当 AI 技能超过十个:个人 skill 库的工程化维护
当个人 AI 技能数量超过十个,玩具式管理就会崩塌:副本分裂、无版本可回、分发靠传文件。本文记录一套已落地的 skill 库工程化方案——按受众切分双 monorepo,用注册表与安装器实现选择性安装,用 per-skill tag 与 CHANGELOG 管理版本与回滚,并给出迁移路径与真实踩坑经验。
当个人 AI 技能数量超过十个,玩具式管理就会崩塌:副本分裂、无版本可回、分发靠传文件。本文记录一套已落地的 skill 库工程化方案——按受众切分双 monorepo,用注册表与安装器实现选择性安装,用 per-skill tag 与 CHANGELOG 管理版本与回滚,并给出迁移路径与真实踩坑经验。
Agent = 模型 + Harness。模型只会把文字变成文字,harness 负责让它真正干活:工具、循环、上下文管理与控制机制。本文从 700 年词源讲到 2026 年 harness engineering 成型,拆解四大核心件,附 60 行可运行的最小 harness 代码与十条实践经验。
一个人开发双端 App,我的答案是配一支随仓库迁移的 AI 团队:产品、双端开发、UI、测试五个子智能体,由主会话担任 Lead 编排。本文复盘角色铁律与三种流水线,并拆解最近一次实战——QA 连续走查出单、双端开发并行修复、28 张工单零退回,附跨端契约裁定与总回归的三层口径。
本文深入拆解 AI Skill 的工程内部:Skill 包的文件夹构成与 SKILL.md 的 frontmatter 三字段;渐进式披露如何让它装上百个技能不爆上下文;description 作为路由器的触发机制与两种翻车;allowed-tools 最小权限模型;Skills、MCP、Subagents、Hooks 四层分工;以及用 eval 循环对付悄无声息的失灵。
股票回测助手是发布在 SkillHub 的 AI Skill:说一句“假如买 100 万茅台持有到现在”,AI 就抓取该股上市至今的每日收盘价,生成 16:9 折线回放动画网页,大数字随时间跳动、A股红涨绿跌,支持两只股票累计净值对比,覆盖 A股、港股、美股,累计下载 1186 次。
让 AI 发博客,在对话里现讲规矩总会走样。我的做法是把发布规矩写成一个自定义 skill 装进 Agent:固定的发文流程、平台排版规范、一个零依赖脚本;平台侧开一条凭密钥进出的专用接口,发布前统一质检。此后一句『把这篇发出去』,Agent 按手册执行,最后一步停下来问我。