本节目标
在《opencode3》那篇文章中其实预设了一个伏笔——当时提到后续会用到 skill 技能。现在，正是揭开这个伏笔的最佳时机。一起来看看今天要探讨的几个重点：
- 透彻理解 skill 究竟是什么
- 掌握在哪里可以找到现成的 skill 进行下载
- 亲手实践，创建一款属于你自己的 skill
skill 介绍
skill 的前世今生
2025 年，Anthropic 率先提出了 Agents Skills 这一概念。最初它只是一个内部测试工具，目标非常明确——帮助 Claude 在特定任务上表现得更出色。经过实践发现这套设计极为便捷，于是 2025 年 12 月 18 日，Agent Skills 被正式发布为开放标准。
这意味着什么呢？意味着 Agent Skills 已经成为 AI 智能体领域通用的设计模式，如同水电一般，成为基础设施的一部分。为方便表述，下文统一简称为 skill。
到底什么是 skill？
简单来说，Skill 本质上就是一个以 SKILL.md 命名的 Markdown 文件。你可以把它理解成一份“操作指南+工具包”。不妨想象这样一个场景：你手上有一个非常聪明的机器人助手（也就是所谓的“Agent”）。它天生具备一些基础动作，比如“移动”“抓取”“说话”。但如果你想让它完成更复杂的任务，例如“泡一杯茶”，这就有些困难了——因为“泡茶”需要拆解成多个步骤：拿水壶 → 烧水 → 取茶叶 → 放茶叶 → 倒水 → 等待。如果你提前把这个完整的操作流程教给机器人，并为它取名“泡茶技能”，那么下次只需说一句“泡茶”，它就能自动按顺序执行所有步骤。Agent Skills 正是这些预先打包好、可重复使用的“完整能力模块”。
Agent Skills = 让智能体（Agent）学会执行某项具体任务的“操作指南+工具包”，需要时直接调用，无需每次重新教学。
skill 长什么样？
my-skill/# 技能文件夹（名称必须与 frontmatter 中的 name 一致）├── SKILL.md # 核心文件（必需）：包含元数据和核心指令├── scripts/ # 可选：存放可执行脚本（如 Python、Bash、JS）├── references/ # 可选：存放详细参考文档（按需加载，节省上下文）└── assets/ # 可选：存放模板、图片等资源文件核心文件：SKILL.md
它由两大块组成：YAML 前置元数据 (Frontmatter) 和 Markdown 正文。官网截图已经展示在了上面。
- YAML 前置元数据 (Frontmatter)：可以看作给 AI 看的“身份名片”。这部分位于文件顶部，用 --- 包裹，主要告知 AI “你是谁”以及“你能做什么”。其中：
name(必填)：技能的唯一标识符，必须是小写字母、数字和连字符的组合（例如 code-review）。
description(必填)：清晰、简洁的功能和适用场景描述，AI 根据这段描述来决定何时激活该技能。例如："当用户要求审查代码、创建 Pull Request 或需要遵循团队代码规范时使用。"
其他可选字段，比如 license (许可证)、compatibility (兼容性要求) 或 metadata (额外元数据)，都可以按需添加。- Markdown 正文：给 AI 阅读的“操作手册”。这部分是标准的 Markdown 格式文本，是 AI 加载 Skill 后获得的具体行动指令。为便于理解，官方规范建议可以包含以下章节：
- 技能标题 (#): 清晰说明技能的主要目标。
- 何时使用 (## When to Use): 列出应激活此技能的具体场景。
- 操作步骤 (## Instructions / Steps): 详细、分步的执行流程，是整个文档的核心。
- 示例 (## Examples): 提供代码片段或对话示例，帮助 AI 理解预期行为。
- 参考资源 (## Resources): 列出相关的文档链接或工具。
可选组件：扩展 Skill 能力的“工具箱”
当 SKILL.md 本身不足以完成任务时，文件夹下的其他组件就派上用场了：
scripts/: 存放可执行脚本。SKILL.md 中的指令可以指导 AI 调用这些脚本来完成特定操作，比如数据格式转换、调用外部 API 等。references/: 存放详细文档。AI 可以在需要时按需加载，避免一次性加载太多内容导致“记不住”或“理解偏差”。assets/: 存放模板文件（如项目脚手架）、图片等静态资源。
官网截图 - references
官网截图 - scripts
获得 skill 的渠道
Anthropic 官方技能
这一套技能可以理解为“必装项”。安装之后，opencode 就能读取 Excel、Word、PDF 等文件，属于基础中的基础。
skill 社区网站
这里已经汇聚了超过 80 万个技能，这个数字确实相当惊人。
skill 技能市场
这也是一个值得淘金的好去处。
渠道当然不止这些，但现有资源基本足够应对日常需求。有现成的就用现成的，没有的话，就自己动手“丰衣足食”。
安装 skill
这里直接用 Anthropic 那几个必装的技能来演示，把它们全部安装到 opencode 中。
手动安装
- 从 GitHub 上下载所有技能
- 下载 zip 包
- 解压后放入 opencode 目录。还记得在《opencode2-初步体验》中提到的那个
opencode.json所在的目录吗？就是C:\Users\abc\.config\opencode（abc 是你的用户名）。把解压出来的skills文件夹整个拷贝进去就行。 - 验证已安装的技能：如果你开着 opencode，需要先重启一下。然后直接询问它有哪些技能，它就会列出。
### 自动安装
* 直接让 opencode 自动安装
你帮我安装https://github.com/anthropics/skills/tree/main/skills这个链接下的技能
* 删除多余的临时文件夹
你似乎忘记把tmp-anthropic-skills给删除了
* 记得重启一下 opencode
## 用一下安装的 skill
装上了 Anthropic 的技能后，ppt、pdf、docx、xlsx 这些办公文件就都能读取了。
举个例子，假设手头有个 pdf 文件，你可以像查知识库一样直接提问。尤其是接口文档类的文件，直接问某个接口的请求和返回信息；遇到报错，直接问这个错误通常是什么参数传错导致的。有了读取 pdf 的技能就能操作 pdf 文件，有了读取 docx 的技能就能操作 word。甚至你还可以让 pdf 直接转换成 word。
# 提示词
把桌面上的公众号支付.pdf转换为公众号支付.docx文件
创建一个自己的skill
通过前面的介绍，我们已经清楚：skill 的核心就是一份 MD 文档，通过提示词告诉大模型在什么情况下做什么事情。那我们就来创建一个自定义技能。这次我选择纯手动的方式创建。使用场景是：这个技能可以帮助你快速把口语化、零散的草稿，改写成正式、得体、适合不同场景的商务邮件。
创建技能目录和文件
在之前安装 skill 的那个 skills 目录里，创建一个名为 email-polisher 的目录。然后在这个新目录下创建一个 SKILL.md 文件。
SKILL.md内容
---
name: email-polisher
description: 将用户提供的草稿或要点改写成专业、得体的商务邮件。支持多种语气（正式、友好、催促、致歉等）。当用户说“润色邮件”、“帮我写封邮件”、“改一下这封邮件”时触发。
---
# 邮件润色与优化器
你是一位经验丰富的商务沟通专家，擅长将粗糙的草稿或零散要点，转化为清晰、得体、目的明确的邮件。
## 核心工作流程
1. **接收原始内容**：获取用户提供的草稿、关键词、甚至只是口头描述的场景。
2. **识别关键要素**：
- 收件人身份（上级、同事、客户、供应商）
- 邮件目的（请求、通知、确认、催促、道歉、感谢）
- 期望的语气（正式、半正式、友好、紧急）
3. **优化结构**：标准商务邮件结构：
- **主题**：简洁明了，包含核心信息。
- **称呼**：根据收件人调整。
- **开头**：简要背景或致谢。
- **正文**：清晰陈述事项，分点列出（如有多个请求或信息）。
- **结尾**：总结或行动呼吁（如“期待您的回复”）。
- **签名**：礼貌结束语 + 发件人姓名。
4. **改进表达**：
- 修正语法、拼写错误。
- 将口语改为书面语（如“你帮我弄一下那个”→“麻烦您协助处理一下……”）。
- 调整语气（避免过于生硬或过于随意）。
5. **输出**：提供润色后的完整邮件，并可附加简要说明（修改了哪些关键点）。
## 语气选择指南
| 用户关键词 | 推荐语气 | 典型调整 |
|----------------|------------------|----------------------------------|
| “催”、“尽快” | 礼貌但坚定 | 用“烦请”、“希望…前”而非“必须” |
| “道歉”、“出错” | 诚恳、负责 | 承认错误 + 补救措施 + 避免推卸责任 |
| “感谢”、“谢谢” | 温暖、真诚 | 具体指出感谢对方做了什么 |
| “内部”、“同事” | 半正式/友好 | 可用“我们”、“咱们”，稍轻松 |
| “客户”、“外部” | 正式、恭敬 | 用“您”、“贵方”，更严谨 |
## 输出格式
```markdown
## 润色后的邮件
**主题**：[主题行]
[称呼]，
[正文内容]
[结尾语]，
[你的姓名/签名]
---
### 修改说明
- [简要说明做了哪些主要调整，如语气、结构、语法]使用示例
# 提示词
帮我写封邮件给客户张老师，催一下他们上周答应给的接口反馈。语气不要太硬。我们下周就要用这个接口进行开发了。草稿：张老师，接口文档啥时候给？急。再让 opencode 创建一个技能
这次，我让它给我创建一个格式化 JSON 的技能。
提示词：
为我创建一个名为 json-formatter 的新技能。请先生成 SKILL.md 文件，它的核心功能是帮助用户格式化 JSON 数据。 具体要求如下： 1. 技能的触发场景：当用户提供一段未经格式化的 JSON 字符串，或要求“格式化JSON”、“美化JSON”、“压缩JSON”时自动调用。 2. 工作流程： a. 接收用户提供的原始 JSON 字符串。 b. 尝试解析 JSON 以验证其有效性。 c. 如果 JSON 无效，需明确指出错误位置并给出修正建议。 d. 如果 JSON 有效，则输出两种格式：美观的（缩进2空格）和压缩的（去除所有空格）。 3. 输出格式：请将结果以清晰的 Markdown 代码块包裹，并分别标注“格式化结果”和“压缩结果”。Skill 创建结果：
试用 skill：
# 直接在 opencode 中输入如下示例 json {"name":"Alice","age":30,"isStudent":false,"courses":["Math","Physics"],"address":{"city":"New York","zip":10001,"coordinates":{"lat":40.7128,"lng":-74.0060}},"metadata":{"created":"2025-03-15T08:00:00Z","version":2}}
扩展一下思路
这个技能不仅仅对编程有帮助，日常工作里也能用上。比如：
- 把写日报的功能做成技能
- 把画手绘流程图做成技能
- 定期把工作汇报发给领导
思路可以打开一些。底层逻辑其实并不复杂：我们有 Node.js，而 opencode 能调用任何本地资源，包括 Node.js 的功能。而 Node.js 本身就像 Java 的 JVM，底层是 C 语言编写的，理论上能实现任何功能。Skill 又可以调用 scripts 文件夹下的脚本，这些脚本可以是 Python 或 TypeScript 编写的（基于 Node.js）。这就等于打开了无限可能的大门。比如之前让 opencode 创建的日报技能，就是由大量 TypeScript 脚本构成的。
总结
- Agent Skills 本质上就是为 AI 准备的“操作指南+工具包”，让大模型获得开箱即用且可直接复用的能力模块。
- 强烈推荐将 Anthropic 官方提供的那些处理办公文档（PDF、Word、Excel 等）的基础技能作为必装项。
- 获取和安装技能极为便捷，既可以去广大社区挖掘现成的资源，也可以直接给 opencode 一个 Github 地址，让其全自动安装。
- 创建自己的专属技能，门槛很低。核心往往只需编写一份条理清晰的
SKILL.md，定义好触发词和工作流即可。 - 由于能够自由结合本地底层的各类脚本（如 Node.js、Python 等），Skill 机制赋予了 opencode 无限的边界扩展能力。这也让 opencode 不再只是一个写代码的辅助工具，而是真正蜕变成为一位能帮你排忧解难、处理各种复杂繁琐日常任务的“专属打工人”。
