标题：【AI 工程】大模型 Skill 技能实现思路：模块化、可复用、可编排

摘要：
Skill（技能）是大模型的垂直能力封装单元：把特定任务的流程、知识、工具调用逻辑封装成标准化模块，供智能体按需调用。本文讲通用实现架构。

一、Skill 的本质

Skill =场景流程 + 领域知识 + 工具调用 + 输出规范，是可复用的“专业能力包”。

二、核心目录结构（通用）

my_skill/ ├── skill.md # 元数据：名称、描述、触发词、参数 ├── prompts/ │ └── main.txt # 主提示词模板 ├── scripts/ │ └── run.py # 工具调用/业务逻辑（可选） └── examples/ └── sample.json # 调用示例

三、实现步骤

1. 定义元数据：写清 Skill 用途、输入输出、触发条件
2. 设计提示词模板：结构化指令、上下文、格式要求
3. 封装工具逻辑（可选）：API 调用、数据处理、外部系统交互
4. 编写示例：提供 2–3 个典型调用案例
5. 测试与迭代：验证不同输入下输出稳定性

四、调用流程

用户 Query → 智能体识别意图 → 匹配 Skill → 加载提示词/脚本 → 执行并返回结果

小结：
Skill 实现核心是模块化封装 + 标准化接口，让大模型从“通用聊天”快速切换到“垂直专家”，是 AI Agent 工程化的关键。