我一开始也不知道一个好 Skill 应该怎么写。
Skill 是写给 Agent 的一份做事说明,通常放在一个叫 SKILL.md 的文件里,告诉它什么时候该用、具体怎么做、要注意什么。看起来很简单,真写起来才发现,很多所谓的 Skill 只是把 prompt 挪进了另一个文件夹。原则说了一堆,可 Agent 真开始干活时,还是不知道先读什么、怎么判断该不该用它、输出该长什么样、最后怎么验证。
这篇想说两件事:Skill 怎么写好,多了以后怎么管好。我的答案都不复杂。
一、先抄好的
不知道怎么写,就别先闭门造车。我的办法很土:拿来主义。
我把公开的好 Skill 都收集过来,官方的、社区的、各个专门领域的,统统放进一个本地库里。抄的是写法,内容还得自己写;收得多,也只是为了看清一件事:真正有用的那些 Skill,到底共同解决了什么问题。
看多了就会发现,好 Skill 很少在给模型立人设,它们改的是干活的流程。它会说清楚什么任务该用它,用之前先收集哪些信息,中间按什么步骤走,最后交出什么样子的结果,以及怎么证明这次真的做完了。
好一点的,还会把边界写出来:什么时候不要用,哪些文件先读,哪些脚本可以直接跑,哪些结果必须验证过才算数。它用不着写得多玄,越像一本能照着做的工作手册越好。
所以第一件事我的做法是:先收集,再拆开看,最后沉淀成自己的写法。
二、多了就交给 Agent 管
第二件事更现实。
Skill 少的时候,人脑还记得住。一多就不行了:你会忘了已经有一个差不多的,于是又写一遍;会把临时有用的东西当成长期要留的;也会让早就没人用的 Skill 一直占着位置。
所以我干脆让一个 Agent 来管。
需要 Skill 的时候,它先去库里查。查到了,就直接用;查不到合适的,才写一个新的。新写的先放进 young,也就是试用区,别一上来就当成长期要留的东西。用得多了、有证据说明它管用,再升进 core,也就是正式区。长期没人用,或者被更好的替代了,就收进 archive,相当于回收站。
三、同一件事,留两个版本比一比
同一类任务,也可以留两个版本,试上一段时间。
谁更好,别凭感觉争。让两个版本接同样的活,看谁返工少,谁更容易通过验证,再看谁被用得多。Skill 也该做版本实验,别一写出来就像定了法律,谁都不许动。
四、普通 Agent 只问一句话
对外的接口也该尽量小。普通 Agent 用不着看到搜索、审查、升级、归档那一堆操作,它只需要问一句:
我现在要做这件事,有没有能直接用的 Skill?
剩下的搜索、匹配、记录、临时生成、版本实验、事后回收,都交给管 Skill 的那个 Agent 去消化。普通 Agent 只是想用一个 Skill,没理由先学会怎么管一整个 Skill 仓库。
我现在做了一个很粗糙的 demo,代码放在 skill-library。它通过一个很小的 MCP server 接住任务意图,返回库里现有的 Skill。MCP 是一种通用的接口约定,Agent 靠它去调用外面的工具。要是找不到很合适的,它也可以当场生成一个临时的 young Skill。这个临时 Skill 算不上最终答案,更像一张任务卡:先让 Agent 干起来,以后再看它值不值得长期留着。
结语
这个系统本身没那么要紧,我更想留下的是这个思路:Skill 没什么神秘的,也用不着怕它多。先收集,先用起来。好的留下,差的改掉,没用的回收。这样一圈一圈转下去,这个库会越来越像一个顺手的工具箱,不至于堆成一堆没人敢碰的 prompt。
很多事都是这样:一开始不会,就先看别人怎么做;东西多了,就别再靠脑子硬记,交给 Agent 管。
不要怕。
干就完了。
讨论
评论
直接在本站留言交流。
评论正在加载…