AI Skills 入门

这门内容的目标不是“把 Skills 讲成理论”，而是帮你建立一套可复用的扩展思维：当现有工具不够用时，你可以通过 Skills 快速引入新能力，而不是每次都从零开始写脚本。

本章目标

Skills 可以理解成“可安装的能力包”。和普通脚本不同，Skills 通常不只是代码，还包括：

它的核心价值是：把一次性的经验，整理成别人也能稳定复用的流程。

大学生阶段最常见的痛点是“每次做类似任务都要重新摸索”。Skills 能帮你把常见的任务固定下来，例如：

一旦你开始积累 Skills，后续做新项目时，重点会变成“组合已有能力”，而不是“重复发明轮子”。

最常见的安装方式是通过命令行工具。以 skills add 为例，基本模式是：

# 从 GitHub 安装
npx skills add <owner>/<repo>

# 从 Monorepo 安装指定 Skill
npx skills add https://github.com/<owner>/<repo> --skill <skill-name>

安装完成后，Skills 通常会自动被发现，支持通过触发词或斜杠命令调用。

在你安装 Skills 之前，建议先搜索是否已有现成能力。常见方式包括：

# 搜索 Skills
alma skill search <query>
codex skill search <query>

# 列出已安装 Skills
alma skill list

这个步骤能帮你避免重复开发，也能更快找到高质量实现。

Skills 并不是“越多越好”，而是“越贴合任务越好”。对学生项目而言，这些场景尤其值得优先考虑：

如果你发现某类任务自己已经做过两次以上，就可以开始思考：这个流程能不能整理成一个 Skill？

如果你没有找到合适的现成 Skills，可以自己写一个。一个最小 Skill 至少包含：

写 Skill 的过程，本质上就是把你的经验变成可复用流程。即使你暂时没有发布需求，这个动作也能帮你把任务理解得更清楚。

Skills、文档和代码并不是竞争关系，而是分工不同：

你不需要把所有东西都塞进 Skills，但当你发现某个任务反复出现时，Skills 往往是最值得沉淀的形式。