一文读懂AI圈爆火的Skills：是什么、怎么用

优质文章学习记录

— 5 min read
一文读懂AI圈爆火的Skills：是什么、怎么用

大家好，我是jobleap.cn的小九。
最近AI圈，Skills彻底火了。Github上相关仓库动辄斩获上万星标，比如含50多个Claude技能的仓库、Superpowers工作流项目，均已突破18K星。这股热度，堪比2023-2024年的Prompt模板热潮——彼时大家疯狂分享Prompt，现在则扎堆交流Skills。

不少人疑惑：Skills到底是什么？和Prompt、MCP有啥区别？我花了两天整理，用直白的案例和方法，带你搞懂Skills的本质与用法。

一、Skills到底是什么？先看两个实战案例

Skills直译是“技能”，核心是「给AI智能体（Agent）用的技能包」。光说定义太抽象，分享两个我们公司的实战案例，帮你直观理解它的价值。

案例1：AI选题系统，把2-3小时工作缩成一句话指令

做内容的都懂，选题是个“海量信息筛精选”的耗时活。以前我们每天要刷遍推特、Reddit、Github、知乎、小红书等近10个平台，筛选热点、判断价值、找切入角度，整套流程要2-3小时，严重挤占核心工作时间。

去年12月，我们用Skills搭了个AI选题系统：1个总控Agent + 3个技能模块。现在只需说一句“开始今日选题生成”，系统就会全自动运行：

  1. 热点采集Skill：全网抓取多平台最新热点；
  2. 选题生成Skill：筛选并生成TOP10选题，附带事件描述、核心角度和标题；
  3. 选题审核Skill：用我们的标准方法论审核选题，不通过则给出修改意见；
  4. 循环迭代：总控Agent接收修改意见，驱动选题生成Skill优化，直到审核通过。

这本质是Agent+Skills实现的自动化工作流，宝玉老师曾说：“几乎所有能用Workflow完成的AI任务，都能用Agent+Skills实现。”

案例2：整合包生成器，帮编程小白搞定开源项目

作为编程小白，很多Github开源项目没有前端界面、需复杂环境配置，根本用不了。于是我用Skills做了个“整合包生成器”，核心需求是：输入Github链接，自动打包成带美化前端、一键启动的本地整合包。

操作很简单：把需求告诉OpenCode，系统用Agent+Skill规划出20项任务，十几分钟就生成了整合包。遇到报错，把日志反馈给AI，秒级修复后就能用。完美解决了“想用好项目却搞不定配置”的小白痛点。

二、Skills、Prompt、MCP的核心区别

用“带新人”的比喻，3者的差异一眼就能懂：

  • Prompt（提示词）：像你站在新人旁边口头交代任务，适合一次性、临场性指令，对话结束就失效，无复用性；
  • Skills（技能包）：像给新人的SOP手册文件夹，里面有规范、脚本、模板等资源，新人（Agent）会按需查阅。核心是“可复用、能引导迭代”，还能通过“渐进式披露”省Token（先加载目录，需用时再读详情）；
  • MCP（外部连接权限）：既不教新人干活，也不是工作手册，而是“门禁卡”——让AI安全连接外部系统、调用外部能力，解决AI“有权限才能做事”的问题。

三、一个完整Skill的配置方法（极简版）

Skill本质是一个规范命名的文件夹，核心配置很简单，记住两个关键要求和核心文件即可：

基础要求

  1. 文件夹名：小写字母+连字符（无空格、大写），比如hotspot-collector；
  2. 核心文件：SKILL.md是唯一必需文件，其他可选。

SKILL.md结构（固定2部分）

  1. YAML头部（必需）：用—包裹，含name（技能名）和description（功能描述），是工具识别Skill的“名片”；
  2. Markdown主体（必需）：写清操作指南、示例，控制在500行内效果最佳。

name: 技能名称
description: 描述技能功能及调用场景（第三人称，含触发关键词）

技能名称

指令 (Instructions)

清晰的分步操作指南。

示例 (Examples)

具体操作案例或代码。

关键提醒

description字段要写清“Agent何时调用该技能”，必须用第三人称（如“处理Excel文件并生成报告”），避免第一/二人称导致调用混乱。

四、懒人福利：用Skill自动生成Skill

觉得手动配置麻烦？Anthropic官方开源了Skills仓库，其中的skill-creator能直接帮你生成Skill，一步到位。

官方仓库地址

https://github.com/anthropics/skills（推荐安装docx、frontend-design、pdf、skill-creator、xlsx等通用技能）

两种安装方法

  1. 命令安装：打开Claude Code/OpenCode，发送指令：“安装这个skill，项目地址为：https://github.com/anthropics/skills/tree/main/skills/skill-creator”，替换地址可安装其他技能；
  2. 本地拖拽：将技能文件夹放入对应路径（需手动创建skill文件夹）：
  • Claude Code：~/.claude/skills
  • OpenCode：~/.config/opencode/skill（Mac示例路径：/Users/用户名/.config/opencode/skill）

安装后，OpenCode需重启生效，Claude Code（2.1.0+）支持热重载，直接可用。运行时只需告诉工具需求，系统会自动调用对应Skill完成任务。

最后：Skills的核心价值的是“复用”

Skills不是AI圈的新词炒作，而是把流程化知识变成“可复用、能自检、会迭代”的能力包。就像带新人的终极状态：给一套手册，他能自己搞定所有事。

今天就可以装上skill-creator，把你最常用的动作（筛热点、修报错、整理链接）固化成Skill。当第一个Skill跑起来时，你就会懂：复用带来的效率提升，才是它的魅力所在。

Read more

分享一个开箱即用的 React K 线图组件，前端炒股看盘必备

分享一个开箱即用的 React K 线图组件，前端炒股看盘必备

一个 prop 画出专业 K 线图，数据获取和指标计算全自动。 为什么又造了个轮子 先说结论：不是我想造，是被逼的。 需求很简单 —— 在一个 React 项目里加一个股票 K 线图，要能切周期、看指标、支持缩放拖拽。听起来是不是很基础？ 然后我开始找现成方案。TradingView 的 Lightweight Charts 不错，但免费版功能有限，而且它不是 React 组件，得自己封装一层。npm 上搜 “react kline” 或者 “react candlestick”，出来的结果要么年久失修，要么只是个 demo 级别的东西，拿来用还不如自己写。 既然找不到趁手的，那就自己搞一个。顺便把它做得通用一点，发出来给大家省点时间。 长什么样 项目名叫 kline-charts-react，

Qwen3-VL-WEBUI移动端集成：App调用API部署教程

Qwen3-VL-WEBUI移动端集成：App调用API部署教程 1. 引言 1.1 业务场景描述 随着多模态大模型在移动端应用的不断拓展，如何将强大的视觉-语言模型（VLM）能力无缝集成到移动 App 中，成为智能客服、图像理解、自动化操作等场景的关键技术挑战。传统方案往往依赖云端纯文本推理，难以满足对图像、视频内容实时理解与交互的需求。 Qwen3-VL-WEBUI 的出现为这一问题提供了高效解决方案。它不仅集成了阿里最新开源的 Qwen3-VL-4B-Instruct 模型，还内置了完整的 Web API 接口服务，支持通过 HTTP 调用实现图文输入、结构化输出，非常适合移动端 App 快速接入。 1.2 痛点分析 目前移动端集成 VLM 面临三大核心痛点： * 部署复杂：多数模型需自行搭建推理环境，配置 CUDA、PyTorch、Transformers 等组件，门槛高。 * 接口缺失：
【红黑树进阶】手撕STL源码：从零封装RB-tree实现map和set

【红黑树进阶】手撕STL源码：从零封装RB-tree实现map和set

👇点击进入作者专栏： 《算法画解》 ✅ 《linux系统编程》✅ 《C++》 ✅ 文章目录 * 一. 源码及框架分析 * 1.1 STL源码中的设计思想 * 1.2 STL源码框架分析 * 二. 模拟实现map和set（实现复用红黑树的框架） * 2.1 红黑树节点的定义 * 2.2 红黑树的基本框架 * 2.3 解决Key的比较问题：KeyOfT仿函数 * 2.4 支持insert插入 * 2.5 map和set的insert封装 * 三. 迭代器的实现 * 3.1 迭代器结构设计 * 3.2 迭代器的++操作 * 3.3 迭代器的--操作 * 3.4 RBTree中的迭代器接口 * 四. map和set对迭代器的封装 * 4.