你有没有想过，为什么有些AI助手能帮你完成复杂任务，而有些却只能聊天？答案在于「技能」。技能是AI的「工作手册」，让它从「聊天机器人」变成「数字员工」。本文将深度解析WorkBuddy技能系统的设计哲学，手把手教你创造和迁移技能。
一、技能的本质——AI的「工作手册」
1.1 什么是技能？
技能（Skill）是WorkBuddy的核心能力单元，它定义了AI如何完成特定任务。简单来说：
- 没有技能：AI只能「说话」，不能「做事」
- 有技能：AI能「理解」你的意图，「执行」具体操作
类比来说，技能就像给AI配备的「专业工具包」。一个厨师有了菜刀和锅铲，才能做菜；AI有了技能，才能工作。
1.2 技能 vs 提示词
很多人混淆「技能」和「提示词」，其实它们是不同层次的概念：
| 维度 | 提示词（Prompt） | 技能（Skill） |
|---|---|---|
| 作用层次 | 单次对话的指令 | 可复用的能力模块 |
| 持久性 | 对话结束即消失 | 持久化存储，随时调用 |
| 复杂度 | 简单任务描述 | 包含工具、流程、知识库 |
| 可迁移性 | 难以复用 | 可打包、可分享、可迁移 |
| 示例 | 「帮我写一封邮件」 | 「邮件管理技能」包含模板、联系人、发送逻辑 |
核心区别：提示词是「临时工」，技能是「正式员工」。
1.3 WorkBuddy技能系统的架构
WorkBuddy的技能系统采用「声明式」设计，一个技能由以下部分组成：
skill/ ├── skill.json # 技能元数据（名称、描述、版本） ├── prompt.md # 核心提示词（AI的「工作手册」） ├── tools/ # 工具定义（可选） │ └── tool.json └── knowledge/ # 知识库（可选） └── *.md关键设计原则：
- 声明式配置：通过JSON定义技能能力，而非硬编码
- 工具解耦：技能可以调用各种工具（文件操作、网络请求、代码执行）
- 知识增强：可以挂载领域知识库，提升专业性
二、技能创造实战——从想法到上线
2.1 技能创造全流程
创造一个技能需要经历5个步骤：
需求分析 → 技能设计 → 提示词编写 → 工具集成 → 测试部署下面以「GitHub仓库管理技能」为例，展示完整流程。
2.2 步骤1：需求分析
目标：让WorkBuddy能自动管理GitHub仓库（创建、查看、克隆）
用户场景：
- 「帮我创建一个名为『my-project』的仓库」
- 「查看我在GitHub上的所有仓库」
- 「克隆这个仓库到本地」
技能边界：
- ✅ 支持的操作：create、list、clone
- ❌ 不支持的操作：delete（安全风险）、fork（复杂度高）
2.3 步骤2：技能设计
创建skill.json文件：
{"name":"github-manager","displayName":"GitHub仓库管理","description":"管理GitHub仓库：创建、查看、克隆","version":"1.0.0","author":"WorkBuddy Team","tools":["github-api","git-cli"],"triggers":["创建仓库","查看仓库","克隆仓库"]}设计要
