Agent skills开发

这篇《Agent Skills 开发丨操作手册》系统讲的是：用 Claude Code 的 Skills 体系，把各种重复工作“流程化”，让 AI 像有 SOP 的熟练员工一样干活，覆盖从内容生产、产品开发到视频剪辑的完整案例和方法论。

一、整体结构与核心理念

手册来源于三场直播，分三部分、18 个知识点：

• 钱塘江鲤：用 Skills 控制 AI 干活（内容生产、选题分析、自动发布、定时任务）
• 智昊：用 Skills 提效 Vibe Coding（从脑暴到 PRD、原型、前端开发的完整开发工作流）
• 成峰：用 Skills 做剪辑 Agent（视频剪辑 Agent、自进化机制、字幕与词典、Skill 设计方法论）

贯穿全篇的一条主线是：Skill = 对话式工作流 + 专家知识包 + 可复用 SOP，目标是把你工作中所有“可说清流程的重复劳动”都 Skill 化，让 Agent 执行，人只做决策和审核。

二、钱塘江鲤：用 Skills 驱动内容生产与自动化

1. 一句话生成视频

• 用 Obsidian 管理 Markdown 文稿，在 Claude Code 里进入项目或笔记目录。
• 只用一句话指令，比如“根据这份分享大纲生成 1 分钟介绍视频，背景用 Claude 官网米黄色”。
• Claude 自动：

• 调用视频生成 Skill
• 写代码
• 生成带配音、字幕、BGM、画面的视频

• 生成后自动打开剪辑界面，可二次编辑（调整顺序、替换素材、改字体和颜色）。
• 支持声音克隆、批量生成（每天 10 条、20 条），通过定时任务自动跑。
• 本质上：复杂代码和流程都封装在 Skill 里，使用者只用自然语言下需求。

2. Skill 的本质与传统工作流对比

• 传统工作流（扣子 Coze、N8N、Dify）：

• 拖拽节点，逻辑复杂，报错难排查。
• 没有推理能力，超出预设就中断。
• 接口变动容易导致流程全挂。

• Skill：

• 是对话式工作流，是一个“可复用专家知识包”：

• skill.md：SOP 流程文档（怎么做）
• script：脚本工具（用什么工具）
• reference：参考资料（模板、风格等）

• 只要有标准 SOP，就能变成 Skill，不要求会写代码。

• 行业信号：扣子首页已变 Skill 商店，传统拖拽工作流被下沉，说明“Skill 化”正在成为主流模式。

3. 对话式工作流与 Skill 创建

• 核心：在 Claude Code 里用自然语言驱动工作流，而不是拖拽节点。
• 把标准 SOP 写进 skill.md，Claude 就能按 SOP 自主执行，并在出错时尝试自动修复。
• 支持 Skill 热加载：修改 skill.md 或脚本后立即生效，不用重启。
• 用法模式：

• 先对话完成一个任务。
• 对效果满意后，对 Claude 说“把我们刚才的流程做成一个 Skill 方便复用”。
• Claude 自动生成 skill.md、script、reference。
• 你可以在另一个终端对这个 Skill 调试、迭代。

• 不限于 Claude，Kimi 2.5、智谱、Minimax 等国内模型都可跑这些 Skills。可用 CC Switch 工具切换模型或中转 API。

4. Twitter 选题分析工作流

• 全流程示例：“帮我从 Twitter 找最近一个月关于所有 AI 工具最新最热的讨论，并做选题分析”。
• Skill 嵌套调用：

• Twitter Fetcher：抓取大量推文（几百到上千条），筛选高赞数据。
• Twitter 数据分析 / Topic Analyzer：做深度选题分析。

• 输出内容包括：

• 热门话题分类（AI 反思、就业焦虑、内容质量、创造力等）。
• 高赞推文拆解（为什么火、内容结构、写作技巧、可复用模板）。
• 选题建议和标题模板。
• 数据洞察（情绪分布、高赞特征、最佳发布策略）。

• 展示了“Skill 套 Skill”的调用方式：不同 Skill 组成一条完整的数据→分析→选题链路。

5. 多风格创作与自动发布

• 以上一步选题分析为输入，Skill 自动生成多平台、多风格内容：

• 一次生成：公众号文章、抖音脚本、小红书笔记等。
• 多种写作调性：温柔、故事、犀利风格等。

• 通过 Obsidian 插件或发布 Skill，一键发到公众号/小红书等平台。
• 关键点：只要 Skill 的 YAML 描述写清楚用途和触发条件，Claude 可以通过语义理解自动决定用哪个发布 Skill，无需人工指定。
• 整个内容生产链路可以做成定时任务，变成全自动内容工厂。

6. 定时任务与舆情监控

• 在 Obsidian 里配置定时任务，比如每天 9 点自动执行某个内容/监控工作流。
• 舆情监控流程：

• 配关键词（如“AI Agent”）和平台（小红书、公众号、Twitter、抖音等）。
• 定时抓取当天高赞内容。
• Skill 做选题或舆情分析。
• 通过飞书/钉钉 Skill 自动发布分析报告到群里，当日报用。

• 选题分析和舆情分析的数据源相同，只是分析角度和提示词不同。
• 总结：数据抓取、清洗、分析、报告、桌面自动化、社媒管理等只要流程可描述，就可以 Skill 化，Skill 的上限基本就是“你说得出流程的上限”。

三、智昊：Skills + Vibe Coding 的完整开发流程

7. Skills 安装与使用注意事项

• 推荐用 skills.sh 的安装命令：‎⁠npx @anthropic-ai/skills add xxx⁠，在具体项目目录里执行。
• 避免全局安装，建议每个项目单独安装所需 Skills。
• 同一项目不要超过 10 个 Skills，避免“串 Skill”（职责混淆、调用乱）。
• 不建议在 Skill 内部写“调用其他 Skill”的逻辑，容易形成循环；正确做法是在 AGENT.md / CLAUDE.md 顶层写清楚“什么时候用哪个 Skill”。
• 如果自动激活失败，用斜杠命令（Slash Commands）手动调用：

• 输入 ‎⁠/⁠，选 Skill 名，强制注入其上下文。
• 自动激活依赖的是 YAML 的 name 和 description，当任务语义匹配时才会被自动加载。

8. 从 Brainstorming 到 PRD 的需求澄清工作流

• 阶段目标：把“一个模糊想法”变成“结构化的业务需求文档 BRD/Requirements.md”。
• 使用两个核心 Skills：

• brainstorming：通过反向发问，一轮轮引导你澄清需求、场景、用户、输出形式等。
• doc-coauthoring：把前面的对话整理成正式的 Markdown 文档。

• 推荐在脑暴阶段使用上下文更长的模型（如 Gemini），确保长时间对话不丢信息。
• 实践方式：

• 新建需求目录，安装 brainstorming 和 doc-coauthoring。
• 用 brainstorming 深挖需求，可以聊 10 分钟到数小时。
• 完成后用 doc-coauthoring 产出 BRD（Requirements.md）。

• 相比直接在网页端聊天，使用 Skill 的结构化输出和逻辑性会好得多。

9. Stitch 原型设计与复刻

• 需求明确后，进入“从 BRD 到原型 + PRD”的阶段。
• 流程：

• 用 doc-coauthoring 逐页讨论 UI 结构（Homepage、列表页、详情页等）。
• 得到包含 ASCII 2x2 格局说明、布局、内容、网格和技术要点的“文本原型”。
• 把原型文本复制到 Stitch（AI 原型工具）里，自动生成可视化页面。
• 在 Stitch 中编辑微调，支持明/暗主题切换。
• 导出 HTML（或截图）作为后续开发和 PRD 的依据。
• 再用 doc-coauthoring 基于 BRD + 原型，写完整 PRD：业务流程、UI/UX 要求、数据库结构、图片与 SEO 要求等。

• 输出：原型设计（HTML/截图）+ 完整 PRD 文档。

10. 前端开发 Skills 三件套与质量审查

• 前端开发阶段的核心 Skills：

• web-design-guidelines：强制形成统一的“NavBar + 内容区域 + Footer”布局规范，避免每页重新写导航和页脚。
• frontend-design：在 Stitch 原型基础上做二次视觉和交互设计调整。
• shadcn-ui：指导 AI 严格按照 ShadCN/UI 组件规范开发，防止乱写自定义组件。

• 开发完成后的审查 Skills：

• react-best-practices：检查糟糕的组件结构、重复代码、不良配置等，给出修改建议。
• seo-audit：做 SEO 检查，指出问题并指导修复。

• 通过这几类 Skills，让 AI 既能“按规范搭建前端”，又有“代码质量和 SEO 的自动 QA”。

11. Vibe Coding 工作流总览

三个阶段 + 文件夹拆分：

• 需求澄清（Requirements 文件夹）

• Skills：brainstorming + doc-coauthoring
• 输出：Requirements.md

• 原型设计（Design 文件夹）

• Skills：web-design-guidelines + doc-coauthoring + Stitch
• 输出：页面原型（HTML/图）+ PRD.md

• 开发实现（Develop 文件夹）

• 技术：脚手架如 Next.js
• Skills：web-design-guidelines + frontend-design + shadcn-ui + react-best-practices + seo-audit
• 输出：可上线的完整网站代码

每个阶段只在对应目录安装当前需要的 Skills，互不干扰；每一步的产出就是下一步的输入，形成一条清晰的“想法 → BRD → 原型 → PRD → 代码 → 审查 → 上线”的流水线。

12. 多 Skill 集成与 Agent Browser

• 多个 Skills 协同工作时，不要在 Skill 内嵌调用链，而是在 CLAUDE.md/AGENT.md 里写“Skill Using Guide”，用自然语言描述执行顺序：

• 如：先 brainstorming → 再 doc-coauthoring → 再 web-design-guidelines → 再 frontend-design → 再 react-best-practices → 再 seo-audit。

• 这样可以让 AI 在全局上下文中理解什么时候调用哪个 Skill。
• Agent Browser：

• 是一种更省 Token 的网页浏览/操作工具，比 Chrome MCP 更轻量。
• 适合浏览网页、点击按钮、截图、写操作记录；不适合需要 DevTools 的调试（那要用 Chrome MCP）。
• 复刻一个 SaaS 产品时，建议“人先全点一遍，Agent Browser 再点一遍并生成完整操作记录”，两者对比后再用操作记录写 PRD。

四、成峰：剪辑 Agent 的设计、训练与自进化

13. 剪辑 Agent 的设计理念与自进化

• 剪辑 Agent 的定位：Agent 主导、人类审核，而不是“人主导、工具辅助”的剪映模式。
• 核心设计：

• 自进化机制：当 Agent 表现不好时，让 AI 自己定位问题文件并修改 Skill；越用越懂你的习惯。
• 每次执行都参考用户习惯文档（大量小文件），逐步贴合个人剪辑风格。

• 与剪映的对比：

• 剪映使用脚本+规则，很多语义重复、口误抓不到。
• 剪辑 Agent 逐句语义分析，能识别内容重复或表达冗余。
• 代价是更慢，但换来更高准确率和自动化程度。

14. 火山引擎模型配置与剪辑 Skills 安装

• 语音识别用的是字节火山引擎（剪映同源）的云端模型：

• 新用户有 20 小时免费，之后约 5 元/小时。

• 安装路径：

• 把安装指令交给 Claude Code，它自动下载剪辑 Skills。
• 前往火山控制台开通“音视频字幕生成”，在“模型管理”创建应用并拿到 API Key。
• 在 Claude 中执行剪辑安装 Skill（如 ‎⁠/v videocut:安装⁠），输入 API Key，AI 自动安装本地依赖。
• 重启 Claude Code，输入 ‎⁠/v⁠，可以看到所有以 v 开头的剪辑 Skills。

• 所有 Skill 通过 skill.md 的 name 字段识别，可以自定义名称，但成峰统一以 v 开头以便管理。

15. 智能审核稿交互界面

• Agent 分析完视频后，会生成一个本地审核页面链接，比纯文字交互更直观：

• 红色标记：口误、重复片段。
• 灰色标记：静音片段。
• 单击标记可跳转播放对应片段。

• 核心功能：

• 跳过已选删除片段的“净片段”播放。
• 倍速播放，提升审核效率。
• 复制删除列表，作为反馈给 AI 学习。
• 一键执行剪辑，应用删除方案。

• 不满意时，可以：

• 让 Agent “再仔细识别一遍”。
• 手动标记漏掉的片段，把删除列表回传给 Agent，让它分析改进规则。

16. 用户习惯训练与自更新反馈

• 自更新机制流程：

• 用户反馈（描述问题、改阈值、提供删除列表）。
• Agent 用自更新 Skill 分析：问题属于哪个 Skill 文件/规则。
• Agent 自动修改相应 Skill 或配置。
• 下次执行立刻生效。

• 反馈类型示例：

• 静音阈值调整（例如改成 1 秒）。
• 保留一定“嗯”等口头禅作为自然过渡。
• 专有词纠错。
• 用“遗漏删除列表”让 Agent 学会新的识别模式。

• 用户习惯以“一条信息一文件”的方式独立存储，避免互相覆盖或混乱。
• 经验值：使用约 10 次，Agent 能掌握你 80% 的习惯；50 次后能高度符合个人偏好。

17. 字幕字典与自动纠错

• 自定义词典是提升字幕准确率的关键：

• 词典文件在特定剪辑 Skill 的目录下，每行一个专有名词。
• Agent 会用词典对 ASR 原始识别结果做纠错：

• 人名、品牌名不被误写。
• 大小写规范自动统一（如 agent→Agent）。

• 生成字幕流程：

• Whisper/火山模型识别音频。
• 对照词典自动纠错。
• 生成字幕文件并提供预览界面，可手动修订。
• 确认后烧录到视频。

• 与剪映的差异点：剪映不支持自定义词典，而剪辑 Agent 可以针对领域术语、品牌、口头禅进行长期积累。

18. Skills 设计五步法与方法论

• 核心理念：80% 时间花在研究方法论和需求表达，20% 留给执行；执行尽量让 Agent 来做。
• 为什么要 Skill 化而不是写长 Prompt：

• Prompt 太长、上下文有限，容易被截断。
• 每次修改复杂，要手动重发或复制粘贴。
• Skill 有文件结构、关键词自动识别和按需加载，更节省 Token，也更稳定。

• Skills 设计五步法：

• 原理研究：先理解业务/工具的底层逻辑，再设计 Skill（如剪辑流程的本质）。
• 热加载：利用 Skill 热加载能力，频繁、小步快调；改文档就立即生效。
• 反馈机制：设计从使用到反馈的路径，每次使用都能把问题回流给 Agent。
• 数据驱动优化：不仅靠主观反馈，还把客观数据（如内容表现、观看数据）反馈给 Agent 调整 Skill。
• 自更新闭环：让“使用→结果→反馈→分析→更新→再使用”变成自动循环。

• 总目标：让所有重复性的“执行层操作”固化为 Skills，Agent 持续学习、自我调整，人长期停留在策略设计和方法论层面。

五、附录：资源、安装与常见问题

• 资源清单：

• Skills 聚合平台：
• 另一聚合平台：
• 官方 Skills 仓库：
• 成峰剪辑 Skills：

• 安装注意三原则：

• 不要装太多（同一项目 ≤ 10 个）。
• 不要 Skill 套 Skill（调用链写在 AGENT.md，而不是 Skill 内部）。
• 在 AGENT.md 清晰声明“什么场景用什么 Skill”。

• Skills 目录结构（项目级）：

• ‎⁠.claude/skills/skill-name/⁠ 下包含 skill.md、script、reference。
• 根目录有 CLAUDE.md（全局配置）和 AGENT.md（Agent 配置与调用逻辑）。

• 常见问题：

• 安装失败：检查网络、Node.js ≥ 20、必要时用代理。
• Skill 未激活：检查目录、重启、用 ‎⁠/⁠ 命令看是否在列表里、用 Slash Commands 明文调用。
• Skill vs Plugin（MCP）的区别：

• Skill：提示词+SOP，指导 AI“怎么做”。
• Plugin/MCP：外部服务接口，让 AI“能调用什么”。

• 剪辑 Agent 报错：检查火山 API Key、视频路径、确认已正常执行过 ‎⁠/v videocut:安装⁠。
• 国内模型：Kimi、智谱、Minimax 等均可运行 Skills，可配合 CC Switch 做模型/中转切换。

整体来看，这个页面把 Skills 当成“AI 时代的新型应用形态”，从内容生产到产品开发再到视频剪辑，给出了一整套：概念对比、安装规范、典型工作流案例、Skill 设计与自进化的实践方法。