2.Why Use Skills 1(Skills的意义)
第二节:Why Use Skills 1(Skills 的意义)
Why Use Skills - Skills 的意义

1 WHAT | SKILL 是什么

- 一种轻量、开放的格式,用于扩展 AI agent 能力 | A lightweight, open format for extending AI agent capabilities
- 一个组织好的文件夹,由以下部分组成 | A folder of organized files consisting of:
- 指令 | Instructions
- 脚本 | Scripts
- 资产与资源 | Assets and resources
2 WHERE | 用武之地——在哪里用?
2.1 大观——Skills 的用武之地
- 领域专业知识 | Domain Expertise
- 可重复的工作流程 | Repeatable Workflow
- 新能力 | New Capabilities
2.2 Use Cases | 使用场景
- 领域专业知识 | Domain Expertise
- 品牌规范与模板 | Brand guidelines and templates
- 法务审核流程 | Legal review processes
- 数据分析方法论 | Data analysis methodologies
- 可重复的工作流程 | Repeatable Workflow
- 每周营销活动复盘 | Weekly marketing campaign review
- 客户电话准备流程 | Customer call prep workflow
- 季度业务复盘 | Quarterly business review
- 新能力 | New Capabilities
- 制作演示文稿 | Creating presentations
- 生成 Excel 表或 PDF 报告 | Generating Excel sheets or PDF reports
- 搭建 MCP 服务器 | Building MCP servers
2.3 Without Skills | 没有 Skills 会怎样
- 每次都要重新描述指令与需求 | Describe your instructions and requirements every time
- 每次都要重新打包参考资料与支持文件 | Bundle all your references and supporting files every time
- 难以保证流程或产出始终一致 | Ensure the workflow or outputs are always consistent
3 HOW | 理论大观
3.1 Progressive Disclosure | 渐进式披露——YAML+md+元数据| 指令|资源
- YAML 前置元数据 | YAML Frontmatter
- 名称 | name
- 描述 | description
- Markdown 正文 | Markdown
- 输入 | Input
- 漏斗指标(按渠道)| Funnel Metrics (per channel)
- 效率指标(按渠道)| Efficiency Metrics (per channel)
- 输出表格 | Output Tables
- 预算重新分配 | Budget Reallocation
- 元数据:总是加载 | Metadata: always loaded
- 指令:触发时加载 | Instructions: loaded when triggered
- 资源:按需加载 | Resources: loaded as needed
4 Excel Skills 的实践分析
Skills 是 AI Agent 系统实现复杂自动化与专业化任务的核心单元。
结合实际案例,我们来看如何搭建和实现 Excel 相关的 Skills。
4.1 目录结构示例

以”分析营销活动”为例,Skill 目录结构如下:
1 | analyzing-marketing-campaign/ |
SKILL.md:主说明文档,描述 Skill 用途、输入输出、核心流程references/:存放参考规则、模板、辅助文档等
4.2 SKILL.md 内容与 YAML 元数据

SKILL.md 通常包含 YAML Frontmatter(元数据区块),以及详细的任务描述、输入输出格式、核心指标和操作流程。例如:
1 | --- |
4.3 Excel Skills 的实现与案例
4.3.1 常见 Excel 自动化任务
- 数据汇总与统计(如销售总额、最大单笔交易)
- 条件格式化(如根据状态标记行颜色)
- 多表合并(如客户与订单表按 ID 合并)
- 批量文件生成(如根据模板自动生成邀请函、产品文档)
- 数据过滤、排序与导出
4.3.2 Excel Skill 实现的技术路线
工具选择
- pandas:适合批量数据处理、分析、导出
- openpyxl:适合复杂格式、公式、Excel 特性操作
工作流程
- 选择工具:根据需求选择 pandas 或 openpyxl
- 创建/加载文件:新建或读取工作簿
- 数据处理:增删改查、公式、格式化
- 保存文件:写回 Excel
- 公式重算:如涉及公式,需用 recalc.py 脚本进行重算(openpyxl 仅写入公式字符串,不计算结果)
- 错误校验与修复:Skill 应返回 JSON 报告所有错误类型和位置,便于二次修正
4.3.3 Skill 文件夹完整结构
1 | excel-skill/ |

scripts/:存放数据处理、公式重算等 Python 脚本references:输入样例、输出模板、规则文档SKILL.md:说明 Skill 用途、输入输出、流程与注意事项
4.3.4 实践建议与最佳实践
- 明确 Skill 的输入输出标准,示例文件放在 references 目录
- 所有脚本应有异常处理与错误报告能力,便于 Agent 自动修复
- 复杂逻辑建议分模块实现,主流程在 SKILL.md 中清晰描述
- Excel 公式相关操作建议分离脚本处理,避免直接在 openpyxl 中计算
- 尽量输出中间结果与最终数据,便于人工或 Agent 二次校验
5 总结
Skills 为 AI Agent 提供了专业化、标准化、可复用的能力扩展载体,极大提升了自动化办公与复杂数据处理的效率。
Excel Skill 作为典型案例,通过 SKILL.md 元数据、脚本与参考文件的组合,实现了从数据读取、处理、输出到结果校验的自动化全流程。未来,随着 Skill 生态丰富,AI Agent 将能像积木一样组合各种能力,满足更多元的业务需求。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 xhj的博客!