首页 / 正文

Skill 不是越多越强:真正好用的 Skill 库,靠的是分类和触发

Mooko
发布于 2026-05-29 · 5分钟阅读
100 浏览
0 点赞 暴击点赞!

Skill 不是越多越强:真正好用的 Skill 库,靠的是分类和触发

最近大家对 Skill 的热情有点猛。

什么都想封装成 Skill。

写文章一个 Skill,做封面一个 Skill,生成 PPT 配图一个 Skill,整理会议纪要一个 Skill,改小红书标题一个 Skill……

听起来很专业,对吧?

但你真把几十上百个 Skill 塞进 Agent 里,问题马上来了:

  • Agent 不知道该用哪个
  • 明明有 Skill,却经常触发错
  • 一次任务要扫描一堆说明,Token 哗哗烧
  • 速度变慢,结果还不稳定
  • 维护起来像养了一窝猫,谁都不听话

Skill 的关键,不是“我有多少个”。

而是两个词:分类触发

这篇咱们就把这个事讲透。


Skill 的本质:不是工具箱,是分类系统

很多人把 Skill 理解成“功能封装”。

这个理解没错,但不够。

更准确地说,Skill 是给 Agent 用的一套分类系统。

Agent 面对一个任务时,需要判断:

这个任务属于哪一类?该触发哪个 Skill?触发后怎么执行?

所以 Skill 设计里最重要的不是代码多漂亮,也不是描述多炫。

而是:

  • 这个 Skill 管什么?
  • 它不管什么?
  • 什么情况下该触发它?
  • 触发后内部怎么继续分流?

如果这些没设计好,你装 100 个 Skill 也没用。

甚至会更乱。


Skill 太多,会把 Agent 搞懵

你可以把 Agent 想成一个新来的实习生。

你给他 10 个清晰文件夹,他大概率能找到资料。

你给他 100 个名字差不多的文件夹:

  • 公众号封面生成
  • 小红书封面生成
  • PPT 图片生成
  • 活动海报生成
  • 文章配图生成
  • 营销图生成
  • 产品图生成
  • 视觉图生成

他会崩。

不是他笨,是你分类太碎。

Skill 数量越多,Agent 每次选择时要对比的东西越多。描述相似、边界模糊、触发条件重叠,都会让它选错。

有实验数据也证明过这个趋势:

  • Skill 数量在 20 个以内,准确率还能保持得不错
  • 超过 30 个后,误触发开始明显增加
  • 到 200 个左右,准确率会大幅下降,速度也会变得很慢

这个体感很真实。

咱们自己用的时候也能发现:Skill 装多了以后,Agent 经常像在抽盲盒。

你想让它调用“图片生成”,它偏偏去找“内容排版”。

你让它整理资料,它可能跑去触发“写作助手”。

然后你看着结果沉默三秒:哥,你在干嘛?


好 Skill 的核心:分类清楚,触发准确

一个好 Skill,至少要回答两个问题。

1. 它属于哪个大类?

比如:

  • 图片生成
  • 文案写作
  • 数据分析
  • 代码审查
  • 服务器管理
  • 简历优化
  • 财务报表整理

这些是比较像“一级目录”的东西。

它们之间差异明显,任务边界也清楚。

图片生成和服务器管理,肯定不该塞进同一个 Skill。

但公众号封面、小红书封面、PPT 配图,要不要拆成三个 Skill?

不一定。

更合理的做法往往是:做一个“图片生成 Skill”,内部再处理不同场景。

2. 什么情况下触发它?

触发条件要具体。

不要写成这种:

当用户需要图片时使用。

太泛了。

可以写得更像这样:

当用户需要生成、修改、扩展、重绘用于文章封面、社媒封面、PPT、海报、产品展示的图片时,触发该 Skill。若用户只是讨论图片创意,不需要实际生成图片,则不触发。

这就清楚多了。

Agent 知道什么时候该用,也知道什么时候别乱用。


示例:别把每个图片需求都拆成 Skill

假设你经常有这些需求:

  • 公众号封面图
  • 小红书封面图
  • PPT 配图
  • 文章插图
  • 产品宣传图
  • 活动海报

很多人的做法是每个场景建一个 Skill。

看着很精细。

实际问题很大。

因为这些需求的上层类别是一样的:图片生成

它们的差异主要在内部参数:

  • 尺寸不同
  • 风格不同
  • 文案密度不同
  • 使用场景不同
  • 构图重点不同

这些差异不值得在最顶层各占一个 Skill。

更推荐这样设计:

Skill:图片生成助手

适用场景:
- 公众号封面
- 小红书封面
- PPT 配图
- 文章插图
- 活动海报
- 产品宣传图

触发条件:
- 用户明确要求生成图片
- 用户要求设计封面、海报、配图、视觉稿
- 用户提供主题、文案、风格,希望输出可用于生图模型的提示词或直接调用图片 API

不触发条件:
- 用户只是让你评价一张图
- 用户只是讨论视觉创意,没有要求生成
- 用户要做排版方案,不涉及图片生成

内部流程:
1. 判断图片用途
2. 判断平台尺寸
3. 提取核心文案
4. 选择视觉风格
5. 生成提示词或调用 API

这样 Agent 顶层只需要判断一件事:

这是不是图片生成任务?

进入 Skill 后,再由 Skill 内部判断:

这是公众号封面,还是 PPT 配图?

这就是分类颗粒度。


分类颗粒度:不是越细越好

很多人做 Skill 的坏习惯,是一看到新需求就新建一个。

今天要写周报,建一个周报 Skill。

明天要写日报,建一个日报 Skill。

后天要写项目复盘,再建一个复盘 Skill。

过几天你就会得到一堆边界暧昧的 Skill。

Agent 看到“帮我总结一下这个项目进展”,它可能会犹豫:

  • 用周报?
  • 用日报?
  • 用复盘?
  • 用会议纪要?
  • 用项目管理?

这不是智能,这是选择困难症现场。

更好的方式是往上抽一层。

比如建一个:工作汇报 Skill

内部覆盖:

  • 日报
  • 周报
  • 月报
  • 项目进展
  • 复盘总结
  • OKR 更新

顶层分类少一点,内部结构清楚一点。

这比堆一堆小 Skill 好用得多。


判断一个 Skill 值不值得存在:看这 3 个问题

每次你想新建 Skill 时,先别急。

问自己 3 个问题。

问题一:这个场景有没有明确边界?

边界模糊的 Skill,最容易误触发。

比如“提升写作质量 Skill”。

这玩意太宽了。

写标题算不算?改错别字算不算?重写文章算不算?写邮件算不算?

边界不清,Agent 就会乱用。

更好的命名和边界可以是:

  • 长文结构优化 Skill
  • 小红书标题生成 Skill
  • 商务邮件润色 Skill
  • 技术文档改写 Skill

但也别拆太碎。

关键看它们是不是任务逻辑真的不同。

问题二:这个场景会不会高频出现?

一年用两次的东西,别急着做 Skill。

Skill 不是收藏夹。

它会占用 Agent 的判断空间。

如果一个场景你每周都用,甚至每天都用,那值得封装。

比如:

  • 每天写公众号标题
  • 每周整理会议纪要
  • 经常生成产品图
  • 高频处理客服反馈
  • 固定格式输出投放日报

这种适合做 Skill。

如果只是某次临时任务,直接在对话里说清楚就行。

别为了“看起来很自动化”给自己加负担。

问题三:它能不能归到已有 Skill 里?

这是最重要的一问。

你想新建“小红书封面 Skill”。

已有“图片生成 Skill”吗?

有的话,先塞进去。

你想新建“周报 Skill”。

已有“工作汇报 Skill”吗?

有的话,先做内部场景分支。

你想新建“Python 报错修复 Skill”。

已有“代码调试 Skill”吗?

有的话,先别重复建。

一句话:

能归类,就别新建。


一个实用的 Skill 分类模板

你可以按下面这个结构整理自己的 Skill 库。

别一上来就追求完美。

先把常用场景梳理清楚。

一级分类:内容生产
- 文章写作 Skill
- 标题生成 Skill
- 短视频脚本 Skill
- 社媒文案 Skill

一级分类:视觉生成
- 图片生成 Skill
- 海报设计 Skill(如果海报任务非常高频且流程复杂)

一级分类:办公自动化
- 会议纪要 Skill
- 工作汇报 Skill
- 表格整理 Skill

一级分类:研发工程
- 代码审查 Skill
- Bug 定位 Skill
- API 文档生成 Skill

一级分类:运营分析
- 用户反馈分析 Skill
- 投放数据分析 Skill
- 竞品拆解 Skill

这里有个重点:

一级分类不一定是 Skill 本身,它可以只是你脑子里的目录。

真正装进 Agent 的 Skill,要控制数量。

对于个人用户,建议长期保持在 20~30 个以内

除非你有非常成熟的路由机制,不然别轻易破百。

破百之后,不是你掌控 Skill,是 Skill 反过来折磨你。


CLAUDE.md 和 Skill 怎么分工?

很多人还会混淆一个问题:

哪些内容该写进 CLAUDE.md,哪些内容该做成 Skill?

可以这样分。

适合放进 CLAUDE.md 的内容

这些是“长期背景”和“全局偏好”:

  • 你的写作风格
  • 你的常用表达习惯
  • 你的项目背景
  • 你的输出格式偏好
  • 你不喜欢的词
  • 你的品牌调性
  • 你的技术栈
  • 你的默认工作原则

比如:

我的文章风格:短句、口语化、少用抽象词,多给例子。
默认输出中文。
代码示例优先使用 TypeScript。
不要使用夸张营销词。

这类内容不需要每次触发某个 Skill。

它应该像“常驻记忆”一样存在。

适合做成 Skill 的内容

这些是“特定任务流程”:

  • 有明确输入
  • 有固定步骤
  • 有稳定输出
  • 高频复现
  • 需要调用工具或 API

比如:

Skill:会议纪要整理
输入:会议录音转写文本
流程:提取议题 → 总结决策 → 标注负责人 → 输出行动项
输出:Markdown 会议纪要

再比如:

Skill:图片生成
输入:主题、用途、平台、风格
流程:识别场景 → 生成视觉方案 → 生成提示词 → 调用图片 API
输出:图片链接或生图提示词

简单记:

  • CLAUDE.md 管长期偏好
  • Skill 管可重复执行的任务流程

别把所有东西都塞进 Skill。

也别把复杂流程都扔进 CLAUDE.md

分工清楚,Agent 才不容易乱。


写 Skill 触发条件时,别偷懒

触发条件是 Skill 的门牌。

门牌写错,快递就送错。

很多 Skill 不好用,不是能力差,是触发条件写得太飘。

不推荐这样写

用于帮助用户写文章。

太宽。

Agent 看见“写邮件”“写标题”“写总结”都可能触发。

推荐这样写

当用户需要创作 1000 字以上的长文、教程、观点文章、产品解析文章时触发。

如果用户只需要标题、短句润色、邮件回复、评论区回复,不触发该 Skill。

你看,差别很大。

好的触发条件要包含三类信息:

  • 适用场景
  • 不适用场景
  • 典型关键词或任务描述

例如:

触发该 Skill 的情况:
- 用户说“帮我写一篇教程”
- 用户说“整理成一篇文章”
- 用户提供素材,要求输出完整长文
- 用户要求文章包含标题、导语、小标题、案例、结尾

不要触发的情况:
- 用户只要一句标题
- 用户只要改错别字
- 用户只要总结成 3 条要点
- 用户在讨论选题,还没进入写作阶段

这才像能用的 Skill。


避坑清单:这些 Skill 设计习惯很危险 ⚠️

1. 见一个需求就建一个 Skill

这是最常见的坑。

短期很爽,长期崩盘。

Skill 越多,路由越难。

2. Skill 名字太像

比如:

  • 文案优化
  • 文案润色
  • 文案改写
  • 文案增强
  • 文案升级

Agent 看了也想辞职。

名字要有边界,不要搞同义词堆叠。

3. 触发条件只写一句话

一句“用于处理图片需求”,基本不够。

至少写清楚适用和不适用。

4. 把低频需求做成 Skill

一年用一次的东西,别污染 Skill 库。

临时提示词就够了。

5. 顶层分类太细

公众号封面、小红书封面、PPT 配图,很多时候都可以归到图片生成。

别让内部变体占据顶层位置。

6. 没有定期清理

Skill 库要像冰箱一样定期清。

过期的、重复的、半年没用的,删。

别心疼。


你可以直接照着做:整理 Skill 库的 5 步法

不用搞复杂。

拿出你现在的 Skill 列表,按这个流程走一遍。

第一步:列出所有 Skill

把名字全拉出来。

不用美化。

先看全貌。

第二步:标注使用频率

给每个 Skill 打标签:

  • 每天用
  • 每周用
  • 每月用
  • 几乎不用

“几乎不用”的先放进删除候选区。

第三步:找重复和相似

看到名字很像的,放一起。

比如:

标题生成
小红书标题
公众号标题
爆款标题
文章标题优化

它们可能可以合并成一个“标题生成 Skill”,内部按平台分支。

第四步:重新设计大类

按任务类型归类:

  • 写作
  • 图片
  • 数据
  • 代码
  • 办公
  • 运营

让每个 Skill 都有明确归属。

第五步:重写触发条件

每个 Skill 都补上:

  • 什么时候触发
  • 什么时候不触发
  • 输入是什么
  • 输出是什么
  • 内部流程是什么

整理完,你的 Skill 库会立刻清爽很多。

Agent 也会更听话。


一个好 Skill 长什么样?

给你一个可直接套用的模板。

# Skill 名称:图片生成助手

## 适用场景
当用户需要生成、修改、扩展、重绘图片时使用。常见用途包括公众号封面、小红书封面、PPT 配图、文章插图、活动海报、产品宣传图。

## 不适用场景
- 用户只是评价图片
- 用户只是讨论设计想法,没有要求生成图片
- 用户需要排版文档,而不是生成图片
- 用户需要写文案,不涉及视觉输出

## 输入信息
- 图片用途
- 平台或尺寸
- 主题
- 关键文案
- 风格偏好
- 禁止出现的元素

## 执行流程
1. 判断图片用途
2. 确定尺寸和构图
3. 提炼画面主体
4. 生成视觉描述
5. 生成生图提示词
6. 如有 API 权限,调用图片生成接口

## 输出格式
- 图片方案说明
- 生图提示词
- 负面提示词
- 尺寸建议
- 图片链接(如已调用 API)

注意,这个 Skill 没有把每个图片场景都拆出去。

它把“图片生成”作为顶层类别,再在内部处理细分需求。

这才是稳定的结构。


真正的原则:如无必要,别新增 Skill

有个很适合 Skill 设计的原则:

如无必要,勿增实体。

翻成大白话:

用不到的 Skill,别装。能合并的 Skill,别拆。边界不清的 Skill,先别建。

Skill 的数量不是战斗力。

清晰的分类才是。

准确的触发才是。

你要做的不是攒一个看起来很豪华的 Skill 库,而是搭一个 Agent 真能理解、真能调用、真能复用的任务系统。

少一点,准一点。

你的 Agent 会好用很多。

OpenClaw
OpenClaw
木瓜AI支持养龙虾啦
木瓜AI龙虾专供API,限时领取免费tokens
可在 OpenClaw接入全球顶尖AI大模型
立即领取