从腾讯 QClaw 到百度 DuMate：读懂 AI 智能体的"技能包"秘密

来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 记忆系统, 编程
原文链接： https://mp.weixin.qq.com/s/xJXq0lDIaVhMLiT1iSDj9w

摘要

你有没有想过，为什么现在的 AI 智能体越来越"能干"了？前些日子我用腾讯的 QClaw，现在用百度的 DuMate，发现它们都能帮我写代码、做分析、生成文档。明明是两家公司的产品，为什么能力这么相似？答案藏在两个字里：Skill（技能）。今天咱们用最通俗的语言，聊聊这个让 AI 变聪明的"技能框架"。 ## 一、什么是 Skill？把它想象成 AI 的"工具箱" 想象你刚入职一家公司，老板让你"去分析一下竞品数据"。如果你是个新人，你可能一脸懵：用什么工具？数据在哪？怎么分析？输出什么格式？但如果你是个老员工，你会熟练地打开 Excel、调取数据库、用 Pyt...

核心内容

你有没有想过，为什么现在的 AI 智能体越来越"能干"了？

前些日子我用腾讯的 QClaw，现在用百度的 DuMate，发现它们都能帮我写代码、做分析、生成文档。明明是两家公司的产品，为什么能力这么相似？

答案藏在两个字里：Skill（技能）。

今天咱们用最通俗的语言，聊聊这个让 AI 变聪明的"技能框架"。

一、什么是 Skill？把它想象成 AI 的"工具箱"

想象你刚入职一家公司，老板让你"去分析一下竞品数据"。

如果你是个新人，你可能一脸懵：用什么工具？数据在哪？怎么分析？输出什么格式？

但如果你是个老员工，你会熟练地打开 Excel、调取数据库、用 Python 做可视化、最后生成一份 PPT 报告。

Skill 就是 AI 的"工作经验包"。

它告诉智能体：

遇到什么问题时该用什么工具
工具在哪里、怎么调用
输入什么参数、输出什么格式
出错了怎么办

没有 Skill 的 AI，就像刚毕业的大学生——有知识但没经验。有了 Skill，它就像工作了三年的老员工——知道怎么把事办成。

二、Skill 的标准框架长什么样？

不管是腾讯的 QClaw 还是百度的 DuMate，Skill 的目录结构基本一致。这不是巧合，而是行业逐渐形成的标准范式。

一个典型的 Skill 目录长这样：

my-skill/
├── SKILL.md # 技能说明书
├── scripts/ # 脚本文件，对一些要求精确数据的，用python脚本会更好
├── templates/ # 模板文件，让智能体输出的时候作参考
├── reference/ # 参考文档，对于某些步骤，需要一些文档作参考
├── examples/ # 示例文件
└── tests/ # 测试用例，当技能生成后，很有必要作一些测试输入和输出的测试

三、各目录的应用场景

SKILL.md：技能的"身份证"

这是整个 Skill 最重要的文件，相当于产品的"说明书"。

什么时候会用到？

智能体判断"这个任务该不该用这个技能"
用户询问"这个技能能干什么"
开发者维护技能时了解设计思路

它通常包含：

技能名称和简介
触发条件（什么情况下激活）
执行流程
注意事项

就好比你买电器，第一件事是看说明书——SKILL.md 就是那个说明书。

scripts/：技能的"执行引擎"

这里存放的是真正干活的脚本文件，比如 Python 脚本、Shell 脚本等。

什么时候会用到？

需要调用外部 API
需要处理文件（读取、转换、生成）
需要执行复杂逻辑
需要精确的数据

templates/：技能的"素材库"

这里存放各种模板文件，比如 Word 模板、PPT 模板、邮件模板等。

什么时候会用到？

生成格式化的文档
需要保持统一的输出样式
批量生成相似内容

实际场景：我经常用 DuMate 生成周报。技能会：

从 templates/ 读取周报模板
填充本周数据
输出一份格式统一的 Word 文档

每次输出的周报，格式完全一致，老板看了都说专业。

reference/：技能的"知识库"

这里存放参考文档、API 文档、最佳实践等资料。

什么时候会用到？

智能体需要查阅技术文档
用户询问某个功能的详细用法
需要遵循特定规范或标准

为什么需要这个目录？智能体的"记忆"是有限的。把文档放在这里，它就能随时"翻书"找答案，而不是靠"背"。

examples/：技能的"案例集"

这里存放示例文件，帮助智能体理解"好的输出长什么样"。

什么时候会用到？

用户说"帮我写一篇类似风格的文章"
需要参考历史优秀案例
学习特定格式或风格

类比理解：就像设计师做海报时，会先看一堆优秀作品找灵感。examples/ 就是给 AI 看的"优秀作品集"。

tests/：技能的"质检车间"

这里存放测试用例，确保技能按预期工作。

什么时候会用到？

开发新技能后验证功能
技能升级后回归测试
排查技能是否正常工作

实际价值：技能也是代码，代码就会有 bug。有了测试用例，才能保证"改了一个功能，没弄坏另一个功能"。

四、跨智能体兼容：Skill 的"通用护照"

这里有个很有意思的点：因为 Skill 的标准框架是一致的，不同智能体之间的技能，理论上是可以通用的。

场景一：直接复用

如果两个智能体都支持标准 Skill 框架，你可以：

把腾讯 QClaw 的某个技能，直接复制到百度 DuMate
只需要确保依赖的运行环境一致（比如 Python 版本）

场景二：微调后复用

如果存在一些差异，你可以让智能体帮你"翻译"：

"这个技能是为 QClaw 写的，帮我改成 DuMate 能用的版本"

智能体会：

分析原技能的结构和逻辑
调整 API 调用方式
修改路径和参数
生成兼容版本

这就像把一个 Word 模板，改成 WPS 能用的格式——核心内容不变，只是调整适配。

【配图建议 3】

插入一张流程图：展示 Skill 从一个智能体"迁移"到另一个智能体的过程

五、为什么 Skill 标准化很重要？

站在用户角度，你可能觉得"能用就行，管它什么标准"。

但从长远看，标准化意味着：

学习成本降低：学会一个技能框架，就能举一反三
资产可迁移：你积累的技能包，换个智能体还能用
生态更繁荣：开发者愿意贡献技能，因为一次开发多处可用

这就像充电接口——以前每个手机都有自己的充电器，现在统一成 Type-C，大家都方便。

写在最后

从腾讯 QClaw 到百度 DuMate，Skill 框架正在成为 AI 智能体的"通用语言"。

理解了这套框架，你就能：

更高效地使用智能体
甚至自己开发专属技能
在不同平台间迁移你的"AI 工具箱"

AI 的未来，不是它变得更聪明，而是它变得更"能干"。而 Skill，就是让它能干的秘密武器。

本页由自动化脚本生成，待人工审核补充