Qoder Skills 完全指南:从零开始,让 AI 按你的标准执行
一、理解 Skill 的本质:菜单与菜谱的比喻
没有菜单的餐馆,会发生什么?
想象你走进一家餐馆,直接对厨师说:"帮我做一道红烧肉。"
结果——厨师按自己的理解自由发挥。你收到的可能是完全不合口味的东西。
这正是我们每天在用 AI 时遇到的问题。
你向 AI 传达了需求,AI 却按自己的理解执行,导致你不得不反复修正输出,持续"调教"——高成本、低确定性、难以复现。
有了菜谱,一切就不同了
Skill 就是 AI 世界里的菜谱(Recipe)。
当 AI 有了一份清晰的菜谱,它就知道:
这道菜的标准做法是什么
哪些步骤是必须的
用哪些食材、什么火候、什么顺序
你作为顾客(用户)只需点菜,AI(厨师)就能按菜谱稳定交付。
整个 AI 工具生态的类比映射
餐馆场景 | AI 工具 | 说明 |
菜谱 / 菜单 | Skill | 告诉 AI 怎么做、按什么标准做 |
厨师 | Agent / 模型 | 执行者 |
食材 + 专业厨具 | MCP | 连接外部服务,提供"食材" |
今天的固定套餐 | Slash Command(/指令) | 一次性快捷指令 |
厨房基本规则 | Rules | 全局约束,始终生效 |
副厨、帮厨 | Sub-agent | 专项协作角色 |
MCP 提供专业厨房——让 AI 能访问你的工具、数据和外部服务。
Skill 提供菜谱——告诉 AI 如何将这些工具用好、按什么工作流执行。两者结合,才能让用户无需每次从头解释,AI 也能稳定交付高质量结果。
二、Skill 是什么?结构与工作原理
Skill 的本质定义
Skill 是一个开放标准的文件夹,包含一套告诉 AI 如何处理特定任务或工作流的指令。它是目前最强大的 AI 定制方式之一:教 AI 一次,永久受益——不再需要在每次对话中重新解释你的偏好、流程和领域知识。
Skill 的文件结构
your-skill-name/ ← 文件夹名用 kebab-case(小写+短横线)├── SKILL.md ← 必须有,且必须是这个大小写├── scripts/ ← 可选:Python、Shell 等可执行脚本│ ├── process_data.py│ └── validate.sh├── references/ ← 可选:按需加载的参考文档│ ├── api-guide.md│ └── examples/└── assets/ ← 可选:模板、字体、图标等资源 └── report-template.md
⚠️ 三个命名硬规则:
三级渐进式披露机制(Progressive Disclosure)
这是 Skill 最核心的工作原理,决定了它既节省上下文,又能承载复杂知识:
第一级:YAML Frontmatter(元数据头部)→ 始终加载在 AI 的系统提示词中→ 只包含 name 和 description→ 作用:让 AI 知道"我有哪些技能、分别在什么时候用"→ 类比:图书馆的目录卡片第二级:SKILL.md 正文→ 当 AI 判断当前任务与该 Skill 相关时,才加载完整正文→ 包含具体执行步骤、示例、注意事项→ 类比:从书架上取出那本书,深度阅读第三级:scripts/ references/ assets/ 中的文件→ 只在 Skill 执行过程中需要时才按需读取→ 类比:书中引用的附录和参考资料
这个机制的三大优势:
优势 | 说明 |
省上下文 | 大量 Skill 并存时,AI 只加载目录信息,不会撑爆上下文窗口 |
省推理成本 | 步骤清晰,AI 减少"想怎么做"的推理次数,降低 token 消耗 |
结果确定 | 固定步骤 + 可脚本化执行,输出稳定,关键细节不遗漏 |
Skill 的跨平台兼容性
Skill 是开放标准,在以下环境中完全兼容:
✅ Qoder(Quest 模式、AIDE 模式、CLI)
✅ Claude.ai 网页端
✅ Claude Code CLI
✅ JetBrains 插件(即将支持)
✅ Claude API(通过
container.skills参数)
创建一次,所有平台通用。
三、三个关键问题:Skill vs Slash Command vs MCP vs Rules
维度 | Skill | Slash Command | MCP | Rules |
触发方式 | AI 自主判断 + 可主动 | 用户主动输入 | 工具调用时自动触发 | 始终在上下文中生效 |
内容复杂度 | 高:多步骤、脚本、资源、引用文件 | 低:固定短提示词 | 中:工具接口定义 | 低:全局约束规则 |
上下文占用 | 极低(只加载 meta data) | 中(加载固定提示词) | 高(一次性加载所有工具定义) | 低(始终存在) |
可分发性 | ✅ 天然适合团队共享和生态传播 | ❌ 难以共享 | ✅ 通过服务端共享 | ❌ 通常个人配置 |
适合场景 | 重复性工作流、跨项目规范、领域最佳实践 | 一次性快捷动作 | 调用外部系统数据 | 全局行为约束 |
简单判断法则
需要调用外部系统(数据库、邮件、日历、Notion)? → MCP只是一条全局约束(语言、格式)? → Rules一次性快捷操作,不需要复用? → Slash Command可复用的标准化工作流,需要团队共享? → Skill ✅
💡 实践结论:Slash Command 能做的,Skill 都能做(Skill 也可以通过
/调用)。但 Skill 还能引用脚本、内嵌资源、模块化分发。对新用户来说,直接学 Skill 即可,无需纠结 Slash Command。
四、什么任务最适合写成 Skill?三大使用场景
根据 Anthropic 官方总结,Skill 最适合以下三类场景:
场景一:文档与资产创建(Document & Asset Creation)
适合人群:运营、产品、设计、所有人
核心特征:需要生成符合特定风格、规范或品牌标准的输出物
典型案例:
给产品制作宣传视频(Remotion Best Practice Skill)
生成高质量前端界面(frontend-design Skill)
按公司模板生成 Word/PPT/Excel 文档
制作符合设计规范的海报或社交媒体图文
为什么用 Skill:你不熟悉该领域,无法指导 AI 达到专业标准。Skill 携带了该领域的最佳实践,让 AI 直接按专家标准执行。
场景二:工作流自动化(Workflow Automation)
适合人群:开发、技术管理者、任何有重复性工作的人
核心特征:多步骤流程,期望每次输出结果一致
典型案例:
每次新增 API 后自动同步文档 + 兼容性检查 + 单元测试框架
代码提交前自动执行 Code Review 规范
按固定模板生成项目进展报告
为什么用 Skill:
重复动作脚本化 → 不遗漏任何步骤
不依赖 AI 每次"想起来"提醒 → 结果确定
将步骤固化到文件 → 减少 token 消耗,降低成本
场景三:MCP 能力增强(MCP Enhancement)
适合人群:已经连接了 MCP 的开发者、技术团队
核心特征:有了工具访问权限,但缺乏"怎么用好"的工作流知识
典型案例:
连接了 Linear MCP,但每次都要解释 Sprint 规划流程 → 写一个 Skill 固化这套流程
连接了 GitHub MCP,但代码审查没有标准 → 写一个 Skill 定义审查步骤
为什么用 Skill:
MCP 解决"AI 能做什么"(工具访问)
Skill 解决"AI 应该怎么做"(工作流知识)
两者结合,用户无需每次从头解释,AI 自动按最佳实践执行
五、安装你的第一个开源 Skill(5 分钟上手)
找到 Skill 的两个主要入口
https://skills.sh — 当前最流行的开放 Skill 市场,含 Remotion(视频)、from-design(前端)等热门 Skill
Qoder 官方 Skill 门户(即将上线,中英双语,按角色分类:开发 / 运营 / 产品 / AI 技术)
三种安装方式
方式 A:命令行安装(推荐,最快)
npx skills add <skill-name>
执行后,按交互提示:
1.选择目标 Agent → 选 Qoder
2.选择安装级别:
Global(用户级) → 安装到
~/.qoder/skills/,适合个人长期使用Project(项目级) → 安装到
<项目根>/.qoder/skills/,适合团队规范
3.选择 copy 模式,无需额外依赖
💡 这个命令还有一个隐藏优势:它会为不同的 Agent 创建软链接,让多个工具共用同一份 Skill 文件,避免重复维护。
方式 B:手动放置文件
直接将 Skill 文件夹复制到以下目录:
# 用户级(全局生效)~/.qoder/skills/# 项目级(项目内生效,推荐团队规范)<项目根目录>/.qoder/skills/
方式 C:在 Qoder Quest 模式中用内置 Skill 生成
Qoder Quest 模式内置了一个 create skill 元技能。直接对话:
帮我创建一个 Skill,用于 [描述你的需求]
AI 会引导你完成所有步骤,并自动放置到正确目录。
验证安装是否成功
在 Qoder 对话框输入 /,如果安装的 Skill 出现在联想列表中,说明安装成功。
或者直接在 Quest 模式中输入与该 Skill 匹配的任务,观察 AI 是否自动识别并调用。
⚠️ 注意:目前 Qoder Skills 不支持热更新,安装或修改 Skill 后,需要重启会话才能生效。
六、三大实战场景演示
场景 A:用 Skill 制作产品宣传视频(适合运营/产品)
背景:不懂视频制作,想为产品生成一个可下载的宣传视频文件。
无 Skill 时的困境:AI 给你三个不满意的方案——用 Python 库、纯 HTML 动画、或只生成素材,都不是你想要的。
操作步骤:
# 第一步:安装 Remotion Best Practice Skillnpx skills add remotion-best-practice# 选择 Qoder,选择 Global,选择 copy 模式# 第二步:在 Qoder Quest 模式中输入帮我为 [产品名] 制作一个中文宣传视频,请先访问官网了解产品特性。
AI 执行流程:
1.自动识别并加载 Remotion Skill
2.访问官网,了解产品背景
3.按 Skill 的最佳实践搭建 Remotion 工程(自动处理 npm 环境)
4.生成分页视频脚本,渲染成视频文件
后续可继续提需求:更换配色匹配官网、替换为官网 Logo、增加 3D 效果……
场景 B:有 Skill 与无 Skill 的前端设计对比(适合所有人)
背景:用 AI 做了一个 Todo 网站,输出是典型的"AI 味"——蓝白配色、Inter 字体、毫无设计感。
无 Skill 时:你想改善但不知道怎么提需求,反复说"再好看一点"毫无效果。
安装 from-design Skill:
npx skills add from-design
同样的需求,有 Skill 后 AI 会:
1.首先确认设计方向(这是无 Skill 时根本不会问的环节)
2.选择独特字体搭配、非常规色彩方案、有格调的布局
3.输出具有审美一致性的完整设计
核心洞察:Skill 填补了你的"知识盲区"。你不知道怎么提设计需求,但 Skill 知道——它把设计领域的最佳实践打包进来,让 AI 按专家标准执行。
场景 C:规范化 Java 工程的 API 开发(适合开发/技术管理)
背景:团队规定新增 API 必须同步文档、做兼容性检查、写单元测试,但 AI 默认只写代码,经常遗漏。
Step 1:在 Quest 模式中生成 Skill
帮我创建一个 Skill,要求:在创建、修改、删除 API 接口时,必须完成:1. 同步更新 OpenAPI 格式的 API 文档2. 检查新接口不破坏现有接口的兼容性3. 生成对应的单元测试框架4. 以 change log 格式记录本次变更
Step 2:强化 Skill——加入确定性脚本
在这个 Skill 中,添加一个 Python 脚本,用于扫描项目内所有 API 接口,检查是否每个接口都有对应的文档。结果以报告形式输出。
AI 会在 scripts/check_api_docs.py 中生成脚本,并在 SKILL.md 中引用,以后直接本地运行,不消耗 AI token。
Step 3:放入项目目录,团队共享
git add .qoder/skills/git co…