第39篇：从 66 个 Skill 中提炼的技能分类与命名规范

原创 于 2026-08-23 08:54:08 发布 · 120 阅读 · 0 GEO检测

第39篇：从 66 个 Skill 中提炼的技能分类与命名规范

本文是"智能助手架构设计与实现"系列第 39 篇，工程实践篇的第三篇。前两篇分别拆解了工作流模板选择优先级和 Plotly 图表本地渲染方案。本篇从全局视角审视智能助手的 66 个 Skill（60 个服务层 Skill + 6 个工具层 Skill），提炼出八大分类体系、命名规范、参数定义模式和元数据辅助匹配机制。当 Skill 数量从个位增长到 66 个时，如何保证大模型能准确选择、开发者能快速维护、管理员能灵活管控？

一、问题背景：66 个 Skill 的管理挑战

1.1 Skill 数量的增长历程

智能助手的 Skill 经历了从少到多的增长过程：

阶段 Skill 数量 覆盖范围 管理方式
初始阶段 ~10 项目/分卷/附件基础CRUD 简单列表
扩展阶段 ~30 增加日志、周期、统计 分类注释
完善阶段
标签
#服务层skill #工具层skill #skill分类 #命名规范
了解本专栏 订阅专栏 解锁全文 超级会员免费看
OpenClaw生产部署指南：AI Agent工作流引擎的稳定落地实践
weixin_30267785的博客
06-22 385
AI Agent工作流引擎是支撑智能业务自动化的核心运行时基础设施，其本质是将大模型能力封装为可编排、可观测、可热插拔的技能（Skill）服务。理解其运行原理需聚焦于环境隔离、配置治理、技能生命周期与可观测性四大技术支柱。这类引擎的技术价值在于 bridging LLM能力与企业级系统集成——既要求低延迟高可用，又需满足安全审计、灰度发布、指标监控等MLOps硬性标准。典型应用场景包括工单自动解析、ERP/CRM智能协同、多系统Webhook编排等复杂B2B业务流。本文以OpenClaw为例，深入拆解从Py
Allegro与SIwave协同仿真：3种高效文件导入方法详解
weixin_30667649的博客
06-30 607
在高速PCB设计中，信号完整性(SI)和电源完整性(PI)分析是确保电路性能的关键环节。通过电磁场仿真工具如ANSYS SIwave，工程师可以提前发现并解决潜在的信号质量问题。Allegro作为主流PCB设计工具，与SIwave的协同工作需要可靠的数据转换方法。本文重点介绍三种经过验证的导入技术：通过ANSYS EDB Converter的标准转换、使用ODB++中间格式的灵活转换，以及高效的Direct CAD Interface直接接口。这些方法涉及ECAD数据交换、3D电磁场建模等核心技术，能有效解
Unity教程之-Unity游戏技能Skill系统架构设计
热门推荐
RainsSoft
01-08 1万+
我想把技能做的比较牛逼,所以项目一开始我就在思考,是否需要一个灵活自由的技能系统架构设计,传统的技能设计,做法都是填excel表,技能需要什么,都填表里,很死板,比如有的技能只需要1个特效,有的要10个,那么表格也得预留10个特效的字段.在代码里面也是写死一些东西,要增加和修改,就得改核心代码,如果我要把核心部分做成库封装起来,就很麻烦了. 能不能做成数据驱动的方式呢? 改技能文件就行了,即使
从问答到任务完成：智体系统与驾驭设计的综述（上）
yorkhunter的博客
06-30 259
26年6月来自港城大、悉尼大学和上海TokenRhythm 公司的论文“From Question Answering to Task Completion: A Survey on Agent System and Harness Design”。 基于大语言模型（LLM）的智体标志着从被动问答向主动任务完成的转变：它们能够感知环境、调用工具、维护状态，并跨越较长的时间跨度执行操作。随着智体系统从提示工程（prompt engineering）演进到工作流与上下文工程、驾驭（harness）工程以及伴随协
给多技能 Agent 装上「黑盒记录仪」：日志 + 简易评估一把梭（含完整代码）
qq_21103417的博客
02-28 1014
本文介绍如何为多技能Agent添加日志记录功能，实现运行数据的结构化追踪和分析。通过简单改造，在核心入口添加埋点，记录每轮对话的问题、技能、耗时、Token估算等关键指标。配套的分析脚本可生成技能调用分布、平均响应时间等报表，帮助开发者识别热门功能、优化慢操作、估算成本。这种轻量级日志方案不改动原有框架，仅需几十行代码即可实现，为Agent的持续优化提供数据支撑。
LLM在土耳其语招聘信息技能提取中的应用与优化
weixin_30896825的博客
06-08 292
自然语言处理(NLP)中的信息提取技术是文本分析的核心任务之一，特别是在人力资源技术领域，自动从招聘信息中提取技能要求具有重要应用价值。传统基于规则或词典的方法难以应对多语言和表述多样性挑战，而大型语言模型(LLMs)通过其强大的语义理解能力为此提供了新的解决方案。本文以土耳其语招聘信息处理为案例，详细探讨了如何结合提示工程和ESCO技能库实现高效准确的技能提取。关键技术包括动态few-shot学习策略设计、多阶段处理流水线优化，以及成本效益平衡方法。实践表明，合理的LLM应用可以在销售-市场和金融领域分别
全面超越人类，别再手写Skill了！微软、上海交大等用神经网络训练Skill
SuaniCommunity的博客
05-28 548
Agent 的 Skill，能不能像训练神经网络一样训练？微软联合上海交大、同济、复旦用 SkillOpt 给出了答案：可以。SkillOpt 把 Agent Skill 文档当成可训练的外部状态，用 epoch、batch size、学习率、验证门控这些深度学习的老工具，在文本空间里做优化，全程不碰模型权重。结果是，52 个评测单元全赢或并列第一，GPT-5.5 平均提升 23.5 分。
给AI装上“安全大脑”：817个网络安全技能，让AI成为资深分析师
产品：SmartApi；服务：大前端++；其他技术分享
06-23 225
层次核心内容解决了什么AI做安全只会“猜”和“搜”，没有实操工作流。这个库给AI装了817个结构化安全技能核心能力①817个技能 ②29个安全领域 ③6大框架映射 ④每个技能含步骤+工具+验证怎么用→ 让你的AI助手能用谁适合安全分析师、AI编程助手用户、SOC团队、初创安全团队—— 社区项目，非Anthropic官方。让每个AI，都像资深安全分析师一样思考和工作。
AutoLearnSkills.lua --升级自动学习技能
weixin_34416754的博客
09-29 346
1 --[[作者信息： 2 Auto Learn SKills （升级自动学习技能） 3 作者QQ：247321453 4 作者Email：247321453@qq.com 5 修改日期：2014-3-12 6 功能：在玩家升级时，自动学习相应等级的技能（可以连续升级） 7 ]]-- 8 print("&g...
微软悄悄开源了一套“提示词训练框架“：不改模型权重，Agent Skill 平均提升 23.5 分！
m0_74837192的博客
05-31 399
微软开源 SkillOpt，将 Agent 技能文档作为可训练的外部状态，引入文本学习率、验证门控和拒绝编辑缓冲区，在不修改模型权重的前提下，GPT-5.5 跨六个基准平均提升 23.5 分。同一技能文件可跨模型、跨执行环境复用，已获 3300+ Star。
Manual2Skill——让VLM从装配手册中提取装配步骤，随后做姿态估计，最终完成IKEA家具的自动组装(含IKEA-Manuals的详解)
结构之法 算法之道
08-02 4584
Manual2Skill：基于视觉语言模型的家具自动装配框架 摘要：新加坡国立大学等机构提出的Manual2Skill框架，通过视觉语言模型（VLM）理解家具装配手册，实现自主机器人装配。该框架首先利用GPT-4o解析手册中的抽象示意图，生成分层装配图；然后结合部件点云和手册图像预测6D装配位姿；最后通过运动规划生成无碰撞装配轨迹。实验表明，该方法能有效处理复杂的长时序装配任务，显著减少对示范数据的依赖。相比传统方法局限于简单桌面任务，Manual2Skill突破了复杂家具装配的挑战，为智能制造提供了新思路
如何不绑定脚本且不继承MonoBehaviour做U3D的开发
随风吹笛
06-06 1651
要点：我们把脚本绑在对象上为什么不把对象抓到脚本里殴打呢？ 问题：那不继承Mono的话，协同以及实例化，以及每帧运算该怎么去做呢？ 最近看到一个做技能冷却的话题，所以也想去尝试一下。 1.这是界面2D和3D摄像机 2.这是对象排布 3.代码 （1）主要负责UI的界面 [C#] 纯文本查看 复制代码 ?
WorkBuddy保姆级教程，“双龙虾”合并后从入门到精通
最新发布
AIGC
08-04 2万+
腾讯合并QClaw与WorkBuddy，标志着AI智能体赛道进入大厂整合时代。《WorkBuddy和QClaw入门、实战与进阶》是一本系统化指南，涵盖安装配置、个性化设置、多场景提效（办公、学习、副业）、企业级应用及Skill开发。全书以实操为主，帮助用户将AI从工具升级为“数字员工”，提升效率与生活品质。作者元钧为AI应用专家，内容涵盖核心概念解析、双工具对比、Skill生态及进阶训练方法，适合职场人士与企业快速落地AI智能体。
智能招聘系统：大数据与AI如何提升人才匹配效率
weixin_34054931的博客
07-26 415
大数据分析技术在招聘领域的应用正逐渐成为企业人才战略的核心。通过结合Hadoop、Spark等大数据处理框架，智能招聘系统能够实现简历的高效解析与特征提取，显著提升人才匹配的准确率。技术原理上，系统采用BERT模型进行深度语义理解，结合行业知识图谱构建动态权重调整机制，从而实现从基础数据处理到高级人才预测的全流程优化。这种技术方案不仅降低了无效面试成本，还大幅缩短了招聘周期，并在实际应用中验证了其业务价值。对于需要处理海量简历的企业HR部门，这类融合大数据与AI的智能招聘系统已成为提升招聘效率的关键工具。
C# XML文件的读取
weixin_30399155的博客
01-11 115
其中文本文件的内容为：<Skills> <Skill> <id>1</id> <name Language="CN">烤鸡腿</name> <demage>100</demage> </Skill> <Skill&gt...
OpenClaw本地AI智能体部署：WSL2+Deepseek实战指南
congji3817的博客
06-19 654
AI智能体（Agent）是当前大模型落地的关键范式，其核心在于将大语言模型与工具调用、记忆检索、工作流编排等能力有机整合。OpenClaw作为轻量级Python编排框架，聚焦于本地化、低门槛的Agent开发，不替代模型推理，而是构建可复用的调度胶水层。它依赖稳定高效的底层运行时——而WSL2凭借类Linux环境兼容性、Windows文件系统无缝集成及NVIDIA GPU直通能力，成为Windows平台下唯一兼顾开发体验与生产性能的选择；Deepseek系列模型则以卓越的代码理解与生成能力，成为OpenCla
AI 编程零基础教程（合集）大纲
qqxhb 资源共享
03-12 1279
《AI编程零基础教程》是一套面向零基础学习者的完整课程体系，涵盖从基础认知到项目实战的8大模块。课程通过50+篇系统讲解，帮助大家掌握LLM核心原理、Prompt工程、RAG技术、Agent系统等关键概念，并完成4个可交付项目。内容包含工程素养培养、安全合规要点、团队协作规范等实用知识，特别强调反幻觉策略、成本控制和可观测性等工程实践。教程采用结构化学习方法，提供大量模板、清单和决策树等实用工具，最终目标是让学员从"会用工具"升级为"能交付项目"，建立可复用的AI开发
进程的等待，退出与替换
weixin_43697119的博客
11-01 232
进程退出 1.进程退出的场景 ①代码运行完毕正常退出，结果正确 ②代码运行完毕正常退出，结果不正确 ③异常退出 常见退出方法 正常退出 从main() 函数中返回return退出 调用exit()函数退出 exit: #include <unistd.h> void exit(int status); 参数：status 定义了进程的终止状态，父进程通过wait来获取该值 调用...
硬件相关技术资料分享（一）
OpenFPGA的博客
01-13 1万+
最近比较忙，没时间写博客了，分享些资料吧，主要是硬件设计相关的技术资料，大部分在网上也可以搜索到，算是资料合集吧，免费的呦，动动手就收藏了，在动动手点个关注、点个赞，后面会持续更新，嘻嘻。。。 2019-1-13更新 先放些截图，后面有链接。 PS:所有资料更新完会有一个合集的链接。 1、硬件设计指南 2、华为PCBA检验规范 3、基于Hyperlynx的DDR3仿真分析过程报告 4、草圖佈...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值