使用 skill-creator 打造独属于自己的工作流技能包

最近网上流行一句话：“将你的同事蒸馏成 Skills”。乍一听感觉有点搞笑，但背后其实是个很现实的问题：越来越多人开始依赖 AI 工作，甚至很多公司开始强制员工使用 AI，算入绩效考核，进一步陷入内卷。

那么如何避免：“教会徒弟，饿死师傅” 呢？

保持自己独一无二的优势，持续学习和经验沉淀，进行自我螺旋蒸馏。

如果无法避免被蒸馏成 Skills，那么可以尝试学会搭建独属于自己的 Skills，并且可以持续迭代。文末讲述个人封装的 DDD 建模 Skill。

Skill 是什么

一个 Agent Skill 通常包含：

skill-name/
├── SKILL.md        # 核心说明（必须）
├── scripts/        # 可执行脚本
├── references/     # 文档或知识
├── assets/         # 附加资源

其中最重要的是 SKILL.md。我现在对 Skill 的理解，不是“保存一段好用的提示词”。Skill 更像一个可复用的工作单元。它至少应该包含四层内容：

1. 目标定义：这个技能到底解决什么问题。
2. 结构约束：输出必须覆盖哪些维度。
3. 判断规则：信息不足时怎么处理，哪里必须标注待确认。
4. 产物边界：最终交付的，应该是能接到后续流程里的材料，而不只是能读的一篇文章。

如果缺少前两层，Skill 往往不稳定；如果缺少后两层，Skill 往往进不了工作流。真正有价值的 Skill，不只是“会生成”，而是带着你的经验、判断和做事顺序。

先放一个简单的官方例子：

---
name: my-skill-name
description: A clear description of what this skill does and when to use it
---

# My Skill Name

[Add your instructions here that Claude will follow when this skill is active]

## Examples
- Example usage 1
- Example usage 2

## Guidelines
- Guideline 1
- Guideline 2

Skill Creator 的使用

GitHub 地址：https://github.com/anthropics/skills/tree/main/skills/skill-creator

它由 Anthropic 官方提供的 Skill 开发助手，帮助开发者快速创建、优化和打包技能。如果你初次使用 Skill 的话，前期只需要安装这一个就可以了，Skill 并不是越多越好。同时培养自己阅读优秀 Skill 的习惯，不要无脑安装，徒增 Token 浪费。

01 快速安装

npx skills add https://github.com/anthropics/skills --skill skill-creator

也可以直接进入到 Claude Code / Codex 等 CLI 工具中直接使用自然语言进行安装。

02 工作流程

它采用的是“闭环开发、对照测试、量化评估”理念：

1. 需求捕获与规划 (Capture Intent & Plan)：明确用户意图和触发场景。
2. 编写初稿 (Write Draft)：创建带有元数据和具体指令的 SKILL.md。
3. 测试与运行 (Test & Run)：同时运行带有技能和不带技能的对照测试。
4. 评估与分析 (Evaluate & Analyze)：草拟客观断言，收集性能数据，生成基准报告。
5. 迭代改进 (Iterate & Refine)：分析反馈，修复缺陷，优化指令，重复循环直到满意。
6. 描述优化 (Description Optimization) —— 可选：微调描述，提高触发的精准度。

03 快捷使用

在 Claude Code 使用 /skill-creator；在 Codex 中使用 $skill-creator ，然后补充你的自然语言述求。CLI 可能会问你一些问题，帮你把需求梳理清楚。

打造独属于自己的 Skills

如果只把 Skill 理解成一段提示词，它的价值其实很有限。真正好用的 Skill，往往不是从“写一个更强的 Prompt”开始，而是从“我在这个场景里，是否已经有一套稳定方法”开始。

我现在更倾向于把打造 Skill 这件事，拆成五步。

1. 先写模板，不要先写 Skill。

   先把你在某个场景里反复使用的结构整理成 Markdown 模板，明确输出要覆盖什么，哪些内容不能遗漏。

2. 用模板叠加上下文和专有规则，生成初稿。

   模板解决完整性，上下文和规则解决准确性。这样生成出来的，才像可继续加工的底稿，而不是一篇空泛的文章。

3. 先打磨初稿，不要急着固化。

   重点不是润色文字，而是反向观察：哪些内容总是写偏，哪些部分经常遗漏，哪些规则没有真正执行。

4. 把满意结果反哺回模板。

   单次好结果不等于可复用方法。真正的沉淀，是把这次调优后的结论回写到模板里，让下次生成的起点更高。

5. 最后再用 Skill Creator 固化成 Skill。

   等模板稳定、规则清楚、产出跑顺之后，再去封装，固化下来的才不是临时提示词，而是一套已经验证过的工作方式。

所以如果让我总结，打造属于自己的 Skill，本质上不是一次性的写作动作，而是一个持续收敛的过程：模板先行，初稿验证，反复打磨，回写模板，最后固化。

最后

回到最开始那句话：“将你的同事蒸馏成 Skills”。

我现在更愿意把它理解成另一句话：不是去蒸馏别人会做什么，而是把自己已经验证过的工作方法，沉淀成可以复用的资产。

真正有价值的，不是你有没有一个写得漂亮的模板，也不是你会不会临场写出一段不错的提示词，而是当一个新项目摆在你面前时，你能不能迅速抓住主线、稳定收敛边界、把结果组织成后续还能继续推进的材料。

如果能做到这一步，那么你沉淀下来的就不只是一个工具技巧，而是一套真正属于自己的工作流技能包。

附录

涉及到项目隐私，而且文档篇幅过长，我简要使用 DDD 建模技能作为 Demo 进行演示，主要是呈现操作流程和思路。

1）定义 DDD 建模框架模板：

2）用模板叠加上下文和专有规则，生成初稿，然后进行持续打磨：

3）使用 skill-creator 同步并固化到 Agent 当中：

参考

• https://agentskills.io/what-are-skills
• https://skillsmp.com/zh/skills/anthropics-skills-skills-skill-creator-skill-md

AI 洞察精选阅读

如果你对前沿 AI 研发范式、智能体规范与 Agent Skills 工程化感兴趣，推荐阅读：

• 一套可落地的企业级 AGENTS.md 项目规则实践
• Agent Skills 实战：Grill Me 结构化对齐技能介绍与实战演示
• Codex CLI 极简配置：从 7 个真实痛点到一套够用的配置

👉 查阅更多深度实战，欢迎访问 AI 洞察专栏完整目录。