史诗级更新！国内首个支持Skills模式的编程助手，开启AI编程二阶段！

AI 时代开发者需要的技能是什么？如何在时代中不被淘汰？
如何更好地的驾驭好 CodeBuddy 这类 AI Coding 工具
如何实现团队知识及技能传承, 如 Prompt，团队内部规模化落地，每个成员都能借助 AI 进行高效工作，而不是"技能孤岛”
如何让 AI 像人一样具备现实世界的技能？

提示词冗长低效: 复杂任务依赖长提示,效率低且难复用,无法沉淀能力。
协作流程混乱: 团队使用AI方式不统一,知识碎片化难以显性沉淀。
上下文资源浪费: 每次对话重复"教育"AI,Token消耗大易超限。
专业能力欠缺: 通用 AI 缺乏领域深度,无法组装技能解决复杂问题。

my-skill/
├── SKILL.md (必需)
│   ├── YAML 前置元数据 (必需)
│   │   ├── name: (必需)
│   │   └── description: (必需)
│   └── Markdown 指令 (必需)
└── 捆绑资源 (可选)
    ├── scripts/          - 可执行代码 (Python/Bash等)
    ├── references/       - 参考文档
    └── assets/           - 输出文件 (模板、图标、字体等)
当然我们还可以进行封装引用的Tools（工具）、Knowledge（知识库）

Level 1：元数据层（启动时加载）
• 只读取 name 和 description
• 每个 Skill 大约 100 tokens
• 让系统知道「具备哪些可用能力」

Level 2：核心指令层（任务触发时加载）
• 当任务匹配时，读取 SKILL.md 正文
• 通常不超过 5000 tokens
• 描述主要流程、操作要点和约束条件

Level 3：资源层（按需加载）
• 脚本、模板、参考文档等
• 仅在执行阶段读取，不进入上下文
• 理论上没有 token 限制

Agent 从架构层面我们可以归为基于模型和资源层之上的应用层，
在 Agent  之上我们可以定义 System Prompt 、引用外部知识库、
MCP  等外部工具，但是如何引用、能够进行标准化的给到 Agent ，
但实际过程我们更好关注的是问题解决，因此将其组合，
利用 Skill 的方式进行包装为一个技能，Agent  协助做拆解、
规划、执行与反思，而 Skiil  能更好的帮我们在拆解和执行上
做更细粒度的标准化拆解，可定义为提供能力与服务中间层。

实际技能模板纳入了解决特定场景问题需要的工具和外部能力，
这些能力可以是通过MCP的方式接入。我们可以理解为通过 Skills 定义
对 MCP 能力进行组装和编排。

在 Skills  中通过引用  Rules ，给AI  行为提供约束和知道，
确保 AI  能够按照既定的风格规则进行规范化输出。

在 Skills 定义中会更加清楚的说明具体知识库的应用规则，
给出更加准确的知识库检索流程与应用规范。让 AI 是有目的的查询。

 Slash Commands 指令是用户主动调用的快捷方式
 Skills 是 AI 根据任务需求自动选择的专业能力

将特定领域的最佳实践和操作流程封装成可复用的技能，高效完成特定任务

让 AI 能处理更专业、更复杂的任务及更多能力边界的事情，
多个 Skills 可组成协同工作，持续进行学习优化，
例如很多大模型无法直接处理和生成 PPT 

以前，一个复杂任务的指令往往要塞进上下文。现在，通过分层加载，
Claude Skills 可以节省大量 token 成本，在复杂任务中可降低 
40%-60% 的上下文占用。

Skill 文件可一次创建、共享、复用、更新，团队成员可以共用同一技能库。
这让「隐性经验」第一次可以以结构化形式沉淀下来。

Skills 可以调用脚本完成具体操作，把任务处理流程（SOP）逻辑写清楚、
标准化，减少「理解偏差」。这让模型的执行更可靠，也更容易追踪，
工作效率得以大幅提升。

#如未安装，可以选择点击下方链接，选择操作系统进行安装
https://git-scm.com/install/

#如未安装，可通过下面指令安装
#如已经按照请忽略，未安装可进行安装
https://nodejs.org/en/download/ 

# 安装 CodeBuddy IDE，通过 iOA  登录，如无权限或未识别 iOA，腾讯用户选择 sso，输 tencent 即可，内网版插件开发中
 https://copilot.tencent.com/ide 

#也可以在本地终端安装或更新 CodeBuddy Code 进行后续操作
npm install -g @tencent-ai/codebuddy-code & codebuddy update

#在CodeBuddy IDE 中进行配置 Skill 目录， 克隆 Skills 仓库，打开项目目录
mkdir - p ~/.codebuddy & cd  ~/.codebuddy 
git clone https://github.com/anthropics/skills.git

#如你在使用 CodeBuddy Code ，也可以进行配置 skill，将对应的skills 目录配置即可。
.codebuddy/skills/（在项目中配置项目skills）
~/.codebuddy/skills/（在本地配置用户级skills）

使用 webapp-testing skill 帮我进行针对 https://codebuddy.ai 官网做下 web 应用测试

my-skill/
├── SKILL.md (必需)
│   ├── YAML 前置元数据 (必需)
│   │   ├── name: (必需)
│   │   └── description: (必需)
│   └── Markdown 指令 (必需)
└── 捆绑资源 (可选)
    ├── scripts/          - 可执行代码 (Python/Bash等)
    ├── references/       - 参考文档
    └── assets/           - 输出文件 (模板、图标、字体等)

cat .codebuddy/skills/template-skill/SKILL.md

# 在 skills 目录下创建新的 skill
mkdir -p .codebuddy/skills/my-first-skill-code-review
cd .codebuddy/skills/my-first-skill-code-review

---
name: code-reviewer
description: 这个 Skill 帮助进行代码审查，提供代码质量分析/在线报告预览、最佳实践建议和潜在问题识别。
---

# 代码审查专家 Skill
你是一个经验丰富的代码审查者，遵循业界最佳实践，提供专业的代码评估和改进建议。

## 审查重点
1. **代码质量**
   - 命名规范
   - 代码复杂度
   - 重复代码

2. **安全性**
   - SQL 注入风险
   - XSS 漏洞
   - 认证授权问题

3. **性能**
   - 算法效率
   - 资源使用
   - 缓存策略

4. **可维护性**
   - 代码注释
   - 模块化设计
   - 测试覆盖

## 审查流程
1. 理解代码变更的目的
2. 检查代码风格和规范
3. 分析潜在的 Bug 和性能问题
4. 验证安全性
5. 提供建设性的改进建议

## 输出格式

### 文本报告格式
- ✅ **优点**：列出做得好的地方
- ⚠️ **问题**：指出需要改进的地方（按严重程度分类）
  - 🔴 严重：需要立即修复的问题
  - 🟡 中等：建议修复的问题
  - 🟢 轻微：可选的改进建议
- 💡 **建议**：提供具体的改进方案和示例代码
- 📊 **总体评分**：1-10 分

### HTML 报告生成和在线预览（必选）
当用户要求审查代码时，**自动生成 HTML 报告并在 IDE 中预览**：

#### 报告生成步骤
1. **创建 HTML 报告文件**，包含以下内容：
   - 页面标题和审查时间
   - 审查摘要和总体评分（大号显示，带进度条）
   - 四个维度的评分卡片：
     * 代码质量（Code Quality）
     * 安全性（Security）
     * 性能（Performance）
     * 可维护性（Maintainability）
   - 问题列表（按严重程度分类）：
     * 🔴 严重问题（Critical）- 红色标识
     * 🟡 中等问题（Medium）- 黄色标识
     * 🟢 轻微问题（Minor）- 绿色标识
   - 改进建议和代码示例（带语法高亮）
   - 优点列表

2. **样式要求**：
   - 使用现代化的 CSS 设计（渐变背景、卡片阴影、圆角）
   - 响应式布局，适配不同屏幕尺寸
   - 使用专业的配色方案
   - 代码块使用等宽字体和语法高亮
   - 添加图标和视觉元素提升可读性

3. **保存和预览**：
   - 文件名格式：`code-review-report-{timestamp}.html`
   - 保存到工作区根目录
   - **使用 `preview_url` 工具自动在 IDE 中打开预览**
   - 预览 URL 格式：`file:///绝对路径/code-review-report-{timestamp}.html`

#### HTML 模板结构
```html
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>代码审查报告</title>
    <style>
        /* 现代化样式 */
        * { margin: 0; padding: 0; box-sizing: border-box; }
        body {
            font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
            padding: 20px;
            line-height: 1.6;
        }
        .container {
            max-width: 1200px;
            margin: 0 auto;
            background: white;
            border-radius: 20px;
            padding: 40px;
            box-shadow: 0 20px 60px rgba(0,0,0,0.3);
        }
        .header {
            text-align: center;
            margin-bottom: 40px;
            padding-bottom: 20px;
            border-bottom: 3px solid #667eea;
        }
        .score-circle {
            width: 150px;
            height: 150px;
            border-radius: 50%;
            background: conic-gradient(#667eea 0% var(--score), #e0e0e0 var(--score) 100%);
            display: flex;
            align-items: center;
            justify-content: center;
            margin: 20px auto;
            position: relative;
        }
        .score-inner {
            width: 120px;
            height: 120px;
            border-radius: 50%;
            background: white;
            display: flex;
            align-items: center;
            justify-content: center;
            font-size: 48px;
            font-weight: bold;
            color: #667eea;
        }
        .metrics {
            display: grid;
            grid-template-columns: repeat(auto-fit, minmax(250px, 1fr));
            gap: 20px;
            margin: 30px 0;
        }
        .metric-card {
            background: linear-gradient(135deg, #f5f7fa 0%, #c3cfe2 100%);
            padding: 20px;
            border-radius: 15px;
            box-shadow: 0 4px 6px rgba(0,0,0,0.1);
        }
        .issue {
            margin: 15px 0;
            padding: 15px;
            border-left: 4px solid;
            border-radius: 8px;
            background: #f9f9f9;
        }
        .critical { border-color: #e74c3c; background: #fee; }
        .medium { border-color: #f39c12; background: #ffeaa7; }
        .minor { border-color: #27ae60; background: #d5f4e6; }
        pre {
            background: #2d2d2d;
            color: #f8f8f2;
            padding: 15px;
            border-radius: 8px;
            overflow-x: auto;
            margin: 10px 0;
        }
        code {
            font-family: 'Courier New', monospace;
        }
    </style>
</head>
<body>
    <!-- 报告内容 -->
</body>
</html>
```

## 工具使用说明

### 必须使用的工具
1. **write_to_file** - 生成 HTML 报告文件
2. **preview_url** - 在 IDE 中预览报告

### 预览流程
```
1. 完成代码审查分析
2. 使用 write_to_file 创建 HTML 报告
3. 立即使用 preview_url 打开预览
   - URL 格式：file:///绝对路径/code-review-report-{timestamp}.html
   - 示例：file:///Users/username/project/code-review-report-20250103120000.html
```

## 审查示例

### 命名规范检查
```python
# ❌ 不好的命名
def f(x, y):
    return x + y

# ✅ 好的命名
def calculate_total_price(base_price: float, tax_rate: float) -> float:
    return base_price * (1 + tax_rate)
```

### 安全性检查
```python
# ❌ SQL 注入风险
query = f"SELECT * FROM users WHERE id = {user_id}"

# ✅ 使用参数化查询
query = "SELECT * FROM users WHERE id = ?"
cursor.execute(query, (user_id,))
```

### 性能优化检查
```javascript
// ❌ 低效的循环
for (let i = 0; i < arr.length; i++) {
    for (let j = 0; j < arr.length; j++) {
        // O(n²) 复杂度
    }
}

// ✅ 使用 Map 优化
const map = new Map();
arr.forEach(item => map.set(item.id, item)); // O(n)
```

## 评分标准

### 总体评分（1-10分）
- **9-10分**：优秀，代码质量高，几乎没有问题
- **7-8分**：良好，有少量改进空间
- **5-6分**：中等，存在一些需要修复的问题
- **3-4分**：较差，有较多问题需要解决
- **1-2分**：很差，存在严重问题

### 各维度评分
每个维度（代码质量、安全性、性能、可维护性）独立评分：
- **优秀（8-10）**：符合最佳实践
- **良好（6-7）**：基本合格，有改进空间
- **需改进（4-5）**：存在明显问题
- **差（1-3）**：有严重缺陷

## 使用示例

当用户说"帮我审查这段代码"或"review 这个文件"时：
1. 仔细分析代码
2. 识别问题和优点
3. 生成详细的 HTML 报告
4. **自动在 IDE 中打开预览**
5. 告知用户报告已生成并可以查看

采用 code-review skills 帮我针对 mcp-builder 目录代码进行代码评审

我想多技能组合，定义为 fullstack-skills，首先就是我提出需求后，AI 可以在 IDE 里面实现 TAPD issue 创建，然后进行IDE Agent 需求编码，最后在进行单元测试，以及使用 CloudStudio 部署预览的多个技能组合， 参考 template-skill 下的 Skill.md 做参考，结合 skills 实现，以下仅提供 TAPD issue 的自动化流程，我现在要实现全栈开发这样的效果，
# 🐛 TAPD Issue 自动化管理流程

> **平台限制**：仅适用于腾讯内网 TAPD 平台（tapd.woa.com），不允许使用其他任何 issue 平台或项目管理平台。

## 🎯 核心理念

- **AI 自动化**：所有信息由 TAPD MCP Server 自动填写和创建
- **人工参与**：仅需提供需求描述和最终确认
- **流程简化**：3 步完成需求创建和管理

---

## 📋 快速流程（3 步）

### 步骤 1：描述需求

**人工操作**：向 AI 助手描述需求

```
示例：
"帮我创建一个需求：优化 AI 代码补全的响应速度，优先级 P0，处理人是我"
```

**AI 自动执行**：
1. 调用 `user_participant_workspace_get()` 获取项目列表
2. 自动选择合适的项目（workspace_id）
3. 解析需求描述，提取关键信息

---

### 步骤 2：自动创建并更新

**AI 自动执行**：

#### 2.1 创建需求
```javascript
stories_create({
  "workspace_id": "自动获取",
  "name": "从描述中提取",
  "description": "从描述中生成",
  "priority_label": "从描述中识别",
  "creator": "自动填充当前用户"
})
```

#### 2.2 更新需求属性，进行人工确认
```javascript
stories_update({
  "id": "创建后自动获取",
  "workspace_id": "自动获取",
  "priority_label": "High/Middle/Low",
  "owner": "自动设置处理人"
})
```

**返回信息**：
- 需求 ID（19位）
- TAPD 访问链接（tapd.woa.com）

---

### 步骤 3：确认需求

**AI 自动执行**：
```javascript
preview_url("https://tapd.woa.com/{workspace_id}/prong/stories/view/{story_id}")
```

**人工操作**：
- 在 IDE 内置浏览器中查看需求详情
- 确认信息是否正确
- 如需修改，告知 AI 进行调整

---

## 🤖 AI 自动化能力

### 自动识别和填充

| 字段 | 自动化方式 | 示例 |
|------|-----------|------|
| **项目** | 从用户参与的项目中智能选择 | workspace_id: 70125289 |
| **标题** | 从描述中提取核心内容 | "优化 AI 代码补全响应速度" |
| **描述** | 结构化生成详细描述 | 包含背景、目标、预期效果 |
| **优先级** | 识别 P0/P1/P2 等关键词 | High/Middle/Low |
| **处理人** | 识别"我"、用户名等 | dyuankong |
| **创建人** | 自动填充当前用户 | dyuankong |

### 智能解析示例

**用户输入**：
```
"创建一个 P0 需求：修复登录页面崩溃问题，处理人是张三"
```

**AI 自动解析**：
- 优先级：High (P0)
- 标题：修复登录页面崩溃问题
- 处理人：张三
- 描述：自动生成结构化描述

---

## 📝 需求描述模板

### Bug 修复类

```
"创建 Bug 需求：[问题描述]，优先级 [P0/P1/P2]，处理人 [姓名]"

示例：
"创建 Bug 需求：用户登录后页面白屏，优先级 P0，处理人是我"
```

### 功能优化类

```
"创建功能需求：[功能描述]，优先级 [P0/P1/P2]，处理人 [姓名]"

示例：
"创建功能需求：增加代码搜索功能，优先级 P1，处理人张三"
```

### 文档更新类

```
"创建文档需求：[文档问题]，优先级 [P0/P1/P2]"

示例：
"创建文档需求：更新 API 文档中的认证说明，优先级 P2"
```

---

## 🎯 优先级映射

| 用户描述 | TAPD 优先级 | 说明 |
|---------|------------|------|
| P0、紧急、critical | High | 最高优先级 |
| P1、高、high | High | 高优先级 |
| P2、中、medium | Middle | 中等优先级 |
| P3、低、low | Low | 低优先级 |

---

## 🔗 URL 格式

### 完整链接
```
https://tapd.woa.com/{workspace_id}/prong/stories/view/{story_id}
```

### 短链接
```
https://tapd.woa.com/{workspace_id}/s/{short_id}
```

### 示例
```
https://tapd.woa.com/tapd_fe/70112815/story/detail/1070112815128202751

```

---

## ✅ 最佳实践

### 人工职责
1. **清晰描述需求**：说明问题、目标、优先级
2. **指定处理人**：明确谁负责处理
3. **最终确认**：在 IDE 中查看并确认需求信息

### AI 职责
1. **自动获取项目**：从用户参与的项目中选择
2. **智能解析描述**：提取标题、优先级、处理人等信息
3. **自动创建需求**：调用 TAPD MCP Server 创建
4. **自动更新属性**：设置优先级、处理人等
5. **自动打开确认**：在 IDE 中展示需求详情

---

## 🚀 使用示例

### 示例 1：创建 Bug 需求

**用户**：
```
"帮我创建一个 Bug 需求：代码补全功能在大文件中响应缓慢，
优先级 P0，处理人是我，需要在本周内解决"
```

**AI 执行**：
1. 获取项目列表 → 选择"代码智能化Oteam_CodeBuddy"项目,项目 ID为70112815
2. 创建需求：
   - 标题：代码补全功能在大文件中响应缓慢
   - 描述：自动生成详细描述（包含问题、影响、预期）
   - 优先级：High
   - 创建人：dyuankong
3. 更新需求：
   - 处理人：dyuankong
   - 截止时间：本周五
4. 在 IDE 中打开需求页面供确认

**用户**：
```
"确认无误"
```

---

### 示例 2：创建功能需求

**用户**：
```
"创建功能需求：增加代码片段收藏功能，方便用户保存常用代码，
优先级 P1，处理人张三"
```

**AI 执行**：
1. 自动获取项目
2. 创建需求（标题、描述、优先级）
3. 设置处理人为张三
4. 打开确认页面

**用户**：
```
"需要补充：支持分类管理和快速搜索"
```

**AI 执行**：
```javascript
stories_update({
  "id": "已创建的需求ID",
  "description": "更新后的描述（包含新增内容）"
})
```

---

## 📊 工作流程图

```
用户描述需求
    ↓
AI 解析描述（自动）
    ↓
获取项目列表（自动）
    ↓
创建需求（自动）
    ↓
更新属性（自动）
    ↓
IDE 中打开确认（自动）
    ↓
用户确认 ← 需要修改？→ AI 更新需求
    ↓
完成
```

---

## 🔧 常见场景

### 场景 1：快速创建需求
```
"创建需求：修复登录 Bug，P0，我来处理"
```

### 场景 2：批量创建需求
```
"创建 3 个需求：
1. 优化搜索性能，P1
2. 增加导出功能，P2
3. 更新用户手册，P3
都由张三处理"
```

### 场景 3：创建并关联迭代
```
"创建需求：实现多语言支持，P1，
关联到 2025-Q1 迭代，处理人李四"
```

---

## 📞 支持与反馈

如遇问题，可通过以下方式反馈：

1. **企业微信**：联系 dyuan
2. **TAPD 平台**：在对应项目中创建反馈需求
3. **CodeBuddy 交流群**：加入产品交流群咨询

---

**文档版本**: v3.0  
**更新时间**: 2025-11-01  
**维护人**: dyuan  
**适用平台**: tapd.woa.com

将复杂任务拆分成多个独立的 Skill,每个 Skill 只负责一个明确的功能
避免创建"万能 Skill",保持单一职责原则，方便维护和组合使用，灵活应对不同场景

❌ 不好: 创建一个 "web-development" Skill 处理所有前端任务
✅ 好的: 分别创建 "react-component-builder"、"api-integration"、"ui-styling" 等专项 Skill

在 description 中清晰描述技能的适用场景、结合精确关键词和语义理解,通过触发条件激活相关 Skill ，避免误触发
使用"当用户提到 X 时"、"适用于 Y 场景"等明确表述

## 触发条件
- 用户提到"小红书"、"发布笔记"
- 需要生成符合小红书风格的内容
- 涉及小红书 API 调用或数据处理

识别 80% 场景下会用到的"热数据",放在核心指令层
20% 的边缘场景数据作为"冷数据",外部存储

## 🔥 热数据(核心指令层)
### 最常用的 3 个 API
```python
# 1. 发布笔记(使用率 85%)
create_note(title, content, images)

# 2. 上传图片(使用率 80%)
upload_image(file_path)

# 3. 获取笔记状态(使用率 60%)
get_note_status(note_id)
```

## ❄️ 冷数据(外部引用)
- 完整 API 列表(50+ 接口) → 存储在 `api_reference.md`
- 历史版本兼容性 → 存储在 `CHANGELOG.md`
- 高级配置参数 → 使用时通过 `read_file` 工具获取

参考官方模版，在 Skill 中提供完整的代码示例和配置模板，核心层只提供 1-2 个最简示例(< 10 行代码)
完整教程、高级用法作为外部资源引用

## 🎯 快速开始(核心层)
```python
# 30 秒上手
from xhs import Client
client = Client(api_key="your_key")
client.create_note("标题", "内容", ["image.jpg"])
```
## 📚 完整教程(外部资源)
- 高级配置 → `examples/advanced_usage.py`
- 批量操作 → `examples/batch_processing.py`
- 最佳实践 → `docs/best_practices.md`

(AI 会根据用户需求自动读取相应文件)

将 Skill 内容分为三层:元数据(Meta)、核心指令(Instruction)、参考资源(Reference)
只在需要时逐层加载,避免一次性塞入所有信息

## 📋 元数据层 (≤200 tokens, 始终加载)
**触发词:** 小红书、RED、发布笔记
**适用场景:** 内容发布、数据分析
**依赖:** Python 3.8+, requests

---
## 🎯 核心指令层 (触发时加载)
### 基础发布流程
1. 认证 → 2. 上传图片 → 3. 创建笔记

### 关键 API
- `create_note(title, content, images)`
- `upload_image(file_path)`

---
## 📚 参考资源层 (按需加载)
- 完整 API 文档 → 使用 `web_fetch` 工具获取
- 错误码对照表 → 遇到错误时查询
- 高级配置示例 → 用户明确需要时提供

Skill 应该像"乐高积木",可以被自由组合和复用
通过参数传递配置,而不是写死在代码中
提供稳定的接口(合约),确保向后兼容

# Brand Content Generator (正确示范)
## 触发条件
- 用户提到"生成品牌内容"、"营销文案"
- 其他 Skill 调用本 Skill 的内容生成能力

## 接口定义(合约)

### 输入参数
```typescript
interface BrandConfig {
  // 必填参数
  companyName: string;        // 公司名称
  topic: string;              // 内容主题

  // 可选参数(有默认值)
  brandColor?: string;        // 品牌色,默认 #000000
  slogan?: string;            // 品牌口号,默认为空
  targetAudience?: string;    // 目标用户,默认"大众"
  contentStyle?: string;      // 内容风格,默认"专业"
  platform?: string;          // 发布平台,默认"小红书"
}
```
### 输出格式
```typescript
interface GeneratedContent {
  title: string;              // 标题
  content: string;            // 正文
  hashtags: string[];         // 话题标签
  style: object;              // 样式配置
  metadata: object;           // 元数据
}
```
## 使用示例

### 示例 1:直接调用(腾讯)
```python
result = generate_brand_content({
    "companyName": "腾讯科技",
    "topic": "AI 编程助手发布",
    "brandColor": "#006EFF",
    "slogan": "用户为本,科技向善",
    "targetAudience": "开发者",
    "contentStyle": "科技感"
})
```

核心原则: 使用高频 × 任务复杂度 x  团队规模 = Skill 价值，例如：
• 同一任务频繁执行；
• Prompt 较长（超过 2000 字）；
• 团队协作、知识共享；
• 任务包含脚本执行或模板生成。
例如一次性小任务，不建议使用

示例：
频率:每天 1 次,每周 5 次
重复内容:
1. 从数据库提取昨日数据
2. 计算 10+ 个指标(DAU、留存率、转化率...)
3. 生成 Excel 报表
4. 发送邮件给管理层
5. 上传到共享文件夹

每次手动输入:
"帮我生成昨日数据报表,需要包括:
- DAU、MAU、留存率
- 新增用户、活跃用户
- 转化漏斗各环节数据
- 同比、环比分析
- 生成 Excel 格式
- 发送给 boss@company.com
..."
(每次输入 200+ 字,耗时 2 分钟)

Skill 执行完任务后,主动提示 AI 释放详细文档
使用"会话状态标记"避免重复加载

# 上下文管理策略

## 任务开始
1. 加载核心指令层
2. 根据用户需求按需加载参考资源

## 任务完成
3. 提示 AI: "详细文档已使用完毕,可释放上下文"
4. 保留元数据层,以便后续快速重新激活

## 多轮对话优化
- 使用 `.skill_cache.json` 记录已加载的资源
- 避免同一会话中重复加载相同文档

Prompt = Code,必须可测试、可回滚
Skill 是软件工程资产,不是一次性文档
必须有测试用例验证行为
必须有版本控制支持回滚

1. 明确的契约
输入: source_path , output_format , include_examples
输出: 成功/失败的标准 JSON 格式
错误码: PARSE_ERROR , UNSUPPORTED_FRAMEWORK

2. 完整的测试 (87% 覆盖率)

单元测试: 路由解析、请求体解析、错误处理
集成测试: 多文件项目、认证识别
E2E 测试: 真实 50+ 端点项目
3. 版本控制
遵循语义化版本管理
v1.0.0: 稳定版
v0.9.0-beta: 实验版,基础功能
清晰的升级路径和迁移指南

传统 IDE 定位:
写代码的工具 → 提供编辑、调试、部署功能

CodeBuddy + Skills + MCP  + Rules + 知识库:
构建Agentic AI 平台 → 让开发者封装、复用、分享工作流、知识库