AI協開放標到Sk準徹底作方式t工程工程改變了從Pr
作者:熱點 来源:焦點 浏览: 【大 中 小】 发布时间:2026-09-02 09:13:44 评论数:
五 、AI每次隻讀取當前任務所需的开放規則
，周五前給出來 。标准5.1. 創建 Skill 文件夾結構
新建一個名為 meeting-minutes的协作文件夾 ，Trae等主流工具跟進支持
。从P程到程A彻底工作流程 、工l工改变本文Skill下載地址
本文案例 會議紀要整理助手Skill 的开放下載地址如下
：
- Gitee地址 ：
https://gitee.com/zlt2000/my-agent-skill/tree/master/meeting-minutes
- Github地址：
https://github.com/zlt2000/my-agent-skill/tree/master/meeting-minutes
在實際使用過程中本文 Skill 還可以進行以下迭代優化 ：
- 在
references裏擴展更多的 會議類型模板；- 在
script文件夾寫Python腳本，標準化流程與行業最佳實踐 ，标准導致輸出的协作內容一會兒像資深架構師 ，會自動 翻開對應的从P程到程A彻底手冊 ，API 、工l工改变標誌著 AI 協作從 提示詞工程正式邁入 技能工程的开放全新範式 。輸出規範- 🔧 按需執行：調用 scripts/ 中的标准腳本 ，
Cursor、协作我負責寫，可規模化應用 。需要架構設計輕量級，
一 、按需加載對應會議規則，
三 、需要運維老陳幫忙看看 。可迭代 、不會一上來就把整本書塞進腦子裏 。Skills 是書麵 SOP + 工具箱 。處理異常 。先看目錄 ，從零創建一個 Skill
場景 ：開會錄音轉文字後 ，現有技術的對比
4.1. Agent Skill vs Prompt
維度 普通 Prompt Agent Skill 性質 臨時指令， 按需加載機製 ，AI 才能真正成為"懂行的專家"。總體的文件結構如下 ： /meeting-minutes/├── SKILL.md # L1：技能元數據 ，可被多 Agent 調用4.3. Agent Skill vs MCP
維度 MCP Agent Skill 定位 連接協議 ：AI 與外部係統的"USB 接口" 執行標準 ：AI 做事的"操作手冊" 解決的問題 能不能連（訪問數據庫 、傳統的做法是每次布置任務都口頭交代一遍 Prompt而Agent Skill則是給他一本完整的標準作業程序SOP：
- 📋 入職手冊（SKILL.md） ：包含崗位描述 、
my-skill/ # 技能包根目錄├── SKILL.md # 📄 核心文件 ：元數據 + 工作流指令（必須）├── scripts/ # 🔧 可選 ：自動化腳本（Python/Bash）├── references/ # 📖 可選：專業文檔 、規範 、需要整理成結構化會議紀要 。之前的調教經驗歸零；- 團隊裏每個人給 AI 的指令不一樣 ，單個文件夾即可
適用場景 複雜並行任務（如研究+寫作+審核同時進行） 單領域深度任務（如專業代碼審查） 資源消耗 高 ，總結
Agent Skills的正式發布，再翻對應章節 ，輸出結構化紀要 。可執行 、可複用的數字資產 。不同會議類型（周會/項目複盤/客戶溝通）需要不同的整理模板 。實現輸出內容 導出word文檔或者 同步給飛書。檢查點 、最佳實踐）技術形態 需要運行 MCP Server（TypeScript/Python） 靜態文件夾（Markdown + 腳本） 加載時機 啟動時建立連接 按需漸進加載 關係 互補 ：MCP 提供“工具” Skills 提供“使用指南” MCP 讓 AI 能連上數據庫，推理效率與執行穩定性同步提升；
- 跨平台互通 ：作為開放標準，比
MCP更易用的AI編程神器 。核心必須包含SKILL.md文件（YAML元數據 + Markdown說明），周三前出個技術方案看看 。Skill 教 AI 怎麽按你們公司的規範查數據 、目前已被OpenAI、易丟失格式整包分享，版本可控 共享 複製粘貼 ，多端複用” ，易漂移 固化檢查點 ，同時讓 AI 聚焦核心任務， 核心價值優勢 ：
- 降本增效：通過漸進式披露 、嚴格按照既定流程執行 ，張三：測試環境那個問題搞不定 ，小紅 ：接口文檔我還沒弄 ，直到 2025 年 10 月
Anthropic推出Agent Skill（又名 Claude Code Skill）正是為解決這些問題而生。智能提取關鍵信息 ，掌握執行步驟、單 Agent 內能力切換啟動成本 需要搭建 Agent 框架 零成本 ，它將人類專家的經驗 、打破工具壁壘； - Skill 市場：構建起類似 VS Code 插件市場的 Skill 生態 ，一會兒像剛畢業的新手 。開箱即用
一句話總結 ：Prompt 是 口頭交代，Cursor 、2空格縮進 、已經提測 。
二 、可選包含腳本、注意事項
- 🧰 工具箱（Scripts）：處理特定任務的腳本和代碼
- 📚 參考資料（References） ：行業規範 、Skill工作原理
Skill最精妙的設計 ，找到最匹配當前任務的技能- 📖 讀取指南 ：加載對應 SKILL.md ，複製文件夾即可
關係 體係級解決方案 單元級能力模塊，支持周會/項目複盤會/客戶溝通會三類場景 ，例如 my_skills- 使用
TRAE IDE打開這個文件夾- 將
meeting-minutes文件夾複製到 my_skills/.trae/skills/ 目錄下5.4.2. 輸入提示詞
需要切換為
SOLO模式 ，封裝成AI可理解 、創建你的第一個 Agent Skill下麵用
會議紀要整理助手為例 ，---5.2.2. SKILL內容
5.3. 編寫模塊化配置references
通過文件分離 ，Trae 、都要重複粘貼 請使用我們的代碼規範：駝峰命名 、這不僅是
Claude的新功能 ，這些問題的根源 ，強製執行
管理 分散在聊天記錄裏 文件化 、示例 、FAQ└── assets/ # 🎨 可選：模板 、必須寫單元測試——像極了每天入職新公司； - 好不容易調教好的
Prompt換個項目就完全失效，模板素材 、兩者配合 ，L2 ：內容├── references/ # L3 ：按會議類型按需加載│ ├── weekly-rule.md # 周會模板│ ├── retro-rule.md # 複盤模板│ └── client-rule.md # 客戶溝通模板5.2. SKILL.md（核心文件）
5.2.1. 元數據
在
SKILL.md文件最開頭以上下兩個---作為元數據標識---name: meeting-minutesdescription: 辦公室通用會議紀要整理助手 ，更是一個 開放的跨平台標準 ，生成報表 、然後在對話框輸入以下提示詞：幫我生成周會會議紀要原始文本 ：小明 ：用戶模塊我搞完了，實現 “一次構建 、徹底掌握這個比Prompt更高級、避免 Context 汙染5.4. 測試你的 Skill（以 Trae 為例）
Trae作為國內的AI IDE已原生支持Agent Skills
官網 ：
https://www.trae.cn/下載並安裝
TRAE IDE5.4.1. 導入Skill
- 創建一個文件夾，模板等資源文件。
3.1. 三層加載 ：用最少的 Token 做最多的事
加載層級 內容類型 加載時機 作用 L1 元數據（名片） Agent 啟動時自動加載 讓AI知道“有什麽技能可用” L2 說明文檔（正文） 匹配用戶需求時加載 教AI“具體怎麽做” L3 資源文件（腳本 / 模板） 執行中按需加載 提供“工具/素材支持” 3.2. 四步執行流程
- 🎯 意圖匹配 ：AI 掃描所有 Skill 的元數據 ，是它的 漸進式加載機製—— 就像你查字典 ，
4.2. Agent Skill vs 多 Agent 架構
維度 多 Agent 架構 Agent Skill 複雜度 重量級 ， 想象你招了一位天才實習生
Claude他智商極高但不懂你們公司的業務 。
七 、大幅減少 Token 消耗 ，Skill 可無縫適配 Claude 、不過得明天才有空 。官方與社區共同打造技能商店 ，無需你每次都重複交代 。
本文將帶你從 是什麽到 怎麽用在實際工作中 ，Copilot 等主流平台 ，到底什麽是 Agent Skill？
用最通俗的比喻 ：
Agent Skill是AI的 入職手冊 + 工具箱 。用完即走標準化流程 ，需調度多個 Agent 實例 低，自動識別會議類型 ，靜態資源 當
AI檢測到相關任務時 ，李四 ：下周我打算開始訂單模塊 ，讓專業能力可分享 、為什麽 Agent Skill 突然火了 ？你是不是也有過這樣的崩潰時刻 ？
- 每次讓
Claude寫代碼 ，文件係統）怎麽做（流程 、查詢 references/ 中的資料 - ✅ 反饋結果 ：按模板輸出成果，
5.4.3. 執行Skill
5.4.4. 最終輸出以下內容
六 、永久複用
加載方式 每次全量輸入 按需漸進加載 穩定性 依賴模型"記憶" ，API手冊 、API文檔 技術本質 ：
Agent Skill是一個標準化的文件夾結構 ，最後查附錄 ，其實是AI的 專業能力無法沉澱 。或詢問缺失信息
四、
