前段时间搞 Agent 开发的一个感受：限性能的不是模型，是你不会给它"装插件"。这篇把我最近摸出来的 Skill 体系经验整理一下，从原理到实操，都是踩坑换来的。

一、先说痛点：为什么你的 Agent 总是"一本正经地胡说八道"

用过 Cursor、CatPaw 这类 AI 编程助手的同学应该有体会：让它写个排序算法、改个 Bug 很稳，但任务一旦垂直起来，比如"预测这场比赛的胜率"“按抖音爆款套路写文案”“分析一份世界杯赔率表”——它就开始自由发挥了。

原因不难理解：LLM 是通用模型，它对垂直领域只有"训练数据里残留的印象"，没有方法和数据。你让它预测球赛，它其实是在模仿球评文的语气，而不是在算概率。

我自己踩过的坑是硬写超长 Prompt。给一个世界杯预测任务写过 800 行的系统提示词，塞特征、塞权重、塞输出格式，结果每次改需求都要全文重构，而且模型经常忽略中间某段。Prompt 越长，模型越记不住，这是硬伤。

二、换一种思路：把能力做成可插拔的"技能包"

后来接触到了 Skill（技能）这个机制，思路一下子打开了。它本质上是把"领域知识 + 方法论 + 工具脚本"打包成一个标准目录，Agent 按需加载。你可以把它理解成 Agent 世界的插件系统。

一个典型的 Skill 目录长这样：

my-skill/
├── SKILL.md          # 技能说明书：触发条件、使用流程
├── scripts/          # 可执行脚本（Python/Node 均可）
│   └── predict.py
└── assets/           # 数据、模板等资源

其中 SKILL.md 是核心，用 YAML frontmatter 声明元信息：

---
name: match-predictor
description: 基于 Elo 和赔率的足球比赛胜率预测，当用户要求预测比赛结果时使用
---

关键在 description 字段——Agent 是靠语义匹配这段描述来决定何时加载这个技能的。所以 description 写得好不好，直接决定技能触发得准不准。这有点像搜索引擎的 SEO，写得含糊就永远不会被唤起。

三、实操：从零给 Agent 装一个预测技能

光说不练假把式，拿我实际跑通的例子走一遍。

第一步：确定技能边界。 我要的是"给定两支球队，输出胜/平/负概率和置信度"。注意边界要收窄，一个技能只干一件事，别做大而全。

第二步：准备方法论和数据。 这步决定技能的下限。我用的是 Elo 等级分差值 + 主场优势修正 + 近期胜率加权，纯统计方法，不依赖模型幻觉。核心逻辑几十行 Python：

def expected_score(elo_a, elo_b, home_adv=65):
    """Elo 期望胜率"""
    return 1 / (1 + 10 ** ((elo_b - elo_a + home_adv) / 400))

第三步：写 SKILL.md。 别写成产品文档，要写成"给另一个 AI 的操作手册"：什么情况触发、按什么步骤执行、脚本怎么调、输出格式是什么。我踩过的坑是早期写得太空，Agent 加载了技能却不知道什么时候该用。

第四步：验证触发。 用十几种不同的问法去测试描述字段的命中率，比如"预测比赛"“这场谁赢”"胜率多少"都要能触发。命中率低的，回去改 description。

整个流程下来，Agent 处理预测任务的质量从"瞎猜"提升到了"有方法、有数据、有置信度"的输出，而且方法迭代只改技能包，不动 Agent 本身。

四、进阶技巧：几个我交过学费的经验

1. 技能之间可以叠加。 比如基础预测技能之上，再叠一个"伤停因子修正"技能，Agent 会按优先级组合调用。设计时留好接口，别让技能互相打架。

2. 数据脚本和 Prompt 要分离。 计算交给脚本，脚本输出 JSON，再让模型基于结果写解读。千万别让模型心算概率——它算不对，还一副很有把握的样子。

3. 输出要带不确定性。 强制技能输出"置信度"字段，模型转述时会自然带上"这场爆冷风险较高"这类表述，比斩钉截铁的假专业可信得多。

4. 去哪找现成的技能？ 自己写技能有学习成本，其实很多常见场景（预测、文案、视频生成、数据分析）社区都有人封装好了。我是通过一个叫 Deep Skill Finder 的技能检索器来按需发现和安装的，遇到新任务先搜一下有没有现成的，比自己造轮子快很多。技能库在 觅游技能便利店，有评分和认证机制，可以按需取用。

五、写在最后

Skill 体系给我的最大启发是：和 AI 协作的正确姿势，不是跟它辩论"你错了"，而是给它递上正确的方法论。 模型的通用能力是底座，垂直能力靠插件化积累，这套思路在 Agent 工具越来越普及的当下，值得每个开发者花一个下午上手试试。

下一篇打算写"怎么给你的 Skill 做评估和调优"（怎么量化一个技能到底有没有用），感兴趣的关注一下，更新了不迷路。

---

实测环境：Windows 11 + CatPaw Agent。文中代码可直接运行，转载请注明出处。