关于大模型Skill开发、工程化落地以及企业级业务赋能的圆桌研讨会的总结与记录

原创

陈雄

发布于 2026-07-31 13:44:51

100

大家好，昨晚我们上海同盟组织召开了一场关于大模型Skill开发、工程化落地以及企业级业务赋能的圆桌研讨会，大家参与度也特别高，整场会议时长大概2个小时，比预期的多了好多。参会的人员覆盖了技术开发、平台运维、业务落地、测试以及团队管理等多个岗位，大家都带着自己日常工作中遇到的实际问题和落地经验参与讨论，没有空泛的理论堆砌，全程都是围绕Skill怎么开发、怎么规范、怎么落地、怎么解决实际业务痛点、怎么实现规模化提效甚至后续商业化展开，内容特别扎实，收货满满。

作为主持人，在这里也是非常感谢上海同盟的同学们。

温故

会议最开始，我没有直接切入新内容，而是先带着所有人一起回顾了上一期会议敲定的Skill开发六大核心价值。之所以重新复盘核心价值，也是为了让大家统一认知，避免很多同事只单纯做技能开发，不清楚底层的设计逻辑和核心意义，导致开发出来的Skill不符合企业落地标准、适配不了业务场景。回顾完核心价值之后，我们重点针对现阶段Skill开发过程中暴露出来的质量管控不到位、异常处理不闭环、系统稳定性不足等实际问题，展开了非常细致、深入的讨论，把之前落地中遇到的各类小问题、小漏洞都逐一拿出来梳理、敲定解决方案。

首先我们重点明确了Skill开发的核心价值和底层架构原则，这也是所有开发工作的基础，必须全员统一认知。

第一就是功能补齐和架构解耦，这也是Skill最核心的作用之一。我们在实际使用大模型的过程中，经常会发现大模型本身存在很多短板，比如容易产生幻觉、输出内容不精准、无法适配企业固定业务流程等问题，而Skill的标准化封装，刚好就能完美补齐这些短板。同时，通过模块化的Skill设计，能够实现整体架构的灵活解耦，不会出现各模块相互绑定、牵一发而动全身的情况，更重要的是，长期积累下来的Skill能够形成我们企业专属的数字资产，实现沉淀复用，不用每次做新业务都从零开始开发。

第二就是工程化与安全规范，这是企业级落地的硬性要求，绝对不能忽视。以往很多人开发Skill只是满足临时使用，不注重细节，但这次会议我们重点强调，企业场景下的Skill开发，必须做好异常闭环处理，不能出现报错后无人处理、流程中断的情况；同时要持续增强系统鲁棒性，让Skill能够适配各种复杂的业务场景，不会因为微小的参数变动、数据波动就失效。除此之外，权限控制和风险隔离也是重中之重，不同岗位、不同业务的Skill要做好权限区分，避免数据泄露、误操作等风险，全方位保障整套系统的稳定运行。

第三就是坚持业务导向和低门槛设计，Skill开发不是为了炫技术，核心目的是服务业务、提升效率。所以我们要求所有Skill的设计，都必须紧紧围绕业务SOP来做数字化封装，贴合一线员工的实际工作流程，而不是脱离业务凭空开发。同时，我们要通过文档驱动、契约定义的方式，大幅降低Skill的使用和开发门槛，不只是让技术人员能用，也要让普通业务同事看得懂、用得会、甚至能自主简单开发。

讲完核心价值和架构原则后，我们就针对性细化了质量管控和异常处理的完整机制，专门解决Skill落地后的稳定性、精准度问题。首先是版本管理和迭代优化，之前我们的Skill版本比较混乱，迭代没有规律，出了问题也不好追溯，所以这次会议大家统一达成共识，后续Skill迭代要参考Git的分支管理模式，制定清晰的版本编号规则，比如1.01-1这类标准化版本号。同时可以通过提示词精准引导大模型生成新版本Skill，实现持续迭代、逐步优化，让每一次升级都有据可查，稳步提升Skill的适配能力。

其次是搭建自动化测试与反馈闭环，针对营销这类业务场景变化快、需求迭代频繁的领域，我们专门提出要搭建专属的检测Engine，也就是Bootstrap检测引擎。通过自动化测试的方式，全方位校验Skill在代码变更、业务调整后的适配性，避免代码更新、业务改动后，Skill出现适配失效、功能异常的问题，从技术层面守住质量底线，形成开发、测试、优化的完整闭环。

另外最重要的一个创新点就是质量门控（Gate）机制，这也是解决大模型输出不可控问题的关键。我们在会议上明确，在大型、复杂的业务SOP流程中，要嵌入传统程序作为专属质量门控，专门针对大模型和Skill的输出结果做格式校验、内容校验、合规校验。这样能够从根源上杜绝错误数据、无效噪声向下传递，避免一个环节出错，导致整个业务链路出问题，最大程度保障最终的输出质量，让AI能力落地更靠谱、更可控。

理论知识完结。开始进入实战：

完事开头难，我首先在会上分享了一套非常实用的Skill开发公式，可以撬开没有写过skill和想优化skill的方案：从单点技能开发到全链路组合落地的完整方法，同时结合自身经验，分享了企业级规模化落地的组织推进技巧，给我们后续全员推广Skill开发提供了非常清晰的落地思路。

这套开发公式核心就是从单点技能突破，逐步实现全流程闭环落地，门槛很低，新手也能快速上手。首先是新手单场景开发公式，不用一开始就追求复杂链路，新手可以先梳理自己岗位上高频、重复、机械化的工作，比如日常固定消息发送、工作催办、数据统计汇总这类重复性事务，针对这些单一场景，开发精准匹配的单点Skill，先解决基础的提效问题，快速上手、积累经验。

熟练掌握单点Skill开发之后，就可以进阶做流程组合，搭建个人自动化清单。我们可以把多个零散的单点Skill串联起来，组合成完整的业务自动化链路，比如把工作催办Skill和信息回收统计Skill结合起来，形成一套完整的工作闭环。同时每个人都可以搭建属于自己的自动化清单，把日常用到的高频提效技能、辅助办公技能、风险防控兜底技能全部整合起来，分类管理、随时复用。

长期坚持下来，就能实现核心能力升级和个人精力释放。原本大家的工作都是零散琐碎、东做西做，没有体系、没有沉淀，通过Skill的组合优化和闭环搭建，就能把零散的工具能力转化为专属的个人数字资产，把碎片化的工作模式，转变为标准化、体系化的价值链路，大幅减少无效劳作，把更多精力投入到高价值工作中。

除了个人落地方法，会议还重点讨论了企业级落地和组织整体提效的推进策略。想要让Skill开发真正在公司普及，不能只靠员工自发参与，必须有自上而下的推广机制。我们可以通过高层站台背书、全员开通使用权限、设置积分奖励激励的方式，充分调动全体业务人员的积极性，鼓励大家主动结合自身业务需求开发专属Skill。这样不仅能最大化释放AI提效价值，还能大幅降低IT部门的开发压力，不用所有小需求都依赖技术团队开发，实现全员共建、自主提效。

同时我们也看到了非常落地的提效成果，目前通过Skill已经可以自主生成PRD文档、UI原型图，原本需要产品经理、UI设计师耗费大量时间完成的基础工作，现在通过Skill就能快速落地，极大减少了团队对产品、UI岗位基础人力的依赖，真正实现了人员提效、人力成本降低，落地效果非常直观。

会议中段，我们进入了最贴合一线业务的实战方案研讨环节，参会的各位同事都积极发言，把自己工作中遇到的各类业务痛点、落地难题一一提出来，大家集体头脑风暴，逐一分析每个方案的可行性、落地难度、适配场景，针对性解决各类实操问题，每一个讨论的问题都是真实的一线痛点，落地性非常强。

平台工具选型：

在平台工具选型方面，我们分公有云和内网私有化两种场景做了明确推荐。日常办公、外网使用场景下，优先选用成熟的头部平台，包括腾讯云的WorkBuddy、CodeBuddy，以及Kimi、百度、扣子等主流大模型平台。其中大家重点认可了WorkBuddy的能力，它在知识库搭建、自动化流程运行方面的表现尤为突出，适配我们大部分的Skill落地场景。而针对企业内网隔离、无法连接外网的环境，我们推荐使用Hermes、RAG Flow这类成熟开源框架，低成本实现本地化部署；如果企业有更高的安全性、稳定性要求，也可以联系腾讯云做私有化部署，后续可以根据实际成本预算、业务需求灵活选型。

实战skill方案一

首先讨论的是数据治理和执行器封装的相关问题，针对李洪亮在工作中提出的26个执行器封装需求，大家经过讨论敲定了最优落地思路。我们可以通过录制日常操作日志，比如Binlog、HDR Log这类操作记录，把完整的操作流程、操作逻辑喂给智能体，让智能体自主学习，进而自动生成对应的Skill，不用人工逐一拆解流程、手动开发，大幅提升执行器Skill的开发效率。

针对执行器和工作流的搭建顺序，蒋镒珍也在会上提出了非常实用的Workflow优先策略，解决了大家纠结先做Skill封装还是先搭流程的问题。她建议大家在落地过程中，不用一开始就纠结Skill的标准化形式，不用追求一步到位，优先搭建完整、能正常跑通的Workflow Agent工作流程，先保证业务流程顺畅落地、稳定运行，等整个流程完全稳定、没有漏洞之后，再借助大模型的能力协助拆分流程、标准化封装成对应的Skill，先落地、后优化，大幅降低落地门槛。

薛晓刚也结合落地经验，在会上强调了“不重复造轮子”的核心原则，这也是企业开发中非常重要的降本提效思路。日常开发中，我们有很多现成、成熟的工具可以直接复用，比如OGG这类成熟工具，不用从零开发同类功能，只需要基于现有工具的核心能力，通过Skill封装其控制逻辑，适配我们的业务场景即可，既节省了开发时间，又能保证系统的稳定性。

实战skill方案二：

紧接着大家针对复杂网络环境下的开发提效问题展开讨论，重点解决金融、内网隔离场景下的开发难题。张一恒提出了自己在工作中遇到的金融内网不通、网络环境受限，导致开发卡顿、无法并行推进的痛点。针对这个问题，蒋镒珍给出了针对性解决方案，就是利用AI快速生成Mock服务，精准模拟真实的网络层行为，绕过内网限制，让各个子系统能够独立开发、并行推进，不用等待网络通畅，有效解决了内网环境开发效率低的问题。

除此之外，顾浩针对K8s集群网络抖动、复杂网络问题排查难的痛点，分享了专业的解决方案。可以利用eBPF技术精准采集宿主机的网络运行数据、性能运行数据，再结合数据库分析和Skill能力，对采集到的数据进行拆解分析，精准定位网络抖动、性能异常的原因，高效解决复杂集群网络问题，适配企业复杂的运维场景。

实战skill方案三：

随后我们重点讨论了测试数据生成和知识蒸馏、人设化Skill的落地问题，解决了多个细分场景的痛点。针对钱亮提出的物流TMS系统测试数据难生成、人工造数效率低、数据不精准的难题，顾浩在会上提出了双轨制解决方案，两套方案可以灵活选用。第一套是封装上下游API接口，通过接口调用自动生成所需测试数据；第二套是基于数据库表结构和数据字典，结合具体的物流业务场景，编排专属的造数Skill，实现测试数据自动化生成，彻底解决人工造数耗时、易错、量不足的问题。

针对屠乐奇提出的“领导模拟”人设化需求，蒋镒珍也给出了清晰的落地路径，也就是知识蒸馏+人设Skill封装。我们可以借助Open Wiki、LM Wiki相关技术，把对应的书籍资料、人物话术、工作风格等内容，转化为结构化的专属知识库，再基于这个专属知识库封装成固定人设的Skill，完美实现特定人物的话术、思维、工作风格模拟，满足个性化、人设化的使用需求。

同时张学还在会上推荐了一款非常实用的开源工具RAG Flow，专门适配我们本地化部署、自建知识库的需求。这款工具功能非常全面，支持按长度、语义、标题等多种文本切片方式，同时自带完整的Pipeline工作流，能够满足大部分知识库搭建、数据处理需求，非常适合我们在内网环境下本地化部署、搭建专属业务知识库，实用性极强。

会议最后，我们专门梳理了现阶段主流的平台工具生态，同时围绕Skill的商业变现模式展开了探讨，兼顾内部落地提效和外部商业化赋能两个方向。

实战skill方案四：

最后一个我们学习现阶段成熟的“一人公司”Skill变现模式，目前主流的变现路径主要分为三类。第一类是内容付费，通过付费月刊、知识星球等形式，输出Skill开发教程、落地经验、专属技能包实现变现；第二类是电商卖货，依托AI技能能力，开展电商分销、店铺代运营相关业务；第三类是咨询服务，为有需求的企业、个人提供Skill落地、AI赋能的专项咨询指导服务。