Skills 是什么
😫 先讲一个让人崩溃的日常
你打开 AI 工具,新建了一个对话,说:"帮我整理这个 Excel 表格,不要输出 HTML,只要 xlsx 文件,列名这样排,日期格式用 YYYY-MM-DD……" AI 听懂了,做得挺好。
第二天,你又来了,新任务还是要处理 Excel。然后你 又把昨天那番话一字一句重复了一遍。 第三天,依然如此。这不是 AI 笨,而是它的底层设定:每次新对话,它都是一张白纸,什么都不记得。
🎯 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、规范打包成一个"技能包",让 AI 每次都能稳定、专业地完成任务。
没有 Skill 的 AI
每天上班前都要重新入职的新人
有 Skill 的 AI
经过专业培训的老员工
🎭 一个秒懂的比喻:入职培训手册
想象你刚入职一家新公司,你的上司是个老员工。第一周,他疯狂培训你:
"客户投诉按这个流程走……"
"周报用这个模板……"
"发邮件注意这几个格式……"
你把这些全记下来,装进一个文件夹,叫《入职培训手册》。 以后遇到类似的事,翻开手册按步骤做,又快又好。Skill,就是给 AI 准备的这本《入职培训手册》。
更准确地说:
"Skill 是一个文件夹,里面有一份 SKILL.md 说明书。
它告诉 AI:遇到某种特定任务时,该按什么标准、什么步骤、输出什么格式来完成。"写好之后,你把文件夹放到指定位置。AI 以后每次启动都会读取它。遇到匹配的任务,自动按手册执行,你再也不用每次重新解释。
Skills 的 4 个本质特征
文件夹形式
本质上就是一个文件夹,里面有 Markdown 文件、脚本、参考文档等,简单直观。
可复用
写一次,到处使用。你可以把好的 Skill 分享给同事,大家都能受益。
按需加载
AI 不会一次性读取所有 Skill,而是根据你的需求智能选择加载哪个,节省 Token。
稳定输出
有了明确的规范和流程,AI 的输出质量更加稳定可靠,不会"心情不好"就乱写。
Skills 能做什么
AI 交互的 4 个阶段演进
回顾我们和 AI 打交道实经历的进化过程:基础对话 → Prompt工程 → Skills技能包 → 智能Agent
阶段一
基础对话
像聊天一样问问题,得到一个答案就结束
阶段二
Prompt 工程
精心设计提示词,让 AI 输出更精准
阶段三
Skills 技能包
把经验打包成可复用的技能模块
阶段四
智能 Agent
AI 自主规划、执行复杂任务
没有 Skill 的 AI
每次都要重复说明,上下文容易丢失,五大常见痛点
在没用 Skills 之前,你可能遇到过这些问题:
1. 每次都要重复说明
"帮我写周报"——每次都要重新告诉 AI 周报的格式、风格、内容要求...
2. 上下文容易丢失
对话太长后,AI 就"忘了"前面说的要求,输出质量直线下降。
3. 输出质量不稳定
同样的需求,有时写得好,有时写得差,全看 AI "心情"。
4. 专业门槛太高
想让 AI 做专业的事(如代码审查、UI设计),需要写很长的 Prompt,普通人根本写不来。
5. 团队协作困难
好不容易调好的 Prompt,没法方便地分享给同事复用。
Skills 就是为了解决这些问题而生的。它把你的经验、流程、规范打包成一个"技能包",让 AI 每次都能稳定、专业地完成任务。
真实案例 1:AI 选题系统
一个内容团队用 Skills 搭建了自动选题系统,流程如下:
📡
热点采集
自动抓取各平台热搜
💡
选题生成
AI 分析热点生成选题
✅
审核反馈
编辑审核并反馈
🔄
自动迭代
根据反馈优化下次输出
真实案例 2:整合包生成器
开发者只需给一个 GitHub 链接,Skill 就能自动完成:
📦
自动打包
分析依赖、配置环境
🖥️
生成前端
一键生成可运行界面
🔧
修复错误
自动诊断并修复问题
AI 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:微信公众号标题生成器
这是一个完整的 Skill 示例,用于生成符合微信公众号传播特点的标题组合和开篇导语,SKILL.md 示例代码:
---
name: weixin-title
description: 当用户需要为公众号文章生成标题或导语时使用。
---
# 微信公众号标题与导语生成
## 标题生成规则
一次提供 3 个候选标题:
- 主标题控制在 18 字以内
- 使用疑问句、反转句、数字句等高传播格式
- 不用夸张词汇(如"震惊"、"绝了"、"必看")
## 输出格式
**候选标题:**
1. 【风格:疑问式】标题内容
2. 【风格:结论式】标题内容
3. 【风格:数字式】标题内容
💡 输入示例
"文章讲 AI 工具更新太快,普通人怎么跟上"
✨ 输出示例
- 1. 「OpenClaw 还没搞懂,Hermes 已经来了:AI 工具迭代太快,该怎么办?」
- 2. 「你跟不上 AI 的速度,不是你的错」
- 3. 「3 个月,出现了 7 款新 AI 工具:普通人应该追哪个?」
🧩 实战案例2:工作周报生成器
只需说"帮我写本周周报",AI 自动按你的格式输出,这个 Skill 会自动输出包含三个部分的标准化周报:本周完成、下周计划、遇到的问题。
使用效果:
✅ 语言简洁,避免废话
✅ 用第一人称或客观陈述,不用"我们"
✅ 不加前言废话,直接输出正文
✅ 标题层级正确,每条控制在 30 字以内
Prompt / Skills / MCP 对比
三大概念关系图
Prompt、Skills、MCP 这三个概念经常被混淆,下面我们用一张表把它们彻底搞清楚:
用"带新人"来理解
想象你是一家公司的老员工,要带一个聪明但完全没有经验的新人(AI):
Prompt = 口头交代
"帮我写个周报,格式简洁一点"——你嘴上随口说了一句,新人可能理解偏差。
Skills = SOP 手册
你给新人一本详细的操作手册:第一步做什么、第二步做什么、遇到问题怎么办。新人照着做,每次都靠谱。
MCP = 门禁卡
你给新人一张门禁卡,让他能进出公司的各个系统(数据库、API等),获得真正的操作权限。
| 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 |
总结:Prompt 是"你说给 AI 听的话",Skills 是"你写给 AI 看的手册",MCP 是"你给 AI 配的工具箱"。
Skills 的核心设计原理
渐进式披露
你可能听过一个心理学概念:人的瞬时记忆只能同时处理 7 +/- 2 个信息块。超过这个数量,大脑就会"过载"。AI 也是一模一样——它受限于 Token 上限。如果把所有信息一股脑塞给 AI,它反而会因为"信息过载"而表现变差。所以,核心思路: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 Skill 和当前任务相关。这一步只消耗很少的 Token。
② 概要加载:确定相关后,AI 加载 SKILL.md 的主体内容,了解整体流程和要求。
③ 按需深入:如果需要更详细的信息,AI 再去读取 references/ 文件夹中的参考文档。
Token 效率对比
Token 消耗降低约 80%,AI 响应更快、更精准
Skill 的结构与组成
my-skill/
├── SKILL.md # 必需文件
├── scripts/
├── references/
└── assets/
最小结构
一个 Skill 最少只需要一个文件:
my-skill/
└── SKILL.md # 唯一必需文件
完整结构
一个功能完善的 Skill 可以包含以下内容:
my-skill/
├── SKILL.md # 核心文件(必需)
├── scripts/ # 脚本文件
│ ├── setup.sh # 初始化脚本
│ └── validate.py # 验证脚本
├── references/ # 参考文档
│ ├── style-guide.md # 风格指南
│ └── examples.md # 示例文档
└── assets/ # 资源文件
├── template.docx # 模板文件
└── config.json # 配置文件
SKILL.md 格式
SKILL.md 由两部分组成:YAML 头部信息 + Markdown 正文。
---
name: code-reviewer
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。
---
# 代码审查助手
## 目标
对代码进行全面审查,发现潜在问题并给出改进建议。
## 审查流程
1. 首先了解代码的整体结构和目的
2. 逐函数/方法检查逻辑正确性
3. 检查命名规范和代码风格
4. 检查错误处理和边界情况
5. 给出总体评价和改进建议
文件夹命名规范规则
- - 只使用 小写字母 和 连字符(-)
- - 不要使用空格、下划线或大写字母
- - 名称应该简短且具有描述性
正确示例
code-reviewer/blog-writer/weekly-report/
错误示例
Code Reviewer/ (有空格和大写)blog_writer/ (用了下划线)weeklyReport/ (有大写字母)
Skills 快速上手
快速上手三步走
安装→重启→使用
方法一:命令安装(推荐)
# 使用 npx 安装 skill-creator(官方 Skill 创建工具)
npx skills add skill-creator
# 安装其他 Skill
npx skills add blog-writer
npx skills add code-reviewer
方法二:手动复制到本地目录
把 Skill 文件夹复制到对应工具的 skills 目录下:
# Claude Code
~/.claude/skills/
# OpenCode (macOS / Linux)
~/.config/opencode/skill/
# OpenCode (Windows)
C:\Users\用户名\.config\opencode\skill\
# 示例:安装 code-reviewer
cp -r code-reviewer/ ~/.claude/skills/
方法三:Git Clone
# 克隆官方仓库
git clone https://github.com/anthropics/skills.git
# 把需要的 Skill 复制到本地 skills 目录
cp -r skills/code-reviewer ~/.claude/skills/
cp -r skills/blog-writer ~/.claude/skills/
安装后注意事项
1. 安装完成后,重启 AI 工具(如 Claude Code)让新 Skill 生效。
2. 可以通过 npx skills list 查看已安装的 Skill 列表。
3. 建议先从官方 Skill 开始,熟悉结构后再自己创建。
4. 安装别人的 Skill 前建议先查看 SKILL.md 内容,确保安全可靠。
如何写好 Skill
Skill 骨架框架
目标→触发→步骤→输出
写好 Skill 的核心 = 把一件事说清楚。不需要华丽的文笔,不需要高深的技术,只需要清晰、有条理地描述一件事该怎么做。description 非常重要,所以要写好它。description 是 SKILL.md 头部的描述信息,它决定了 AI 何时触发这个 Skill。写好 description 是写好 Skill 的第一步。
好的 description 包含两个要素
- 功能描述:这个 Skill 能做什么
- 触发关键词:用户说什么话时应该触发这个 Skill
Description 示例对比
坏的 description
description: 帮你写代码的
- - 太笼统,AI 不知道什么时候触发
- - 没有触发关键词
- - 没有说明具体功能
好的 description
description: >
代码审查助手。当用户提到"审查代码"、
"code review"、"检查代码质量"、
"代码走查"时触发。对代码进行
全面审查并给出改进建议。
- - 明确说明了功能
- - 列出了多个触发关键词
- - AI 能精准判断何时使用
多模块骨架(9 个模块)
一个完善的 Skill 建议包含以下 9 个模块:
1. 目标
这个 Skill 要达成什么目的?一句话说明核心目标。
2. 触发条件
什么情况下应该使用这个 Skill?列出关键词和场景。
3. 排除条件
什么情况下不应该使用这个 Skill?避免误触发。
4. 开始前收集信息
执行前需要向用户确认哪些信息?避免做无用功。
5. 执行顺序
具体的执行步骤,按顺序列出,包含决策分支。
6. 输出格式
最终输出应该是什么格式?Markdown、表格、代码块?
7. 完成标准
怎样才算完成任务?列出验收标准。
8. 异常处理
遇到问题怎么办?列出常见异常和应对方案。
9. 参考文件
需要引用哪些外部文档或资源?放在 references/ 目录下。
写好 Skill 的 7 条黄金法则
让 Skill 从能用→好用
只写 AI 不知道的东西
AI 已经知道什么是代码审查、什么是周报。你不需要教它这些基础知识,只需要告诉它你的特定要求。
不要这样写
"代码审查是检查代码质量的过程,目的是发现bug..."
应该这样写
"我们团队的代码审查重点关注:安全漏洞、性能问题、命名规范..."
把流程拆成步骤,带上决策分支
不要写一大段话,而是用编号步骤。遇到需要判断的地方,用 if/else 结构。
1. 读取用户提交的代码
2. 判断语言类型:
- 如果是 Python → 检查 PEP8 规范
- 如果是 JavaScript → 检查 ESLint 规范
- 其他语言 → 检查通用最佳实践
3. 生成审查报告
用示例代替解释
与其花 100 字描述"输出格式应该怎样",不如直接给一个示例。AI 看示例比看描述理解得更准确。
写任务指令,不要堆身份设定
不要花大量篇幅设定"你是一个资深的XXX专家"。直接告诉 AI 要做什么、怎么做。
低效写法
"你是一个拥有20年经验的资深代码审查专家,曾在顶级互联网公司工作..."
高效写法
"审查代码时,按以下步骤执行:1. 检查安全漏洞 2. 检查性能问题..."
信息分层,按需加载
主文件(SKILL.md)控制在 500 行以内。详细内容放到 references/ 目录,让 AI 按需读取。
主文件:核心流程 + 关键规则(500行以内)
references/:详细示例、模板、参考资料
复杂流程加验证环节
在关键步骤后加入检查点,让 AI 自我验证输出是否正确,发现问题及时修正。
先跑起来,再慢慢打磨
不要追求一次写完。先写一个最小可用版本,测试效果,然后根据实际使用情况迭代优化。
创建第一个 Skill
四步教程教你创建你的第一个 Skill
创建文件夹
mkdir code-reviewer
cd code-reviewer
编写 SKILL.md
创建核心文件,包含 YAML 头部和 Markdown 正文。
添加资源文件(可选)
在 references/ 目录添加参考文档,在 scripts/ 目录添加辅助脚本。
测试使用
把 Skill 安装到对应目录,在 AI 工具中测试效果,根据反馈迭代优化。
完整的 SKILL.md 示例:代码审查助手
---
name: code-reviewer
description: |
代码审查助手。当用户提到"审查代码"、"code review"、
"检查代码质量"、"代码走查"、"review"时触发。
对代码进行全面审查并给出改进建议。
---
# 代码审查助手
## 目标
对用户提交的代码进行全面审查,发现潜在问题并给出可操作的改进建议。
## 触发条件
- 用户提到"审查代码"、"code review"、"检查代码质量"
- 用户提交代码片段并要求检查
- 用户询问代码优化建议
## 排除条件
- 用户只是让解释代码(不是审查)
- 用户让写新代码(不是审查已有代码)
## 执行流程
1. 确认代码语言和上下文
2. 按以下维度逐一检查:
- 安全漏洞(SQL注入、XSS等)
- 性能问题(N+1查询、内存泄漏等)
- 代码风格(命名、格式、注释)
- 错误处理(异常捕获、边界情况)
- 可维护性(重复代码、复杂度)
3. 生成审查报告
## 输出格式
### 审查报告
**总体评分**: X/10
**严重问题**: (必须修复)
1. [问题描述] - [位置] - [修复建议]
**建议优化**: (推荐改进)
1. [问题描述] - [修复建议]
**亮点**: (值得肯定的地方)
1. [描述]
## 完成标准
- 所有维度都已检查
- 每个问题都给出了具体的修复建议
- 报告格式符合模板
方法二:访谈式创建(推荐新手)
skill-interview-builder
如果你不知道怎么开始写 Skill,可以使用访谈式构建器。它会像面试一样一步步问你问题,然后根据你的回答自动生成完整的 Skill 文件包(含 SKILL.md、参考文档、示例文件等)。
触发方式:说"我想通过访谈新建 Skill"即可启动。
# 安装访谈式 Skill 创建工具
npx skills add skill-interview-builder
访谈流程(三轮问答)
第一轮:核心意图(4个问题)
- 这个 Skill 最终要产出什么?
- 你平时会怎么说来触发它?
- 哪些场景绝对不要触发?
- 做到什么程度算完成?
第二轮:运行环境(4个问题)
- 它运行在什么环境里?
- 允许用哪些工具?
- 需要读取哪些参考资料或文件?
- 需要写脚本吗?
第三轮:输出契约(4个问题)
- 最终输出必须长什么样?
- 有哪些必须包含的内容?
- 有哪些必须避免的内容?
- 能给一个正例和一个反例吗?
访谈结束后,它会自动生成:
- ✅ 精确的 name 和 description(含触发词和排除条件)
- ✅ 完整的 SKILL.md 正文(按9模块骨架生成)
- ✅ 文件夹结构(references/、examples/、scripts/、assets/)
- ✅ 5条测试 Prompt(2条应触发、2条不应触发、1条边界)
- ✅ 打包为 .zip 压缩包,可直接安装使用
💡 小贴士
你完全不需要记住 Skill 的格式和骨架,只要回答问题就行。整个过程就像跟一个经验丰富的同事聊天,聊完 Skill 就做好了!
创建 Skill 四步法
创建文件夹→编写SKILL.md→添加资源→测试使用
推荐 Skills 清单
必装 Skills
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 文件处理和生成
xlsx
Excel 表格处理和分析
开发类
api-doc
API 文档自动生成
testing
自动化测试辅助
git-workflow
Git 工作流规范
写作类
blog-writer
博客文章写作
email-compose
邮件撰写助手
social-media
社媒内容创作
效率类
weekly-report
周报自动生成
meeting-notes
会议纪要整理
task-breakdown
任务拆解助手
8 个顶级 Design Skills
以下是目前最优秀的 8 个设计类 Skills,分为四大类别
创意方向
确定设计风格和方向
设计智能
专业设计知识和规范
质量合规
确保设计质量达标
工程模式
设计到代码的转化
Anthropic 官方出品,专门解决"AI 生成界面都一样"的问题。核心理念是在编写代码之前,先思考四个维度——目的、基调、约束、差异化。
优势:涵盖五个设计领域:排版(明确禁止 Inter、Roboto 等被 AI 过度使用的字体)、颜色和主题(拒绝紫白配色老套路)、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。
适合:落地页、作品集、营销页面等需要视觉个性的场景。
安装:/plugin marketplace add anthropics/skills
Frontend Design 的增强版本,提供 17 个专门的设计命令,让设计工作流程更加精确。每个命令都有特定的优化目标。
优势:核心命令包括 /polish(打磨细节)、/audit(审计设计问题)、/distill(提炼精华)、/enhance(增强视觉)、/refine(精细调整)。
适合:需要精确控制设计流程的专业开发者,以及希望在设计迭代中有更多控制权的设计师。
安装:npx skills add pbakaus/impeccable
专注于"让东西看起来和感觉昂贵"的技能集合,涵盖高级设计的四个核心要素:高级字体选择、宽阔的空白运用、层叠的卡片设计、流畅的弹簧动画和漂浮导航。
优势:包含四个子技能——taste-skill(前端设计核心)、redesign-skill(升级现有项目)、output-skill(强制 AI 写完整代码)、soft-skill(高端设计感的秘密武器)。
适合:品牌网站、奢侈品电商、创意机构作品集等追求高端奢华设计感的项目。
当前生态系统中最全面的设计智能技能,不只是给 AI 美学品味,而是给它一个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 指南和 25 种图表类型,覆盖 9 种技术栈。
优势:无障碍类别排名第一,确保最低 4.5:1 对比度、可见焦点环、描述性 alt 文本、ARIA 标签等。支持持久化设计系统,适用于大型项目。
适合:需要 AI 根据产品类型和行业做出明智设计决策的设计师和开发者。
安装:/plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill
完整的设计师工具箱,包含 63 个 skills 和 27 个命令,覆盖设计工作的全生命周期。
优势:涵盖 8 大设计领域——用户研究(访谈、问卷、画像)、设计系统(组件库规范、Token 定义)、UX 策略(信息架构、用户旅程)、UI 设计(视觉设计、原型制作)、交互设计(动效定义、微交互)、原型测试(可用性测试、A/B 测试)、设计运营(设计评审、版本管理)、设计工具包(Figma 集成、设计交付)。
适合:全栈设计师、UX 团队。
安装:/plugin marketplace add Owl-Listener/designer-skills
提供 15 个独立的专项 skills,每个都专注于一个具体的设计问题。模块化设计让你可以只安装需要的功能。
优势:包含 baseline-ui(Tailwind 设计一致性)、fixing-accessibility(无障碍审计与修复)、fixing-metadata(SEO 元数据优化)、fixing-motion-performance(动画性能优化)、12-principles-of-animation(迪士尼动画原则应用)、responsive-design(响应式布局审计)、color-contrast(颜色对比度检查)等专项技能。
适合:需要针对性解决特定 UI 问题、希望按需安装功能的开发者。
安装:npx skills add ibelick/ui-skills
专注于 UX 研究方法论和设计流程的技能,帮助 AI 理解用户研究、可用性测试、信息架构等核心 UX 概念。
优势:涵盖用户研究方法论、可用性测试设计、用户旅程映射、信息架构规划、设计决策文档化等核心能力。
适合:UX 研究员、产品设计师、需要进行用户研究的开发团队。
安装:npx skills add davila7/claude-code-templates --skill ux-researcher-designer
60+ 组件最佳实践库,用来自 component.gallery 的精选知识库取代了 AI 的猜测,包含每个组件的最佳实践、通用布局模式、设计理念和要避免的反模式。
优势:覆盖 60+ 组件(按钮、表单、导航、模态等)、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。
组合使用策略
不需要安装全部 8 个。最有效的策略是组合使用,它们不冲突,而是层层递进、互补提升:
🚀 推荐组合(适合大多数人)
先装 Frontend Design 保证美学质量,再加 UI/UX Pro Max 提供设计智能,最后用 UI Skills 的 accessibility 模块确保合规。
🌱 入门者
Frontend Design + UI Design Brain
快速上手,效果立竿见影
⚡ 进阶者
UI/UX Pro Max + Impeccable
精确控制,专业级输出
🏢 专业团队
Designer Skills + UX Researcher + Taste Skill
全流程覆盖,团队协作
Skills 应用商店-skills.sh
为什么选择 skills.sh
精选高质量 Skills
所有 Skills 都经过审核,确保质量可靠、功能完整、安全无害
一键安装使用
无需手动配置,通过简单的命令即可快速安装和更新
中文友好
收录了多个中文开发者贡献的 Skills,对中文用户更加友好
持续更新
社区活跃,Skills 持续迭代更新,功能不断完善
Top 10 精选 Skills(无需开发经验)
这些是 skills.sh 上最受欢迎、应用范围最广的 Skills,普通人也能轻松使用:
frontend-design
设计师必备前端界面设计助手,可以根据描述生成 UI 设计建议、组件代码、CSS 样式等
使用场景:网页设计、前端开发、UI 优化
agent-browser
浏览器自动化浏览器操作助手,可以自动完成网页浏览、数据采集、表单填写等任务
使用场景:市场调研、数据收集、竞品分析
seo-audit
SEO 优化网站 SEO 分析工具,可以检测页面 SEO 问题、提供优化建议、生成优化报告
使用场景:网站优化、内容营销、流量提升
营销人员必备的 23 个 Skills
由 coreyhaines31/marketingskills 贡献的专业营销 Skills 仓库,覆盖营销全流程:
按角色推荐 Skills
设计师 · 开发者 · 营销人员 · 运营
📝
内容创作
博客文章、社交媒体、邮件营销文案
📧
邮件营销
邮件主题优化、自动回复序列、客户跟进
📱
社媒运营
多平台内容分发、互动评论、增长策略
🔍
SEO 优化
关键词研究、页面优化、外链建设
📺
广告投放
广告文案、投放策略、转化优化
📈
数据分析
营销报表、效果追踪、ROI 分析
宝玉老师的中文友好 Skills
宝玉老师(jimliu/baoyu-skills)贡献了一系列对中文用户特别友好的 Skills:
开发者友好的 Skills
宝玉老师出品 · 中文友好 · 中国互联网场景优化
宝玉老师 Skills 特点:
- ✓ 全程中文注释,对中文开发者更友好
- ✓ 针对中国互联网场景优化
- ✓ 文档详尽,配有使用示例
- ✓ 社区活跃,问题响应及时
扣子(Coze)对Skills 支持
扣子 2.0 的三大核心优势
门槛低
普通人也能轻松上手,无需编程基础,通过可视化界面即可创建 AI 应用
能力全
内置丰富的插件和工作流,支持接入各种外部 API,实现复杂业务逻辑
上线快
一键发布到抖音、微信等平台,快速触达海量用户
"口喷式"开发体验
扣子 2.0 带来了革命性的"口喷式"开发体验,让你用自然语言就能创建 AI 应用:
口喷式创建流程
说需求 → 自动生成 → 一键发布
💡 只需用自然语言描述你的需求,扣子就能自动理解并生成对应的 AI 应用框架。
上传文件包创建 Skill
除了可视化创建,扣子 2.0 还支持上传 Skills 文件包:
准备 Skills 文件包
将你的 Skill 相关文件整理为 ZIP 压缩包,包含 SKILL.md 和必要的资源文件
上传到扣子
在扣子平台选择"上传文件包"功能,选择你的 ZIP 文件
自动识别和配置
扣子会自动解析文件包内容,生成对应的应用配置
这种上传文件包的方式,特别适合团队共享 Skills,以及将已有的 Skills 快速迁移到扣子平台。
常见问题 FAQ
🎁 快速自查清单
写完 Skill 后,用这份清单检查一下,确保质量过关:
最后说一句
Skill 这个概念之所以重要,不只是因为它省事。它背后有一个更深的逻辑:"你每次跟 AI 交互时投入的精力,可以被沉淀下来,变成可以重复使用的能力。"以前,你每次用 AI 都是从零开始。有了 Skill,你第一次认真整理了一套工作流,写进文件,放好位置。以后每次都站在那个起点上出发,不用回到原点。 🚀