用 Skill 给 AI 装上「技能包」：从安装到创建，让 AI 真正帮你干活
这节课讲的是 AI 领域的 Skill（技能）机制：它是什么、能做什么、怎么找到好用的、怎么安装，以及如何用「元技能」生成属于自己的 Skill。课程用大量现场演示展示了 Skill 在论文解读、简历优化、网页生成、音乐创作等场景中的实际效果。听完这节课，你能理解 Skill 的核心逻辑，并学会安装和创建 Skill 的基本方法。
先看效果：Skill 到底能做什么
课程一开始，讲师没有先讲概念，而是连续演示了多个用 Skill 完成的真实任务，目的是让学员直观感受 Skill 的能力边界。
第一个场景是读 AI 论文。讲师写了一个「论文解读 Skill」，只需要把论文链接丢给它，它就会自动下载论文、拆解图表、按讲师的写作风格生成一篇完整的解读文章，还能一键发布到个人网站或公众号。讲师现场展示了一篇已经生成好的论文解读，里面不仅包含文字分析，论文里的各种图表也都被完整列出。
第二个场景是 AI 生图。讲师让 AI 给《三体》设计三种不同风格的海报，给《天龙八部》设计四种封面，AI 都按指令生成了对应的图片。讲师强调，这些不是简单的文生图，而是通过 Skill 把「设计海报」这件事变成了一套可复用的流程。
第三个场景是音乐播放。讲师对 AI 说「播放一首木马乐队的歌」，AI 调用了他写好的 Spotify Skill，找到乐队并开始播放。更有意思的是，讲师说「播放下雨天时要听的歌曲」，AI 也能理解这个模糊指令并找到合适的歌。讲师特别指出：「因为有大模型的支持，我可以任意的表达，它来去帮我找对应的歌曲。」
第四个场景是视频生成。讲师展示了一个介绍北京大学的视频，画面配合旁白，而旁白的声音是讲师自己的声音克隆出来的。
第五个场景是开发网站。讲师为了让大家方便下载课程资料，用一句话生成了一个叫 skills.qiaomu.ai 的网站，上面收录了 100 多个 Skill 供学员下载。他展示了真实的对话记录——最初就是一句话：「用乔木 GoSkill 生成一个 Skill 推荐网站，分门别类，从这两个网站抓取每个类别下载量最多的 10 个 Skill……用乔木服务器 VPS Skill 部署，用 GitHub 管理私有代码。」这个网站第一版运行了 29 分钟就做好了，之后讲师不断提要求迭代，最终变成了大家看到的完整网站。
第六个场景是创作歌曲。讲师让 AI 用 ska 风格写一首英语歌吐槽 AI 写不好脱口秀，又用中国古风为《笑傲江湖》写主题曲。觉得男生版本不好听，就让它换成女生重新生成，全程只是提要求，AI 就完成了迭代。
演示完这些，讲师说了一句贯穿整节课的话：「千万不要觉得 Skill 这个东西不重要，Skill 是能做的事情非常非常多。」他希望大家「不要局限于自己的想象力，因为 Skill 几乎是能做任何想做的事情」。
Skill 是什么：一个装着「菜谱」的文件夹
进入概念讲解部分，讲师用最通俗的方式解释了 Skill 的本质。
Skill 这个概念最早是 Anthropic 公司在去年 10 月推出的。它本质上「其实就是一个文件夹」，文件夹里放了一大堆文件，这些文件告诉 AI 要怎么执行任务。AI 读取这个文件夹里的内容，就知道该怎么干活了。
讲师给了一个很形象的比喻：「Skill 有点像菜谱。比如说你要做宫保鸡丁，你不会做，假如有人给你一个菜单菜谱，告诉你鸡肉买多少、要放什么调料，给你一个很好的菜谱，你就能每次复刻出来。所以你可以简单理解，Skill 就是给大模型的执行菜谱。」
一个 Skill 文件夹里必须包含一个文件，叫 SKILL.md，注意文件名必须是大写。这个文件是 Skill 的核心，哪怕其他东西都没有，也必须要有它。讲师说，如果你有一个 Prompt（提示词），想把它变成 Skill，其实只要把 Prompt 放到这个 SKILL.md 里，在前面加一些特别的标记告诉 AI 这是一个 Skill 就行了。
除了这个必需文件，Skill 文件夹里通常还有三个子文件夹：
- 脚本文件夹：放代码的地方。
- 参考文件夹：放各种参考文件。
- 资源文件夹：放图标、字体、模板等。比如你要生成一份公司报告，可以把公司 logo 和排版样式放在这里，AI 生成报告时就会自动引用这些资源，让输出符合公司要求。
接下来讲师介绍了一个重要概念——「渐进披露原则」。名字听起来吓人，其实逻辑很简单：AI 的上下文窗口（记忆容量）有限，不可能把一个 Skill 文件夹里的所有内容一次性读完。所以 Skill 设计了一个巧妙的机制：AI 第一次只加载一个叫 YAML front matter 的部分，这部分相当于「索引」，告诉 AI 这个 Skill 是干什么的、什么时候该触发它。当 AI 发现某个任务需要这个 Skill 时，才会去读具体的说明文档；如果需要参考资料，才会进一步读取其他内容。
讲师打了个比方：「这有点像去图书馆查书，YAML 就是索引，告诉我这本书能解决什么问题。具体你要想读这本书的时候，才会去里面具体读。」所以写好 front matter 很关键，它决定了 AI 能不能在合适的场景下想起用这个 Skill。
Skill 还有一个特点是可以像积木一样组合。讲师搭建网站时，实际用了四个 Skill 组合完成：一个生成目标的 Skill、一个设计前端页面的 Skill、一个部署的 Skill、一个解析域名发布的 Skill。把任务拆解成不同步骤，再组合对应的 Skill，灵活性就非常高。而且 Skill 已经成为 AI 工具的共识，Codex、Workbench 等工具都支持。
装与不装的区别：从「AI 味」到专业感
为了让大家更直观地理解为什么要用 Skill，讲师做了一个对比测试。
没有 Skill 时，让 AI 生成一份简历，它通常会输出一个 Markdown 格式的纯文本文件。而用「乔木简历 Skill」生成，得到的是一个经过美化、可以直接发给应聘单位的 PDF 文档。讲师说：「如果你没有 Skill 的支撑，它就会傻傻地生成 Markdown 之类的文档。你有格式规范的要求，它就会按你的要求生成对应的文档。」
讲师还展示了一个更详细的设计类 Skill 对比测试，一共列了 10 个任务，分别用不同的设计 Skill 和不用 Skill 的效果做对比。比如生成一个 SaaS 落地页，不用 Skill 时 AI 直接生成的页面「也还不错」，但用了 Anthropic 公司自带的 front end design Skill 后，页面「没有那么重的蓝紫配色 AI 味，而且还有一些渐变效果」。生成数据仪表盘时，用了 Skill 的版本不仅有仪表盘，还带渐变动效，视觉效果完全不同。
讲师总结说：「默认的样式总是非常糟糕的。哪怕它不糟糕，用的人多了，大家都会觉得你 AI 味太重，所以你就得找不同的 Skill 来进行美化。」这个对比测试的网址叫 designskill.qiaomu.ai，专门对比不同的流行设计 Skill，讲师说之后会发给大家。
三类 Skill 与两个查找网站
讲师把 Skill 大致分为三类：
第一类是文档资产类 Skill。这类 Skill 只需要稳定输出，不需要调用外部工具，也不需要写代码。把一个 Prompt 变成 Skill，通常就是这一类。很多在线网站上的 Skill 多数属于此类，因为平台为了安全不允许上传源代码和脚本，所以做不了更复杂的事。
第二类是工作流自动化 Skill。讲师前面演示的大多数 Skill 都属于这一类，它们能自动完成多步骤的任务。
第三类是结合 MCP 和 API 的 Skill。虽然已经有 MCP 这类工具，但如果再包一层变成 Skill，可以指导 AI 更好地使用第三方工具或 API，这也是一种 Skill。
简单理解：第一类是没有代码的，Prompt 就能转化；后两类基本都需要代码支撑，是包含多个文件的复杂 Skill。
接下来是查找优质 Skill 的两个网站。
第一个是 skills.sh，由 Vercel 推出，是最早的 Skill 网站之一。这个网站会列出所有 Skill 的安装量和活跃数量，还有 24 小时最热 Skill 排行。讲师自己的「乔木 Skill」也被收录了。这个网站数量不多但很精品，可以按下载量查找。
第二个是 skillsmp.marketplace.com，聚合特别全，集合了几十万个 Skill。使用方法也很简单，网站上每个 Skill 都有「复制 prompt」按钮，把复制的内容粘贴给你的 Codex、Workbench 等工具，它就会自动安装。
关于安装方法，讲师介绍了两种：一是把包含 Skill 的仓库地址或安装命令发给你的 AI 工具，让它安装；二是如果有人给你发了 Skill 压缩包，直接上传文件，告诉 AI「帮我安装这个 Skill」即可。
讲师特别提醒了安全风险：「现在这些 agent 理论上你可以要求它检查安装风险，未来我觉得是会存在各种安全问题的，安装前是要扫描的。」
创建自己的 Skill：用「元技能」生成技能
讲完查找和安装，课程进入最核心的部分——如何创建自己的 Skill。
讲师先补充了一个命名规范：Skill 文件夹必须是小写，不能有空格、下划线和大小写混合。
创建 Skill 有两种方式。第一种是使用 Anthropic 官方提供的 Skill Creator 工具。讲师现场演示，只需要说「创建一个 Skill 用于短视频脚本创作」，它就自动开始创建了。
第二种是讲师自己写的 乔木 MetaSkill，也就是「元技能」——用来生成 Skill 的 Skill。讲师现场演示了用「乔木 MetaSkill 生成一个 PPT Skill」，AI 会读取规范和全局记忆，然后生成一个完整的 PPT Skill。
讲师强调，Skill 不是一次生成就完事的：「效果不好是 Skill 是需要你不断迭代测试的，不是一次性生成 Skill 就搞定了的。刚才跟大家演示的所有 Skill，每一个都会经过大量的测试验证，它才会有比较好的效果。」
他用自己刚写的一个图表生成 Skill 举例。第一版生成后他觉得效果不满意，就继续对话说「还不够好，要支持各种有趣的图表，你搜索开源图表，整合到 Skill 中」。AI 整合了 Apache ECharts、D3 等图表库，之后他不断查看、生成、迭代，最终变成了一个能自动从统计局抓数据、生成可视化网页报表的 Skill。整个过程就是「在你的基础上，不断地去找你觉得它不好的地方，让它去迭代」。
讲师还提到，乔木 MetaSkill 里集成了 Find Skill 功能，可以用它来搜索世界上最好的某个类型的 Skill。这个 MetaSkill 的诞生也很有意思——讲师说他和搭档是基于市面上所有的 Meta Skill，包括 OpenAI 的 Skill 创建指南、Anthropic 的 Skill 创建指南，以及泄露出的源代码，整体逆向分析后综合出来的，做了不少基准测试，「应该比官方的还要好用」。
答疑环节的关键补充
课程最后是答疑环节，讲师回答了几个比较有代表性的问题，这里整理几条对入门者最有用的：
Skill 装全局还是装项目？ 最佳实践是每个项目有自己对应的 Skill，但如果常见任务不多，装到全局（点 agents 目录）也可以。
同一个任务多个 Skill 会冲突吗？ 有可能冲突。每个 Skill 定义 YAML front matter 就是为了标记使用场景，如果多个 Skill 解决同一个场景的问题，触发就会不稳定。所以「Skill 不是越多越好，是最贴近你的需求、越精准的能触发越好」。想卸载 Skill，把对应文件夹删除即可。
Skill 会泄露个人数据吗？ 发布 Skill 时一般会做检查，比如 Meta Skill 会检查有没有泄露 API key 和个人隐私。建议拿别人的 Skill 后一定要改成自己的，根据需求迭代。
不同 AI 工具对 Skill 的支持有差异吗？ 理论上追求一致性，但实际效果可能不同。比如 Codex 写前端页面效果不好，这时候换更好的模型反而效果最好。不同场景下 Skill 也要对应合适的模型。
GitHub 上 star 多的 Skill 一定好吗？ 不一定。有些人把各种 Skill 放到一个仓库里，整体 star 多，但每个 Skill 做得都不是很好。star 多只是一个参考。
要点回顾
- Skill 本质上是一个文件夹，里面装着告诉 AI 如何执行任务的「菜谱」；核心文件是
SKILL.md，文件名必须大写。 - Skill 文件夹通常还包含脚本、参考、资源三个子文件夹，分别存放代码、参考文件和图标模板等资源。
- Skill 采用「渐进披露原则」：AI 先加载 YAML front matter（索引），需要时才读取具体内容，不会一次性读完全部文件。
- Skill 可以像积木一样组合使用，把复杂任务拆解成多个步骤，每个步骤用不同的 Skill 完成。
- 查找 Skill 推荐两个网站：skills.sh（精品、可按下载量排序）和 skillsmp.marketplace.com（聚合全、数量多）。
- 安装 Skill 只需把仓库地址或安装命令发给 AI 工具，或者直接上传 Skill 压缩包让 AI 安装。
- 创建 Skill 可以用 Anthropic 官方的 Skill Creator，也可以用「元技能」（如乔木 MetaSkill）来生成。
- Skill 需要不断迭代测试才能好用，不是一次生成就完事；要基于使用效果持续提要求、优化。
- 安装 Skill 要注意安全风险，建议让 AI 检查；不要装太多功能重复的 Skill，精准比数量重要。
直播回放约 57 分钟
播放器来自飞书妙记 · 点击正文里的章节卡可跳到对应时刻 · 在新窗口打开