从 0 到 1 打造你的第一个 AI 技能：SKILL.md 编写规范与发布实战

从 0 到 1 打造你的第一个 AI 技能SKILL.md 编写规范与发布实战导语你有没有过这样的经历同样的工具、同一套排查步骤每隔几天就要给 AI 助手重新讲一遍。今天教它怎么从 PDF 里抽表格明天换个文件又要从头解释这次配好一套发布流程下次新开会话又得复述一遍。经验没有沉淀下来每次都像在开荒。其实 AI 助手缺的不是能力而是“你这套被验证过的做法”。把这做法写成一份结构化文件它就能在任何支持技能的客户端里被反复调用——这就是AI 技能Skill。本文带你从零写一个真正能用的技能并把它发布、安装到不同客户端。声明本文基于个人使用体验非商业推广。目录一、什么是 AI 技能Skill二、一个最小可用的 SKILL.md 长什么样三、实战写一个“PDF 表格提取”技能四、把技能发布到社区五、安装与跨平台调用六、进阶团队、付费与评测七、总结一、什么是 AI 技能Skill简单来说Skill 就是一份写给 AI 助手看的“标准作业程序”。它把某类任务的背景知识、操作步骤、命令和注意事项固化下来让助手在接到相关需求时自动加载、照着执行而不是每次都等你口述。可能有读者会问这和存一段“提示词模板”有什么区别模板通常是零散的文本片段适合一次对话内复制粘贴而 Skill 是常驻的、带触发条件的“能力插件”一旦写好助手会在合适的时机自动调用不需要你每次手动贴进去。你可以把 Skill 理解成“带使用说明书的提示词”而SKILL.md就是那份说明书。不同客户端对技能的实现略有差异但主流做法是统一的用一份SKILL.md文件作为技能的入口。只要这个文件放在客户端约定的skills/目录里助手启动时就能发现并调用它。这也是为什么同一份技能文件往往能在多个 AI 客户端之间复用——你写一次到处能跑。小知识技能文件本质是 Markdown但多了 frontmatter文件头元数据。助手靠 frontmatter 判断“什么时候该用这个技能”靠正文知道“具体怎么做”。理解这一点后面写起来就很顺了。二、一个最小可用的 SKILL.md 长什么样一份能跑起来的SKILL.md只需要两块frontmatter 正文。frontmatter用---包裹至少写name和description是给助手“检索匹配”用的。正文就是给助手看的操作说明可以是步骤、命令、注意事项甚至是示例代码。--- name: pdf-table-extract description: 从 PDF 文件中提取表格并导出为 CSV/Excel。 当用户需要从 PDF 抽取表格数据、把发票/报表转成结构化文件时使用。 --- # PDF 表格提取 ## 何时使用 用户给了 PDF 并希望拿到表格数据。 ## 步骤 1. 确认本地已安装 Python 与 pdfplumber。 2. 读取 PDF定位包含表格的页码。 3. 调用 extract_tables 并导出。 ## 注意 - 扫描件需先做 OCRpdfplumber 无法直接读图。 - 合并单元格会被拆成多行导出后需人工核对。description特别关键它要写清楚“什么场景用”因为助手是靠这段文本做匹配决策的。写得越具体误触发和漏触发都越少。比如不要只写“处理 PDF”而要写“从 PDF 提取表格为 CSV”。三、实战写一个“PDF 表格提取”技能光看结构不过瘾我们把它写成一个真正能用的技能。下面是完整SKILL.md的骨架重点在正文要“可执行”——助手读完就知道敲什么命令。--- name: pdf-table-extract description: 从 PDF 提取表格为 CSV。适用于报表、发票、名单等 结构化抽取用户说“把这份 PDF 的表格导出来”时调用。 --- # PDF 表格提取 你负责把 PDF 里的表格变成干净的结构化数据。 ## 环境检查 先确认依赖缺失则安装 bash python -c import pdfplumber 2/dev/null || pip install pdfplumber ## 提取流程 1. 用 pdfplumber.open 打开文件。 2. 遍历每页 page.extract_tables()得到二维列表。 3. 写入 CSV文件名与 PDF 同名。 ## 参考代码 python import pdfplumber, csv, sys with pdfplumber.open(sys.argv[1]) as pdf: for i, page in enumerate(pdf.pages): for table in page.extract_tables(): with open(fpage_{i}.csv, w, newline, encodingutf-8) as f: csv.writer(f).writerows(table) ## 边界情况 - 无表格的页直接跳过。 - 表格线缺失时 extract_tables 可能为空改用 page.find_tables() 定位。把这份文件存到~/.workbuddy/skills/pdf-table-extract/SKILL.md目录名即技能名客户端重启后即可通过对话触发。你会发现以后只要说“帮我把这份 PDF 的表格导出来”助手就会照着执行不用再解释一遍环境怎么配、代码怎么写。四、把技能发布到社区技能写好了可以只自己用也可以分享出去。国内有一个 AI 技能社区SkillHub上面已沉淀了超过 10 万个技能搜索、分类、榜单一应俱全。把技能发布到这类社区本质是三件事打包、提交、过审。值得一说的是它的上架机制。每个技能提交后都要走过一条三线并行的安全审核流水线内容合规过滤、深度漏洞扫描、AI 模型安全评估三者全部通过才会自动上架任意一条不通过就直接拒绝。换句话说你安装到的每个技能都附带一份安全评估报告这点对“要不要放心装到 AI 助手上”是很实在的保障。提示发布前记得在技能里去掉任何含密钥、内网地址的示例审核对这类信息很敏感另外正文里的中文路径、命令也要在干净环境里跑通再提交。五、安装与跨平台调用发布之后别人怎么装以 SkillHub 为例它提供的命令行工具安装一个技能只需要指名 指定客户端目录# 1. 安装 CLI首次curl-fsSLhttps://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh|bash# 2. 搜索技能skillhub search pdf table# 3. 安装到指定客户端的 skills 目录skillhubinstallpdf-table-extract--dir~/.workbuddy/skills--dir是关键不同客户端的 skills 目录不同如 Claude Code 是~/.claude/skills/Cursor 是~/.cursor/skills/指错目录助手就“看不见”这个技能。安装前先用ls ~/.workbuddy/skills或对应客户端目录确认路径存在如果目录不存在手动建一下再执行安装。这也是技能跨平台复用的真正落点——同一份 SKILL.md换目录即换客户端。你不用为每个 AI 助手各写一套说明只需要把文件放到对的位置。除了命令行社区也支持在网页或小程序里一键安装或把技能打包成 Zip 手动放到目录适合离线或受限网络环境。六、进阶团队、付费与评测当你不只是个人使用还可以往三个方向走团队空间企业认证后能获得独立团队空间把内部能力沉淀成私有技能仅团队可见对外发布的技能还能挂上认证标签统一管理成员与审核流程。付费技能SkillPay如果你有现成的付费服务可以把它封装成“按次计费”的付费技能基于 X402 协议在调用时触发用户支付授权无需重构业务逻辑。质量评测TRACE社区用一套五维体系评估技能质量——信任、可靠性、适用性、规范性、有效性。挑技能时与其看下载量不如先看这五个维度是否都站得住。七、总结回过头看写一个 AI 技能并不神秘想清楚“什么场景用”把“怎么做”写成 SKILL.md放到 skills 目录就能被调用想分享就发布到社区想复用就靠--dir切客户端。如果你准备动手下面是一份最小行动清单找出你最近重复讲解了 3 次以上的任务。用namedescription 步骤把它写成SKILL.md。放到本地 skills 目录重启客户端后测试触发。跑通后补充边界情况和示例代码形成可分享版本。真正的复利不在某一次提取快了几秒而在于你每次踩过的坑都变成了助手下一次开箱即用的能力。建议从你最高频、最重复的那件事开始写第一个技能——这比收藏一百篇“提示词技巧”都管用。参考资料SkillHub 官网https://www.skillhub.cn从零到一上线你的第一个 Skill© 2026 | 转载请注明出处