第三周:编写一个技能
作业概述
技能是可重复流程的载体:那些你本来每次都要粘贴到聊天中的检查清单。本周你将编写一个技能,将它指向一个真实的开源仓库,并验证它是否该触发时触发、运行时是否经得起考验。
学习目标
- 识别一个值得编码化而非反复解释的工作流。
- 编写一个描述能可靠触发、正文编码了判断力而非仅仅是步骤的技能。
- 验证它该触发时触发,运行时经得起考验。
参考资料
- agentskills.io:开放标准,目前大多数 Agent 都支持。
- Claude Code 技能文档:一种实现,对文件布局和 frontmatter 有参考价值。
- 示例技能:在写你自己的之前先读几个。
目标仓库
选择一个作为目标,或使用你自己的。
| 仓库 |
|---|
| bigskysoftware/htmx |
| iamkun/dayjs |
| slidevjs/slidev |
| pixijs/pixijs |
| yt-dlp/yt-dlp |
| AUTOMATIC1111/stable-diffusion-webui |
| TheAlgorithms/Python |
| vuejs/vue |
| react/react |
第一部分:选择工作流(15 分)
选择一个你会不止一次运行的东西,其中至少有一个真正的决策点。一个固定的单条命令是 shell 别名,不是技能。
建议,如果你不想自己发明:
| 技能 | 它做什么 |
|---|---|
| Issue 转实现计划 | 阅读一个 issue,检查相关代码,浮现模糊点,产出分步计划 |
| PR 审查 | 按固定评分标准审查 diff,引用精确文件和行号,区分阻碍项和建议项 |
| Bug 复现 | 构建最小复现,形成假设,运行有针对性的测试,然后才提出修复 |
| 测试编写 | 决定哪些行为需要测试,匹配仓库的约定,编写并运行测试 |
| 仓库上手 | 给定一个任务如"添加认证",为新开发者指引方向:架构、命令、可能的修改点 |
| 代码库迁移 | 为类似 Pydantic v1 到 v2 的情况编码检测规则和安全转换步骤 |
| 依赖升级 | 阅读 changelog,识别破坏性变更,应用并验证 |
| 截图转实现 | 使用仓库现有组件从截图实现 UI,然后视觉验证 |
| 性能调查 | 建立基线,在修改前先 profile,做一个有针对性的修复,对比 |
| 安全审查 | 对新代码进行一个聚焦类别的检查,要求证据而非推测性警告 |
先手动运行一次。你无法编码一个你没做过的流程。
第二部分:编写技能(60 分)
编写一个遵循 Agent 技能标准的 SKILL.md,放在你的 Agent 发现技能的目录中。Claude Code、Cursor 等都读取相同格式;查看你的 Agent 文档了解它查找的目录。得分要点:
- 能触发的描述。 必须说明技能做什么以及何时使用,用人们实际会输入的话来说。大多数技能失败的原因是从不触发。
- 判断力,不只是步骤。 说明在模糊情况下如何决定,以及不要做什么。工具文档的重述教不了任何东西。
- 精确命令用于确定性部分。
- 精简的正文。 正文在技能每次触发时都会加载到上下文中,所以把长参考材料推到技能目录下的支撑文件中并引用它们,而不是全部内联。
第三部分:测试(25 分)
- 触发测试:三个应该触发它的提示,以及一个不应触发的近似未命中。报告实际发生了什么。如果近似未命中触发了它,说明你的描述太宽泛了。
- 运行测试:在你选择的仓库上端到端使用它并展示结果。
交付物
在 week3/ 中:你的技能目录(SKILL.md 加任何支撑文件)和一份完成的 writeup.md。
评分标准(共 100 分)
| 部分 | 分值 | 什么可以获得满分 |
|---|---|---|
| 一、工作流 | 15 | 确实可重复,有真正的决策点,先手动运行过 |
| 二、技能 | 60 | 能触发的描述、编码的判断力、精确命令、精简正文并在适当时有支撑文件 |
| 三、测试 | 25 | 包含近似未命中的触发测试,加上一次端到端运行 |
提交说明
- 确保所有更改已推送到你的远程仓库以供评分。
- 确保你已在作业仓库中添加
mihail911、isaackann和vdaita为协作者。 - 通过 Gradescope 提交。