小白做优秀 skill 难？我开源的这个工具帮你把这件事解决了

来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 编程, 大模型
原文链接： https://mp.weixin.qq.com/s/a9JdfpizzxF3YaTy92d19A

摘要

用它，轻松做出优秀SKILL。多平台适用。 ✍️ 作者: 大刘 📝 编辑: 大刘 🎨 排版: 大刘这半年你大概也囤了一堆 skill。博主推荐的，自己搜的，装进来几十上百个，真正天天用的没几个，有的装上到现在一次都没调用过。而且极大概率的是，别人写的 skill，你未必看得清它到底在干什么。更大概率的是，自己的工作场景没有能适配的 Skill。所以真正靠得住的，是自己会写优秀的 Skill。但，谈何容易。你可能会说，官方不是有个 Skill-Creator 吗，照着它走不就行了。说实话，用过的朋友都知道，它帮不了你把这事做好。它也问你几个问题，...

核心内容

用它，轻松做出优秀SKILL。多平台适用。
✍️ 作者: 大刘
📝 编辑: 大刘
🎨 排版: 大刘
这半年你大概也囤了一堆 skill。

博主推荐的，自己搜的，装进来几十上百个，真正天天用的没几个，有的装上到现在一次都没调用过。

而且极大概率的是，别人写的 skill，你未必看得清它到底在干什么。

更大概率的是，自己的工作场景没有能适配的 Skill。

所以真正靠得住的，是自己会写优秀的 Skill。

但，谈何容易。

你可能会说，官方不是有个 Skill-Creator 吗，照着它走不就行了。

说实话，用过的朋友都知道，它帮不了你把这事做好。

它也问你几个问题，但都太浅，没真帮你把最要紧的那件想透：你到底要它干什么。

输出长什么样、什么时候触发、输入是什么、哪些不该碰，你自己都说不清，它也没本事帮你理出来。

需求不明确，后面写得再漂亮也是白搭。

到最后，要么叫它没反应，要么做出来的东西跟想的全对不上。

做 skill 真正难的，从来不是写 Skill 文件。难的是写文件之前的过程。

明确需求、确定分支、输入输出规范、文档参与，等等。

这些难点，我这个 Skill 全帮你解决了。

我做的这个 skill，专门解决这些

我把官方那个做 skill 的工具（skill-creator），优化了一个终极版本，叫 skill-creator-cn。

我的目标很简单，你只需要说一句模糊的话，它和你一起做出第一个优秀的 skill。

注意两个词，「和你一起」做出「优秀的Skill」。

它干的事也简单，就是把上面那几件烦事，一样一样替你拆掉。

需求想不全？ 它最花功夫的一环，就是陪你把需求一点点问清楚，而不是甩你一张表自己填。
做出来跑不对？ 它从动手前一直管到验证、安装、自测触发，管到这 skill 真能用为止。
不懂又得自己做？ 根据你说话的样子调整交互深浅，只做最适合你的 skill。
数据参与？ 你口述、给目标产物、给聊天记录，任意的能代表整个流程的内容，它都帮你挖掘出标准的 sop。

这里得先说清一件事。

我没有推倒官方重来。

官方那个 skill-creator，后端真功夫很硬：评测、跑分、A/B 对比、自动优化触发描述，这些我一行没动，全留着。

我优化了不少，还融入了 superpowers、gstack 等优秀 skill 的设计哲学。

这个 skill，我只希望把做 skill 这个事儿。

门槛降低，保质保量。

Skill 到底是什么，跟提示词有什么区别

先说个我的看法：写 skill 的核心能力，是把一件事说清楚。

skill 不复杂。本质就是一个文件夹，核心是里面的 SKILL.md，开头配一句话的“封面描述”，复杂了再往里加脚本和参考文档。你提一个需求，AI 先扫一眼手头所有 skill 的封面，判断该不该用、该用哪个，再把对应的完整内容加载进来。

一个 Skill 的标准结构是这样：

●●●my-skill/
├── SKILL.md # 触发条件 + 执行说明
├── scripts/ # 可被调用的脚本
│ └── do-something.py
└── references/ # 参考资料、模板、提示词
└── template.md

SKILL.md 是入口。它的开头有一段 YAML frontmatter，告诉 Claude：这个 Skill 在什么场景下激活、它能做什么、调用方式是什么。

最简 SKILL.md 模板：

●●●---
name: my-first-skill
description: 在用户要求做 XX 的时候激活，产出 YY。触发关键词:[关键词列表]。

所以提示词管的是“当前这一次”，skill 管的是“这一类任务”。一次写好，反复调用，每次输出都稳。

什么样的事值得做成 skill？标准很简单：最近一周做了三次以上，做法基本固定，输出格式可预期。

像每天搜行业资讯、做竞品分析、按固定格式写周报、整理会议纪要，都是好候选。

还有你工作上的那些核心流程。

详解我的 skill

话不多说。

下面顺着你心里那件想交给 skill 的事，看它一步步替你做了什么。

Part 1：你刚开口，它不会急着动手

它帮你掂量三件事：你这事到底值不值得做成 skill、是不是已经有现成的、是不是太大该拆成几个。

一个会劝你别做的 skill creator，因为它知道 AI 的边界在哪里。

你这事要是只干一次、或者 Claude 张口就能办、或者更该做成别的形态，它会直接劝你别费这劲。

省得你忙活半天，做出个没人用的摆设。

Part 2：它看你手上有什么，再决定从哪儿进

你可能只有个模糊念头，可能刚跟 AI 聊完一套流程想存下来，也可能手里已经有份文档或半成品。

这几种它都接得住：

从一个模糊想法聊起
从一段聊完的对话里提取
照着你现成的材料或文档
把你写了一半的草稿补全
或者，帮你改一个不好用的老 skill

我把这步，做成了一整套陪你一问一答的引导。

我自己最常用从对话里提取那种：跟 Claude 折腾完一个流程，觉得以后还得反复用，顺手就让它把那段对话直接存成 skill。

Part 3：最花功夫的一段，是把你那件事问清楚。

它会盯着四件事问到底：你到底要它产出什么、你说哪句话该轮到它出场、它吃进什么又吐出什么、哪些情况它千万别插手。

为什么死盯这四件？因为 skill 做砸，基本就这四种问题导致的。

产出没说清就做歪，触发没说清就没人喊得动它，输入输出对不上就接不住你的活，边界没划清就到处越界。

问的时候，它一次只问你一个，给选项让你挑，先发散再收敛。

一次甩你三个问题，你只会挑最好答的那个，剩下随手糊弄过去。

它也不打断你问“你几级水平”，全靠你说话的样子判断。

你张口就是 .xlsx、pandas，它就跟你用术语；你说“那种东西”“差不多就行”，它就立马换成大白话。

这个 skill，对小白是耐心的引导者，对老手是不啰嗦的协作者。

Part 4：问清楚了，它先拿你的真实例子跑给你看。

不是丢一份文件就完事，而是拿你给的一个真实输入跑一遍，把结果摆你面前问对不对。

全程零术语、零 JSON。

中间还有一道关卡贯穿全程：理解没对齐，它绝不动手写。

四件事都问齐了，它会把对你的理解回述成一页小结，等你点头才开写。

做 skill 最大的浪费，从来不是多问你一句，是没问清就埋头开干。

最后，连“做完了怎么真用上”它都管。

skill 放进哪个目录、怎么确认真的装上了、为什么你喊它却不应、要发给别人怎么打包，这一段官方几乎不讲，我写了整份文档带你走完。

把这些拢一拢，它真正核心的就四点：

**帮你想清楚，而不只是帮

...(内容截断，完整内容请查看原文)

本页由自动化脚本生成，待人工审核补充