为什么要用skill? 通俗的说就是为了防止”傻X“灵光一闪，按步就搬的执行就好
怎么样学好写skill? 动手写头一个能跑的 Skill，搭建标准化的结构、部署环境、把环境跑通，这样是最快的学习方式
Skill 能解决啥问题
解决知识传承问题。工作流程不用从头开始读文档，写进 Skill，照着跑通就行。
解决重复搬砖问题。代码格式化、单测生成、日志整理等，让 AI 直接干这是AI是擅长的地方，比人强的多。
解决风格问题。同一个人同一套代码，今天生成的和明天生成的风格都不一定相同，三个人做同一套系统就那更别说了。。。基本是风格。。XX了。
Skill 是个啥？
Skill 就是把某个场景下的规范的业务流程打成一个包，让AI照着流程规则自主执行，能够重复利用的流程。
官方文档定义：一个 Skill 就是一个文件夹里面至少有一个 SKILL.md，其它的参考文档、脚本、模板都是可选配件。
标准目录结构就是：配置信息、执行规则、参考资料、辅助脚本，都在里面。
Skill 和 Rule 的区别
Rule 是全局永久底线规范，全场景通用、全员都得守的，写 Rule。
Skill 是场景按需专项技能，只有特定情况下固有流程才用写 Skill
Rule 是全局强制底线、通用规范，永久自动生效，无需触发，在通用所有场景（比如代码安全、缩进规范、注释要求），越短越好，减少常驻内存占用，全员全场景必须遵守
Skill 是 专项任务技能、专属流程， 按需触发，不调用不生效 ， 特定任务（代码迁移、生成单测、整理文档），触发后才占用资源。
Skill 的分层渐进加载机制
1：元数据层
加载时机：永久常驻，每次对话都加载
内容：Skill 名称加一段 100 字以内的简短功能描述
Token 消耗：极小
作用：决定 AI 是否触发这个 Skill，是所有技能的「识别开关」
这层必须短、准、不含糊。写含糊了，AI 要么不触发，要么乱触发，两头都烦。
2：主体核心层
加载时机：AI 识别到需求、触发 Skill 后一次性加载
内容：SKILL.md 正文主体、执行步骤、基础示例、校验规则
Token 消耗：占用较高
AI 执行任务时全靠这份正文，建议压在 500 行以内。再长就做模块化拆分，不然 Token 过载，直接响应失效。
3：资源按需层
辅助脚本、参考文档、模板文件、规范手册都在这层，AI 执行任务时按需调取，执行过程动态加载。
一句话就是不把 Skill 内容一次性全倒进来，得分层渐进加载 ,常驻内存的东西越少越好，复杂的资源用时再取
AI 怎么知道该启用哪个 Skill
自动语义触发
平时全靠它。AI 读 Level 1 那段 Description 描述，拿它比对用户需求，自动决定要不要启用。日常开发随口下的指令，写单测、格式化代码、整理文档这些，都用这个，不用敲任何命令。
手动命令触发，怕认错就手动来
格式固定：/skill 技能文件夹名。主动输入命令，强制 AI 调用指定技能，不受语义匹配干扰。什么时候用？几个 Skill 长得太像、容易认混的时候，或者刚写了个新 Skill 想试它。百分百准，不会误伤也不会漏。
文件规则触发
配置文件里定好规则：打开某种后缀、某个目录的文件，就自动带上对应 Skill。比如打开 .py 就启用 Python 代码检查。不用开口，文件一开，它自己就位。