90% 的人在用 WorkBuddy，却从没碰过 Skill——这个被低估的功能，能让你的 AI 越用越懂你

你打开 WorkBuddy 的方式，可能一直是"基础版"。

写文案、问问题、查资料——这些都对，但只用了它一成的功力。剩下九成，藏在一个你可能扫过、但从没点开的功能里：Skill。

听着像程序员才懂的东西？不是。说白了，它就是给你的 AI 装一个"经验本"，让你摸索过的好方法能被记住、能复用。问题是，大多数天天用 WorkBuddy 的人，压根没碰过它。

今天这篇不讲代码、不拽术语，就把 Skill 是啥、为啥该用、怎么上手，一次讲透。

一、先说个扎心的事实：你的 AI，每次都在"失忆"上班

为什么说没用 Skill 的你，只用了 WorkBuddy 一成？

因为现在你的 AI，有个致命毛病：每天早上一来，昨天学的全忘了。

想象你招了个实习生，能力不错，但记性只有七秒。你教他怎么排版，第二天他问你"标题要几号字？"。你告诉他公司周报的格式，下周他又问"开头要不要写日期？"。

你会疯掉对吧？但这恰恰是大多数人用 WorkBuddy 的现状。

每次 New 一个新对话，AI 都是白纸一张。你上次花了半小时调教的提示词、摸索出的工作流程，全都清零了。你以为自己在进步，其实你在原地踏步——每次都在重复"教 AI"这件事。

Skill 要解决的，就是这个事。

它给你的 AI 装了一个"经验本"。你摸索出的好方法写进去，AI 下次自己就会用。你不用再每次从头教。

说白了：Skill 就是你给 AI 写的"操作手册"。而这本手册，正是那被 90% 的人错过的九成功力。

二、Skill 到底是个啥？一个文件夹就讲清楚了

别被"技能"这个词唬住。一个 Skill，本质上就是一个文件夹。

长这样：

就这么简单。核心就一个 SKILL.md 文件，里面写清楚两件事：

1. 这个技能叫什么、什么时候用（写在文件最开头，叫"元数据"）
2. 具体怎么做（正文部分，就是一套操作步骤）

举个例子，你经常要处理 PDF，每次都得让 AI 重新写一遍合并、拆分、旋转的代码。烦不烦？

你可以建一个 pdf-editor 技能，SKILL.md 里写好："当用户要处理 PDF 时，调用 scripts 里的 rotate_pdf.py 脚本来旋转，调用 merge_pdf.py 来合并……"

写好之后，下次你说"帮我把这个 PDF 旋转 90 度"，AI 自己就知道去用这个技能，不用你再解释半个字。

这就是 Skill 的本质：把"怎么做一件事"的方法，固化成一个可复用的包。

它不会让 AI 变聪明，但它能让 AI 稳定地、重复地做好同一件事。这比"偶尔聪明"重要得多。

三、为什么我说 Skill 是你最该攒的资产？

你可能会问：我直接把方法记在备忘录里不行吗？干嘛非要搞成 Skill？

好问题。区别在于：备忘录只能被你读到，Skill 能被 AI 执行。

过去我们沉淀经验，无非几种方式：写文档、做复盘、靠老员工口口相传。这些方法有个共同的问题——它们能被阅读，却不能被执行。

你写了一份"公众号排版规范"文档，新来的同事读了，照样可能排错。因为"读到了"和"做到了"之间，差着十万八千里。

Skill 做的事，就是把这个差距填上。它把方法变成 AI 能直接调用、能照着执行的能力单元。

这带来三个实打实的好处：

① 稳定。 同样的输入，拿到同样的结果。你不用再祈祷 AI 今天"状态好"。流程写死了，步骤明确了，结果就可控了。

② 省事。 一次写好，终身受用。你花 20 分钟写一个技能，以后省下无数个 20 分钟。

③ 可积累。 这是最关键的。你的技能库会越来越厚，你的 AI 会越来越强。别人用 AI 是"租"一个通用工具，你用 AI 是在"养"一个专属助手。

一句话：别人的 AI 是流水线上的通用款，你的 AI 因 Skill 而独一无二。

四、不止 Skill：一张图看懂 WorkBuddy 的"能力全家桶"

光有 Skill 还不够。WorkBuddy 在 Skill 之上，还搭了三样东西，一起组成了完整的能力体系。

我画了张图，你一看就懂：

简单拆解一下这"四件套"：

Skill 技能 —— 原子单元。 就是前面说的"操作手册"。它是整个体系的地基，一块砖。处理 PDF 是一块砖，写周报是一块砖，做配图是一块砖。

Expert 专家 —— 砖砌成的房子。 光有砖不够，你还得知道"盖一个公众号运营专家，需要哪些砖、按什么结构搭"。专家包就是干这个的。一个专家 = 一个角色设定（人设）+ 一组专属技能 + 一些规则。

比如 WorkBuddy 里有个"微信公众号运营专家"（小名"号运运"），它自带四个技能：去 AI 味、文本人性化、草稿箱发布、文章搜索。你一切换到这个专家，它就自动带着这身"行头"上岗，不用你一个个去 @ 技能。

专家 = 请了个带工具箱的专业人士。 你不用告诉他带什么工具，他自己全带着。

Connector 连接器 —— 外挂接口。 你的 AI 再强，关在笼子里也干不了实事。连接器就是给 AI 开的"外挂接口"，让它能去操作外部系统——读你的 GitHub、查你的飞书文档、发你的企业微信。连接器本质上也是一种特殊的 Skill，只不过它专门负责"搭桥"。

Memory 记忆 —— 贯穿一切的记忆力。 前三样是"能力"，记忆是"经验"。WorkBuddy 有三层记忆：云端会自动总结你的长期画像；本地有一个你可以自己写的记忆文件；每个项目还有自己的工作日志。记忆让 AI 记住"你是谁、你在做什么、你喜欢什么风格"。没有 Skill，AI 每次失忆；有了 Skill+Memory，AI 既记得流程，也记得你。

最底下还有一个 Marketplace 市场——技能和专家的"应用商店"。别人做好的技能、官方出的专家，一键安装就能用。你做好的技能，也能打包分享给别人。

五、Skill 是怎么做到"省内存又精准"的？三层加载有讲究

这里有个设计很巧妙，值得单独说说。

你可能会担心：我要是装了 200 个技能，AI 每次不得把它们全读一遍？那不卡死了？

不会。WorkBuddy 用了个叫"渐进式披露"的设计，分三层加载，像剥洋葱一样：

第一层：元数据——始终在岗，但极轻量。 每个技能的"名片"（名字 + 一句话描述），在 AI 启动时就全加载了。200 个技能的名片加起来，也就一两千字，几乎不占内存。这一层的作用是让 AI 知道"我有哪些本事"，但还不知道具体怎么做。就像你手机里装了 200 个 App，桌面上只有图标和名字，你知道有"修图"这个 App，但没点开之前，它不占运行内存。

第二层：SKILL.md 正文——用到了才加载。 当你说话命中某个技能，AI 才把那个技能的完整说明书读进来。比如你说"帮我合并这两个 PDF"，AI 这时才去读 pdf-editor 的 SKILL.md，把具体的操作步骤加载进来。没命中的技能，一个字都不加载。

第三层：脚本和资源——真要用才执行。 技能里带的 Python 脚本、参考资料、模板素材，只有在 AI 真正要用的时候才会去读取或执行。而且脚本可以直接运行，不用把代码读进上下文窗口。这一层理论上容量无限，因为你 100MB 的素材库也不会占用 AI 一点"脑容量"。

这三层设计，妙就妙在：用多少加载多少。 既让 AI 拥有海量技能，又不会把它撑爆。这是 Skill 能装几百个还不卡的根本原因。

六、普通人怎么上手？三步走，从"用"到"造"

讲了这么多原理，来点实际的。普通人怎么开始用 Skill？我给你一个三步路径：

第一步：先用别人做好的（零门槛）

打开 WorkBuddy 左侧菜单的"专家-技能-连接器"，你会看到一堆现成技能，点右上角"+"就能装。比如 PPT 大师（一句话生成整套 PPT）、PDF 工具箱（合并、拆分、加密、OCR 全套）、配图生成（给文章自动配解释图）、金融数据查询（一句话查股票、财报）。

先装几个你用得上的，在对话里直接说需求，AI 会自动调用。这一步你什么都不用写，纯享受。

第二步：改成你自己的（低门槛）

用着用着你会发现："这个技能挺好，但要是能改成我们公司的格式就好了。"可以。每个技能都能编辑。找到技能文件夹里的 SKILL.md，把里面的步骤、格式、要求，改成你自己的。比如 PPT 技能里默认用蓝色主题，你改成你们公司的品牌色；周报技能里默认的模板，你改成你们部门要求的格式。改一次，以后永远按你的来。

第三步：自己造一个（中等门槛，但回报最高）

当你摸索出一套自己的工作流——比如"我每次写公众号都是这五步"——就可以把它做成一个新技能。不用怕不会写。WorkBuddy 内置了一个叫 skill-creator 的"造技能的技能"。你跟它说"帮我做一个 XX 技能"，它会一步步引导你：问你这个技能要干什么、什么时候触发、需要什么脚本，然后自动帮你生成整个文件夹结构。

你只需要回答问题、补充细节，它会帮你把骨架搭好。这一步是真正"沉淀资产"的开始。你把自己多年积累的方法论，变成了 AI 能执行的能力。这些东西，是你带得走、用得久的真财富。

七、最妙的部分：你的 AI 会自己长大

如果前面讲的都还需要你手动操作，那最后这个功能，才是真正让我觉得"哇"的地方。

WorkBuddy 的 AI，会自己把经验攒成技能。

流程是这样的：

1. 你丢给它一个复杂任务，没有现成技能可用
2. AI 边摸索边解决，最后跑通了
3. 跑通之后，它不只把结果给你，还会把这套方法自动写成一个新的 Skill
4. 下次遇到类似的事，直接调用这个技能，稳定复现
5. 用完之后，它还会检查：这个技能有没有漏洞？步骤能不能优化？发现问题当场就改

这是一个飞轮。每转一圈，你的技能库就厚一层。

你用得越多，AI 攒的经验越多；AI 攒得越多，下次干得越快越好；干得越好，你越愿意用——正向循环。

这跟传统的"用 AI"有本质区别。以前你用 AI，是在"消费"一个通用工具，用完即走，什么都没留下。现在你用 AI，是在"投资"一个会增值的资产，用一次，强一分。

别人用 AI 是"打车"，你用 AI 是"养马"。打车每次都是新的司机，养马越养越通人性。

写在最后

很多人觉得 AI 工具都差不多，用哪个不是用。但用了几个月 WorkBuddy 之后我有个感受：拉开差距的，不是 AI 本身，是你怎么用 AI。

同样一个 WorkBuddy，有人把它当搜索引擎，问一句答一句，用完关掉；有人给它攒技能、养记忆，三个月后它变成了一个专属助手，效率天差地别。

Skill 这个功能，门槛不高，但意义很大。它让"用 AI"这件事，从"一次性消费"变成了"持续性积累"。

你的经验不再只存在你脑子里，而是变成了 AI 能调用、能执行、能迭代的能力。这才是 AI 时代真正的"个人资产"。

所以，如果你已经在用 WorkBuddy，别当那 90% 的人。今天就去看一眼技能市场，装两个试试，让 AI 不再"失忆上班"。用顺手了，再试着自己造一个。

一旦你尝到"越用越懂你"的甜头，就回不去了。

配图均为原创技术架构图，转载请注明来源。