Skill 怎么写才有人用

Skill 是"可复用任务工作流的作者格式"，不是提示词收藏夹。动笔之前先回答一个问题：这个任务值得被复用吗？一次性、低复用、用户能描述清楚的任务，写条提示词就够了，不配拥有 Skill。

先判断配不配

适合沉淀为 Skill 的任务有四个特征：高频、跨人复用、有稳定流程、需要资源/脚本/模板/验证。四个里面占得越多，越值得写。

反过来，一次性的任务、用户一句话能描述清楚的任务，优先直接写提示词。把什么都做成 Skill，结果就是一堆没人触发的目录——Skill 的目录状态、安装状态和"真的有人用"是三件不同的事。

一个 Skill 只解决一个清晰任务

这是第一原则。Skill 的 description 是触发入口，必须写清两件事：什么时候使用，以及不适用边界。写不清边界的 Skill，触发时机就是随机的，等于没写。

SKILL.md 保持短，只放核心流程；详细规范放 references/。能靠指令稳定完成的部分，优先 instruction-only，不要为了放脚本而放脚本；只有重复且易错的步骤，才值得进 scripts/。

面向多人共享的 Skill，还要区分"核心运行前提"和"可选加速器"。能由 Agent 文件操作完成的流程，不应仅因本机缺少 Python/Node 就阻断；也不得未经确认自动安装运行时。共享的前提是低门槛，不是"你先装好全套环境"。

推荐结构

skill-name/
├── SKILL.md
├── agents/
│   └── openai.yaml
├── references/
├── scripts/
└── assets/

只有 SKILL.md 是必需的。agents/openai.yaml 用于在客户端里展示名称、短描述、默认 prompt 和隐式触发策略。

和其它表面的边界

AI 编程助手有好几个"放东西"的地方，别放错：

• AGENTS.md：放长期协作规则、项目约束、验证要求。
• Skill：放某类可复用任务的执行流程、检查清单、引用资料、脚本。
• Plugin：当 Skill 需要分发、组合多个 Skill、绑定 MCP/app/资源时，再封装成 Plugin。
• MCP：接入外部系统、私有数据或可调用工具。
• Hook：机械化拦截，或在工具调用前后强制执行规则。
• Automation：定时检查、提醒、监控、后续跟进。

分不清的时候问一句：这是"怎么做一类任务"（Skill），还是"和项目长期相处的规矩"（AGENTS.md）？前者可复用，后者常驻。

写完要拿真实任务测

复杂 Skill 不能只靠 review。必须用真实任务前向测试：观察它在缺少额外上下文时，能不能稳定触发、能不能走完流程。触发不稳定，说明 description 的边界没写清；走不完，说明流程里有隐含假设。

另外注意：推荐提示词只是唤起使用 Skill 的入口文案，不等于 Skill 本身。入口文案写得再好，流程站不住也没用。

小结

Skill 有人用的条件只有三个：任务值得复用、触发边界清晰、流程经真实任务验证。少一条，它就是目录里的摆设。