WorkBuddy Skill 安装与使用教程

📚 系列导航：上一篇 WorkBuddy 第一个任务教程 已经完成前一阶段；本篇聚焦查找、安装、调用和管理可复用的 WorkBuddy Skill；下一篇 WorkBuddy 专家与专家团使用教程 继续后续学习。

先给结论：Skill 是一组可复用的说明、脚本、参考资料和资源，用来告诉 Agent 某一类任务应该怎么做。Prompt 描述这次要干什么，Skill 固定以后遇到这类活该怎么干。

Prompt 管这一次，Skill 管这一类任务以后怎么做

如果你每次让 AI 写文章，都要重新提醒“查一手资料、不要编造、按我的风格、检查 AI 味”，这些内容继续复制粘贴当然能用，但很快就会散落在聊天记录和文档里。

看完这一篇，你会拿到：

• 一句话分清 Prompt 和 Skill
• 看懂一个标准 Skill 的目录结构
• 搞懂“渐进式披露”为什么能省上下文
• 知道 Skill 最适合沉淀哪些经验
• 会在 WorkBuddy 中查找、安装、导入、调用、关闭和删除 Skill

ℹ️ Anthropic 于 2025 年 10 月发布 Agent Skills，并在同年 12 月将其发布为开放标准。Skill 格式和产品界面仍会演进，实际使用以当前规范和 WorkBuddy 客户端为准。

WorkBuddy Skill 是什么

WorkBuddy 负责理解任务、组织执行；Skill 则给它一套专项操作手册。

一个典型 Skill 目录大致长这样：

my-skill/
├── SKILL.md
├── scripts/
│   └── check.py
├── references/
│   └── guide.md
└── assets/
    └── template.pptx

其中只有 SKILL.md 是必须的，其余目录按任务需要添加：

• scripts/：反复执行、需要稳定结果的脚本
• references/：规范、资料和专业知识
• assets/：模板、字体、图片等交付素材

最小的 SKILL.md 可以这样写：

---
name: tech-article-writing
description: 用于撰写 AI 产品、模型评测和科技行业相关文章
---

收到写作任务后：

1. 先确认文章核心角度
2. 查找一手资料
3. 对核心事实交叉验证
4. 根据用户写作风格完成初稿
5. 检查禁用句式和 AI 味表达

如果写作风格说明很长，再单独放进：

references/style.md

**类比：Prompt 是这次工单，Skill 是岗位操作手册。**工单会变，操作手册可以长期复用。

💡 一句话总结：Skill 不是一句更长的 Prompt，而是能携带说明、脚本、资料和模板的可复用能力包。

WorkBuddy Skill 的渐进式披露机制

Skill 最关键的设计之一是渐进式披露（Progressive Disclosure）：先加载少量索引，确定需要时再逐层读取详细内容。

假设 Agent 安装了一百个 Skill。若启动时把所有说明、参考资料和脚本全部塞进上下文，不仅浪费 token，还会让大量无关指令互相干扰。

标准流程分三层：

Skill 元数据如何被发现

pptx
处理 PowerPoint 创建、编辑、读取任务

pdf
处理 PDF 提取、合并、编辑、填写任务

tech-article-writing
撰写 AI 和科技行业文章

Skill 完整说明何时加载

当用户说：

帮我写一篇 WorkBuddy 的公众号文章

Agent 根据 description 判断 tech-article-writing 相关，这时才读取它的 SKILL.md。

Skill 资源如何按需读取

需要模仿写作风格时，才读取：

references/style.md

需要检查 AI 味时，才执行：

scripts/check-ai-phrases.py

这像去图书馆：进门先看目录，确认书名后再拿书，真正需要某个附录时才翻到那一页。不是把整座图书馆搬到桌上。

💡 一句话总结：渐进式披露让 Agent 先发现 Skill，再按需加载说明和资源，既保留大量能力，又不让无关内容挤爆上下文。

WorkBuddy Prompt 与 Skill 的区别

最简单的判断是：

Prompt = 这次做什么
Skill = 以后这类事怎么做

一次性的截止时间、文件名和具体目标放进 Prompt。长期有效的写作规范、数据口径、验证步骤和输出模板放进 Skill。

💡 一句话总结：一次性要求写 Prompt，反复使用的方法写 Skill；别把每次变化的任务细节硬编码进长期能力包。

WorkBuddy Skill 的适用场景

补充模型不知道的程序性知识

模型可能懂 SQL，却不知道你公司的 canonical user_id 在哪张表、退款查询要排除什么状态、Grafana 对应哪个 dashboard。这些内部规则适合放进 Skill。

固定复杂工作流

“调研 WorkBuddy”不是一个动作，而是一串步骤：查官网、读官方内容、测试产品、比较同类、提炼观点、核验事实。Skill 可以把顺序和交付标准固定下来。

减少重复 Prompt

“不要编造例子、技术表达要克制、检查禁用句式”这类反复出现的要求，天然适合做成 writing-style Skill。

把个人和团队经验资产化

Prompt 容易散落在聊天记录、飞书文档、Notion 和人的脑子里。Skill 是文件，可以进入 Git，做版本回滚、团队共享、自动评测和持续更新。

💡 一句话总结：专业知识、固定流程、重复要求和组织经验，都是 Skill 最值得沉淀的东西。

在 WorkBuddy 中找到并安装 Skill

打开左侧“专家·技能·连接器”，进入技能区域。你可以从技能市场搜索，也可以用“查找技能”直接描述需求。

也可以在 SkillHub 技能市场寻找合适的 Skill。

除了从推荐列表安装，还可以导入下载好的 Skill 压缩包：点击“上传技能”，选择对应的 zip 文件。

⚠️ Skill 可能包含脚本和外部资源。导入第三方 Skill 前，先确认来源并检查 SKILL.md、脚本和权限需求，不要把未知 zip 当普通提示词直接安装。

预期结果：目标 Skill 出现在“我安装的”列表中，可以在任务里显式调用。

💡 一句话总结：Skill 可以从市场安装，也可以导入 zip；装之前先看来源和内容，因为它可能不只包含文字说明。

用“文章去 AI 味”Skill 跑一次任务

假设你已经有一篇文章，希望按一套固定规则修改表达，可以安装“文章去 AI 味工具”Skill。

安装后，在任务输入框中键入 /，从列表中选择对应 Skill。

引用 Skill 后，把待处理文章交给 WorkBuddy。

WorkBuddy 会先加载 Skill 的说明。

接着按其中的规则执行，例如检查指定句式和标点表达。

最后得到修改结果。

验收时别只看“读起来顺不顺”，还要确认事实、引用和原意有没有被改坏。风格修改可以重写句子，不能偷偷重写事实。

💡 一句话总结：调用 Skill 后，WorkBuddy 会加载规则再执行；结果仍要验收，尤其要防止风格优化改变事实含义。

关闭、删除和编辑 Skill

进入“全部技能 → 我安装的”，可以管理已经安装的 Skill。

关闭开关后，Skill 暂停生效，但仍保留在本地。

点击“···”，可以选择删除或编辑。

修改 Skill 后，用一个小样本重新跑一遍，别直接拿正式任务验证。能力包一变，所有后续任务的执行方式都可能跟着变。

💡 一句话总结：暂时不用就关闭，规则变化就编辑，确认无用或不可信再删除；每次修改后都用小任务重新验一遍。

本篇小结

这一篇把 Skill 的核心逻辑讲清了：

• Skill 是可复用的专项操作手册，可以携带脚本、资料和模板。
• Prompt 描述一次任务，Skill 固定一类任务的做法。
• 渐进式披露让 Agent 按“元数据 → 完整说明 → 资源”逐层加载。
• 内部知识、固定流程、重复要求和组织经验最适合沉淀成 Skill。
• WorkBuddy 支持查找、安装、导入、调用、关闭、编辑和删除 Skill。

你现在应该能：判断一段要求该留在 Prompt 里，还是值得做成 Skill；也能在 WorkBuddy 里安装并调用一个现成 Skill，再用实际结果验证它是否真的有用。

下一篇 06 · WorkBuddy 的专家和专家团：Skill 解决“这类事怎么做”，专家解决“由什么角色来做”，专家团则解决“多个专业角色怎么一起完成复杂项目”。