路径、边界路径</span><span leaf=""><br></span><span leaf="">- 使用等价类、边界值、场景法等方法</span><span leaf=""><br></span><span leaf="">- 不使用含糊的预期描述（如"结果正常"），给出具体输出</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 输出格式</span><span leaf=""><br></span><span leaf="">**候选测试场景：**</span><span leaf=""><br></span><span leaf="">1. 【场景：正常路径】测试步骤 → 预期结果</span><span leaf=""><br></span><span leaf="">2. 【场景：异常路径】测试步骤 → 预期结果</span><span leaf=""><br></span><span leaf="">3. 【场景：边界路径】测试步骤 → 预期结果</span></span></code>

实战案例 2：测试日报生成器。只需说“帮我写今日测试日报”，AI 自动输出包含三部分的标准化日报：今日完成、明日计划、遇到的问题（阻塞项）。它会做到：语言简洁没废话、用第一人称或客观陈述、不加前言直接输出正文、每条控制在 30 字以内。

03 Prompt / Skills / MCP 对比

用“带新人”理解：Prompt 是口头交代，新人可能理解偏差；Skills 是 SOP 手册，照着做每次都靠谱；MCP 是门禁卡，让 AI 获得操作外部系统（数据库、API 等）的权限。

| 对比维度

Prompt

Skills

MCP

定义

一段给 AI 的指令文本

包含指令+资源的文件夹

标准化的工具接口协议

| |

形式

纯文本

文件夹（MD + 脚本 + 文档）

JSON Schema + API

| |

作用

告诉 AI 做什么

教 AI 怎么做

给 AI 能力去做

| |

效果

看运气，不稳定

稳定、专业、可复用

让 AI 能操作外部系统

| |

持久性

用完即丢

持久保存，随时复用

服务常驻，持续可用

| |

使用门槛

低，会说话就行

中，需要整理文档

高，需要编程开发

| |

最佳场景

一次性简单任务

重复性专业任务

需要操作外部系统

所以别把三者搞混：**Prompt 是你跟 AI 说的话，Sk

ills 是拿给 AI 照着做的手册，MCP 是给 AI 配上能操作外部系统的工具箱。**

04 Skills 的核心设计原理

渐进式披露。人的瞬时记忆只能同时处理 7±2 个信息块，AI 同样受限于 Token 上限。把所有信息一股脑塞给 AI，它反而会因“信息过载”而表现变差。做法很简单：不要一次性给 AI 所有信息，而是按需、分层地提供，就像查字典：先看目录找到大致位置，再翻到具体页面。

三层加载机制：

1. 触发识别：AI 先读取每个 Skill 的 description，判断哪个与当前任务相关，只消耗很少的 Token。
2. 概要加载：加载 SKILL.md 主体内容，了解整体流程和要求。
3. 按需深入：需要更详细的信息时，再读取 references/ 参考文档。

Token 效率对比：传统方式一次性全加载约 15,000 tokens，Skills 渐进式加载约 3,000 tokens，消耗降低约 80%。

Part 2 认识 Skill 的结构

05 Skill 的结构与组成

最小结构：一个 Skill 最少只需一个文件 SKILL.md。

<span></span><code><span><span leaf="">my-skill/</span><span leaf=""><br></span><span leaf="">&nbsp; └── SKILL.md &nbsp; &nbsp;# 唯一必需文件</span></span></code>

完整结构：

<span></span><code><span><span leaf="">my-skill/</span><span leaf=""><br></span><span leaf="">&nbsp; ├── SKILL.md &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; # 核心文件（必需）</span><span leaf=""><br></span><span leaf="">&nbsp; ├── scripts/ &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; # 脚本文件</span><span leaf=""><br></span><span leaf="">&nbsp; │ &nbsp; ├── setup.sh &nbsp; &nbsp; &nbsp; # 初始化脚本</span><span leaf=""><br></span><span leaf="">&nbsp; │ &nbsp; └── validate.py &nbsp; &nbsp;# 验证脚本</span><span leaf=""><br></span><span leaf="">&nbsp; ├── references/ &nbsp; &nbsp; &nbsp; &nbsp;# 参考文档</span><span leaf=""><br></span><span leaf="">&nbsp; │ &nbsp; ├── style-guide.md # 风格指南</span><span leaf=""><br></span><span leaf="">&nbsp; │ &nbsp; └── examples.md &nbsp; &nbsp;# 示例文档</span><span leaf=""><br></span><span leaf="">&nbsp; └── assets/ &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;# 资源文件</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp; &nbsp; ├── template.docx &nbsp;# 模板文件</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp; &nbsp; └── config.json &nbsp; &nbsp;# 配置文件</span></span></code>

SKILL.md 的写法很简单：开头是 YAML 头部信息，后面接 Markdown 正文。

<span></span><code><span><span leaf="">---</span><span leaf=""><br></span><span leaf="">name: code-reviewer</span><span leaf=""><br></span><span leaf="">description: 代码审查助手。当用户提到"审查代码"、"code review"、"检查代码质量"时触发。</span><span leaf=""><br></span><span leaf="">---</span><span leaf=""><br></span><span leaf=""><br></span><span leaf=""># 代码审查助手</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 目标</span><span leaf=""><br></span><span leaf="">对代码进行全面审查，发现潜在问题并给出改进建议。</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 审查流程</span><span leaf=""><br></span><span leaf="">1. 先了解代码的整体结构和目的</span><span leaf=""><br></span><span leaf="">2. 逐函数/方法检查逻辑正确性</span><span leaf=""><br></span><span leaf="">3. 检查命名规范和代码风格</span><span leaf=""><br></span><span leaf="">4. 检查错误处理和边界情况</span><span leaf=""><br></span><span leaf="">5. 给出总体评价和改进建议</span></span></code>

文件夹命名时，只用小写字母和连字符（-）；不要用空格、下划线或大写字母。

• 正确：test-case-generator/、test-plan-writer/、defect-report-formatter/
• 错误：Test Case Generator/（空格和大写）、test_case_generator/（下划线）、testCaseGenerator/（大写）

Part 3 开始使用 Skills

06 Skills 快速上手

安装 → 重启 → 使用，三步就能跑起来。

Skills 快速上手

安装 Skill

推荐用 npx skills add 命令安装；也可以手动复制到本地目录或 git clone 到本地

重启 AI 工具

装完记得重启 AI 工具（如 Claude Code）才会生效

查看已安装列表

用 npx skills list 确认安装成功，开始使用

方法一：命令安装（推荐）

<span></span><code><span><span leaf=""># 官方 Skill 创建工具</span><span leaf=""><br></span><span leaf="">npx skills add skill-creator</span><span leaf=""><br></span><span leaf=""># 安装其他 Skill</span><span leaf=""><br></span><span leaf="">npx skills add blog-writer</span><span leaf=""><br></span><span leaf="">npx skills add code-reviewer</span></span></code>

方法二：手动复制到本地目录

<span></span><code><span><span leaf=""># Claude Code</span><span leaf=""><br></span><span leaf="">~/.claude/skills/</span><span leaf=""><br></span><span leaf=""># OpenCode (macOS / Linux)</span><span leaf=""><br></span><span leaf="">~/.config/opencode/skill/</span><span leaf=""><br></span><span leaf=""># OpenCode (Windows)</span><span leaf=""><br></span><span leaf="">C:\Users\用户名\.config\opencode\skill\</span></span></code>

方法三：git clone 到本地

<span></span><code><span><span leaf="">git clone https://github.com/anthropics/skills.git</span><span leaf=""><br></span><span leaf="">cp -r skills/code-reviewer ~/.claude/skills/</span><span leaf=""><br></span><span leaf="">cp -r skills/blog-writer ~/.claude/skills/</span></span></code>

装完记得重启 AI 工具（如 Claude Code）才会生效；npx skills list 可以查看已安装列表。先从官方 Skill 开始，等熟悉结构后再自己写；装别人的 Skill 之前先看一下 SKILL.md 内容，确认内容没问题再装。

自己动手写 Skill

骨架框架、7 条黄金法则、完整示例

07 如何写好 Skill

骨架框架：目标 → 触发 → 步骤 → 输出。写好 Skill 的关键就是把一件事说清楚，不需要华丽文笔，只需清晰、有条理地描述一件事该怎么做。

description 决定 AI 何时触发 Skill，所以这部分很重要。好的 description 包含两个要素：功能描述（能做什么）和触发关键词（用户说什么话时触发）。

错误示例：description: 帮你写测试用例的（太笼统、无触发关键词、无具体功能）

正确示例：

<span></span><code><span><span leaf="">description: &gt;</span><span leaf=""><br></span><span leaf="">&nbsp; 测试用例审查助手。当用户提到"审查测试用例"、</span><span leaf=""><br></span><span leaf="">&nbsp; "用例评审"、"检查测试用例质量"、</span><span leaf=""><br></span><span leaf="">&nbsp; "用例走查"时触发。对测试用例进行</span><span leaf=""><br></span><span leaf="">&nbsp; 全面审查并给出改进建议。</span></span></code>

多模块骨架（9 个模块）：

1. 目标：这个 Skill 要达成的核心目的，一句话说明。
2. 触发条件：何时使用？列出关键词和场景。
3. 排除条件：何时不应使用？避免误触发。
4. 开始前收集信息：执行前需向用户确认哪些信息？
5. 执行顺序：具体步骤，按顺序列出，包含决策分支。
6. 输出格式：最终输出格式（Markdown、表格、代码块）。
7. 完成标准：怎样算完成任

务？列出验收标准。 8. 异常处理：常见异常和应对方案。 9. 参考文件：references/ 目录下的外部文档或资源。

写好 Skill 的 7 条黄金法则：

1. 只写 AI 不知道的东西。AI 已知什么是测试用例，不需要教基础，只需告诉它你的特定要求。错误示例：“测试用例是验证软件功能是否正确的输入输出描述……” 正确示例：“我们团队的测试用例重点关注：需求覆盖率、边界条件、断言有效性、测试数据独立性……”
2. 把流程拆成步骤，带上决策分支。用编号步骤和 if/else 结构，例如：如果是接口用例→检查参数边界和断言；如果是 UI 用例→检查操作步骤和预期结果。
3. 用示例代替解释。直接给示例比 100 字描述更准确。
4. 写任务指令，不要堆身份设定。错误示例：“你是一个拥有20年经验的资深测试专家……” 正确示例：“审查测试用例时按以下步骤执行：1. 检查需求覆盖 2. 检查边界条件……”
5. 信息分层，按需加载。主文件（SKILL.md）控制在 500 行以内，详细内容放 references/ 目录。
6. 复杂流程加验证环节。关键步骤后加检查点，让 AI 自我验证输出。
7. 先跑起来，再慢慢打磨。先写最小可用版本，测试效果，再迭代优化。

完整的 SKILL.md 示例：测试用例审查助手

<span></span><code><span><span leaf="">---</span><span leaf=""><br></span><span leaf="">name: test-case-reviewer</span><span leaf=""><br></span><span leaf="">description: |</span><span leaf=""><br></span><span leaf="">&nbsp; 测试用例审查助手。当用户提到"审查测试用例"、"用例评审"、</span><span leaf=""><br></span><span leaf="">&nbsp; "检查测试用例质量"、"用例走查"、"review"时触发。</span><span leaf=""><br></span><span leaf="">&nbsp; 对测试用例进行全面审查并给出改进建议。</span><span leaf=""><br></span><span leaf="">---</span><span leaf=""><br></span><span leaf=""><br></span><span leaf=""># 测试用例审查助手</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 目标</span><span leaf=""><br></span><span leaf="">对用户提交的测试用例进行全面审查，发现遗漏场景和潜在问题，并给出可操作的改进建议。</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 触发条件</span><span leaf=""><br></span><span leaf="">- 用户提到"审查测试用例"、"用例评审"、"检查测试用例质量"</span><span leaf=""><br></span><span leaf="">- 用户提交测试用例并要求检查</span><span leaf=""><br></span><span leaf="">- 用户询问测试用例优化建议</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 排除条件</span><span leaf=""><br></span><span leaf="">- 用户只是让解释测试用例（不是审查）</span><span leaf=""><br></span><span leaf="">- 用户让生成新的测试用例（不是审查已有用例）</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 执行流程</span><span leaf=""><br></span><span leaf="">1. 确认被测功能与用例类型（接口、UI、单元）</span><span leaf=""><br></span><span leaf="">2. 按以下维度逐一检查：</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp;- 需求覆盖（核心流程、主要分支、异常路径）</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp;- 边界条件（空值、极端值、数据上限）</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp;- 断言有效性（是否真正验证了预期结果）</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp;- 数据准确性（是否依赖特定环境或脏数据）</span><span leaf=""><br></span><span leaf="">&nbsp; &nbsp;- 可维护性（步骤清晰、无重复、可独立执行）</span><span leaf=""><br></span><span leaf="">3. 生成审查报告</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 输出格式</span><span leaf=""><br></span><span leaf="">### 审查报告</span><span leaf=""><br></span><span leaf="">**总体评分**: X/10</span><span leaf=""><br></span><span leaf="">**严重问题**: (必须修复)</span><span leaf=""><br></span><span leaf="">1. [问题描述] - [位置] - [修改建议]</span><span leaf=""><br></span><span leaf="">**建议优化**: (推荐改进)</span><span leaf=""><br></span><span leaf="">1. [问题描述] - [修改建议]</span><span leaf=""><br></span><span leaf="">**亮点**: (值得肯定的地方)</span><span leaf=""><br></span><span leaf="">1. [描述]</span><span leaf=""><br></span><span leaf=""><br></span><span leaf="">## 完成标准</span><span leaf=""><br></span><span leaf="">- 所有维度都已检查</span><span leaf=""><br></span><span leaf="">- 每个问题都给出了具体的修改建议</span><span leaf=""><br></span><span leaf="">- 报告格式符合模板</span></span></code>

推荐新手用访谈式创建：装好 npx skills add skill-interview-builder 后，说一句“我想通过访谈新建 Skill”，它就会像面试官一样，一个问题一个问题地问你，聊完直接生成一套完整的 Skill 文件包。整个创建过程分三轮：第一轮摸核心意图（最终要产出什么、平时怎么说来触发、哪些场景绝对不触发、做到什么程度算完成），第二轮摸运行环境（跑在什么环境、允许用哪些工具、需要读哪些资料、要不要写脚本），第三轮摸输出契约（最终输出必须长什么样、必须包含什么、必须避免什么，并且给一个正例和一个反例）。

访谈结束后会自动生成这些内容：精确的 name 和 description（含触发词和排除条件）、按 9 个模块骨架写好的完整 SKILL.md 正文、文件夹结构、5 条测试 Prompt（2 条应触发、2 条不应触发、1 条边界），并打包成 .zip，可直接安装。

创建 Skill 四步法也很简单：建文件夹 → 写 SKILL.md → 加资源 → 测试使用。

Part 5 探索 Skills 生态

08 推荐 Skills 清单

官方仓库：https://github.com/anthropics/skills（Anthropic 官方维护，持续更新）

必装 Skills：

| Skill

说明


skill-creator

创建和管理 Skill 的官方工具

| | docx |

Word 文档创建和编辑

| | frontend-design |

前端设计指导和规范

| | pdf |

PDF 文件处理和生成

| | xlsx |

Excel 表格处理和分析

先按用途分一下：开发类有 api-doc（API 文档生成）、testing（自动化测试辅助）、git-workflow（Git 工作流规范）；写作类有 blog-writer（博客写作）、

email-compose（邮件撰写）、social-media（社媒创作）；效率类有 weekly-report（周报生成）、meeting-notes（会议纪要）、task-breakdown（任务拆解）。

下面这 8 个 Design Skills 各有侧重：

1.

Anthropic Frontend Design（官方，96k+）：专门针对“AI 生成界面都一样”的问题。写代码前先想四个维度：目的、基调、约束、差异化。排版（明确禁止 Inter、Roboto 这类被用滥的字体）、颜色和主题（拒绝紫白配色套路）、动效（高影响力时刻优先）、空间构图（不对称、重叠、打破网格）、背景和视觉细节都管。落地页、作品集、营销页面都适用。安装：/plugin marketplace add anthropics/skills
2.

Impeccable（10k+）：是 Frontend Design 的增强版，带 17 个设计命令。核心命令包括 /polish（打磨细节）、/audit（审计问题）、/distill（提炼精华）、/enhance（增强视觉）、/refine（精细调整）。如果你想精确控制设计流程，这个值得试。安装：npx skills add pbakaus/impeccable
3.

Taste Skill（3.4k+）：想做的是让“东西看起来和感觉昂贵”。高级字体、宽阔空白、层叠卡片、流畅弹簧动画、漂浮导航，都在它范围内。含四个子技能：taste-skill（前端设计核心）、redesign-skill（升级现有项目）、output-skill（强制写完整代码）、soft-skill（高端设计感）。品牌网站、奢侈品电商、创意机构作品集用得上。
4.

UI/UX Pro Max（43k+）：是个很全的设计智能技能，内置可搜索的设计数据库：50+ UI 风格、97 种调色板、57 种字体搭配、99 条 UX 指南、25 种图表类型，支持 9 种技术栈。无障碍类别排名第一（最低 4.5:1 对比度、可见焦点环、描述性 alt 文本、ARIA 标签）。支持持久化设计系统。安装：/plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill
5.

**Designer Skills**（63 skills + 27 命令）：从用户研究、设计系统、UX 策略、UI 设计、交互设计、原型测试，到设计运营、设计工具包，整条链路都有。全栈设计师、UX 团队会比较对口。安装：`/plugin marketplace add Owl-Listener/designer-skills`

**UI Skills**（15 个独立 Skills）：走模块化路线，每个 skill 只解决一个具体问题。里面包括 baseline-ui（Tailwind 一致性）、fixing-accessibility（无障碍审计修复）、fixing-metadata（SEO 元数据优化）、fixing-motion-performance（动画性能优化）、12-principles-of-animation（迪士尼动画原则）、responsive-design（响应式布局）、color-contrast（颜色对比度）。安装：`npx skills add ibelick/ui-skills`

**UX Researcher Designer**（23k+）：UX 研究方法论，内容包括用户研究方法论、可用性测试设计、用户旅程映射、信息架构规划、设计决策文档化。适合 UX 研究员、产品设计师。安装：`npx skills add davila7/claude-code-templates --skill ux-researcher-designer`

**UI Design Brain**（60+ 组件最佳实践）：来自 component.gallery 的精选知识库，覆盖 60+ 组件（按钮、表单、导航、模态）、5 种设计风格（SaaS、极简、企业、创意、数据仪表盘）、反模式库。适合希望界面由“高级产品设计师”而非“模板拼装”完成的前端开发者。

这些 Skill 可以组合着用，并不冲突：

• 想兼顾美感和设计规范，可以先用 Frontend Design 打底美学，再用 UI/UX Pro Max 承担设计智能，最后用 UI Skills 的无障碍模块确保合规；
• 新手容易上手的是 Frontend Design + UI Design Brain，很快能看到效果；
• 需要精确控制的话，推荐 UI/UX Pro Max + Impeccable；
• 专业团队可以试试 Designer Skills + UX Researcher + Taste Skill，从研究到落地都覆盖。

09 Skills 应用商店 skills.sh

skills.sh 是汇集全球高质量 Skills 的应用商店。它的特点是：所有 Skill 都经过审核，质量有保障；一条命令就能安装和更新；也收录了多位中文开发者贡献的 Skills；社区活跃，更新比较勤。

下面这几个精选 Skills 不需要开发经验也能直接上手：

• frontend-design：前端界面设计助手，能根据描述生成 UI 建议、组件代码和 CSS 样式，适合网页设计、前端开发和 UI 优化。
• agent-browser：浏览器自动化，可以完成网页浏览、数据采集和表单填写，适合市场调研、数据收集和竞品分析。
• seo-audit：SEO 分析工具，能检测页面 SEO 问题、提供优化建议并生成报告，用于网站优化、内容营销和流量提升。

10 扣子（Coze）对 Skills 支持

扣子 2.0 是字节跳动推出的 AI 应用平台，有三大核心优势：门槛低，没有编程基础也能可视化创建；能力全，内置插件和工作流，支持外部 API；上线快，可以一键发布到抖音、微信等平台。

“口喷式”开发体验：用自然语言描述需求，扣子自动理解并生成 AI 应用框架，然后一键发布。

也可以上传文件包来创建 Skill：把 Skill 文件整理成 ZIP 压缩包（里面包含 SKILL.md 和必要资源），在扣子平台选择“上传文件包”，它会自动解析内容并生成应用配置。特别适合团队共享 Skills 和快速迁移。

Part 6 自查与 FAQ

11 常见问题

常见问题

Skills 和 Prompt 模板有什么区别？

Skill 是包含指令+资源的文件夹，Prompt 是一段指令文本。Skills 教 AI 怎么做并持久复用，Prompt 用完即丢，适合一次性简单任务。

哪些工具支持 Skills？

Claude Code 和 OpenCode 都支持，安装到对应的 skills 目录即可生效。

Skills 可以共享给团队吗？

可以。Skills 本质是文件夹，写一次到处使用，可以打包分享给同事。

什么时候该写 Skill？

遇到重复性专业任务时值得写，一次性简单任务用 Prompt 就够了。

安装别人的 Skill 安全吗？

安装之前先打开 SKILL.md 看内容，确认没问题再装。

SKILL.md 有行数限制吗？

建议主文件控制在 500 行以内，更详细的内容放到 references/ 目录。

如何调试和优化 Skill？

先写最小可用版本跑起来，测试效果，再迭代优化。

创建 Skill 需要编程基础吗？

不需要。可以用访谈式创建工具，也可以用扣子这类可视化平台。

Skills 和 GPTs/Agents 有什么关系？

Skills 是 AI 交互演进的一环：基础对话 → Prompt 工程 → Skills 技能包 → 智能 Agent。

如何更新已安装的 Skill？

skills.sh 应用商店支持一条命令安装和更新。

12 快速自查清单

写完 Skill 后，用这份清单检查：

快速自查清单

•

检查 description 写得够具体吗

是否加了“什么时候用”和“什么时候不用”的说明？

•

确认操作步骤是大白话

有歧义的表达都排除了吗？

•

补充具体的输入输出示例

示例能帮 AI 准确理解意图

•

检查文件是否超过 500 行

超过则拆分到 references/ 目录

•

评估是否涉及高风险操作

修改文件、发送消息、部署代码等是否加了手动触发保护？

•

写完测试了吗

该触发的场景和不该触发的场景都测了？

Skill 重要，不只是省事，更在于：你每次跟 AI 交互时投入的精力，可以沉淀下来，变成可重复使用的能力。以前每次用 AI 都从零开始；有了 Skill，你把工作流整理成文件、放好位置，以后每次都能从那个起点出发，不用回到原点。