夜鶯 v9 Skill 管理：把領域知識/操作經驗封裝成 Markdown 提示詞包，讓 AI Agent 在合適場景自動呼叫，輸出更穩定專業的回答。
概述
Skill = 一份帶描述的「提示詞指令包」。每個 Skill 是一段 Markdown 寫的「領域知識 + 操作指引」，AI Agent 在執行任務時自動判斷目前上下文是否匹配某個 Skill 的描述，匹配上就把這份提示詞載入進上下文，讓模型按 Skill 裡寫的方法行事。
側欄路徑：AI 設定 → Skill 管理，URL /ai-config/skills。
形象類比：
- LLM 設定 = 給 AI 一個大腦（大模型本身）
- Skill = 給這個大腦一本「操作手冊」或「專家備忘錄」
舉例：
- 你寫一個
linux-troubleshootSkill，描述寫「Linux 主機故障排查方法論」，正文裡列舉常見的 CPU/記憶體/磁碟/網路問題的排查命令。下次有人問 AI 助手「我這台機器為什麼慢」，系統自動把這份 Skill 餵給模型，回答就會按你的方法論展開。
關鍵點：啟用 Skill ≠ 每次回答都會用。 是否呼叫取決於模型對「使用者問題 + Skill 描述」的匹配判斷。所以描述（description）欄位要寫好 — 它就是 Skill 的「檢索關鍵字」。
頁面佈局
- 左側：Skill 列表 + 搜尋框 +
+新建按鈕（點開有「線上建立」和「本機上傳」兩種模式） - 右側：選中 Skill 的詳情
- 頭部：Skill 名稱 + 啟用 開關 + 三點選單（替換 / 下載 / 刪除）
- 元資訊：作者使用者名稱、最近更新時間、描述
- 提示詞指令：核心內容；右上角 👁️ /
</>切換「渲染檢視（formatted）」和「原文檢視（code）」
建立 Skill 的兩種方式
方式一：線上建立（適合簡單 Skill）
點 + → 線上建立 Skill，彈出表單：
| 欄位 | 必填 | 說明 |
|---|---|---|
| 名稱 | 是 | 用作 Skill 的唯一識別；建議用 kebab-case 英文，如 linux-troubleshoot、promql-helper、incident-runbook |
| 啟用 | 預設開 | 關掉後 Skill 不會被任何 AI 呼叫考慮 |
| 描述 | 否（但強烈建議填） | AI 用來匹配上下文的依據 — 越具體、越多關鍵字越好，比如「Linux 主機 CPU / 記憶體 / 磁碟 / 網路故障排查方法論，常見命令如 top, free, iostat, ss 等」 |
| 提示詞指令 | 是 | Skill 的核心內容；寫 Markdown，可以用標題、列表、程式碼區塊組織 |
方式二：本機上傳（適合帶資源檔案的複雜 Skill）
點 + → 本機上傳 Skill，上傳一個 .zip 或 .tar.gz 壓縮包：
- 壓縮包根目錄必須有一個
SKILL.md，包含 YAML frontmatter + Markdown 正文。 - 同目錄可以放任意輔助檔案（指令稿、參考資料、子文件），Skill 可以在 prompt 裡透過相對路徑引用。
SKILL.md 的範本：
---
name: linux-troubleshoot
description: Linux 主機 CPU / 記憶體 / 磁碟 / 網路故障排查方法論，附帶常見排查命令
license: Apache-2.0
compatibility: 需要 shell 存取權限
allowed-tools: Bash(top:*) Bash(free:*) Bash(iostat:*) Read
---
# Linux 故障排查
## CPU 高
1. `top -c` 看 CPU 用得最多的程序
2. `pidstat -u 1 5` 看每秒 CPU 分佈
...
## 記憶體爆
...
frontmatter 裡的欄位就是後面「進階設定」裡的欄位（授權條款、相容性、預先授權工具等）。
已經寫好的 Skill 可以從詳情頁下載為壓縮包，作為團隊內共享或者跨實例遷移的載體。Anthropic 的 Agent Skills 也是同一套結構，社群裡很多 Skill 庫可以直接拿來用。
進階設定
新建 / 編輯表單的「進階設定」裡可配：
| 欄位 | 作用 |
|---|---|
| 授權條款 | 例如 MIT、Apache-2.0，Skill 分享出去時讓使用者明白合規邊界 |
| 相容性 | 描述這個 Skill 對環境的依賴，例如「需要 git、docker」、「需要聯網」。AI 在沒有相應能力時會跳過 |
| 預先授權工具 | 空格分隔的工具呼叫白名單，例如 Bash(git:*) Bash(docker:*) Read。只有列在這裡的工具呼叫才不會再二次跟使用者確認，否則 Agent 每用一次工具都會讓使用者點同意 |
| 元資料 | 自訂 key-value，給 Skill 打標籤 / 寫版本號 / 關聯 owner 等 |
操作
- 啟用 / 停用：開關一撥即可生效，無需儲存。
- 替換：在三點選單選「替換」上傳新的
.zip/.tar.gz，會完全覆蓋目前 Skill 的所有內容（包括資源檔案）。 - 下載：把目前 Skill 匯出成壓縮包，方便備份、版本管理、分享。
- 刪除：會有二次確認，刪除後無法復原（已下載的備份還能再次上傳復原）。
寫好提示詞指令的建議
Skill 的提示詞指令本質上是給模型讀的「標準作業書」，寫得好不好直接決定輸出品質。
- 開頭一句話點題：用最簡潔的語言說清楚這個 Skill 是幹啥的、什麼時候該用。
- 結構化：用
## 子任務把大任務拆開，每個子任務下再用列表/程式碼區塊寫步驟。Markdown 結構越清晰，模型越容易穩定執行。 - 少用「我建議」、多用祈使句：模型會模仿你的語氣。寫「請執行
top -c並截圖前 10 行」比「建議你可以試試 top」更確定。 - 明確邊界：寫清楚「不要做什麼」 — 例如「不要主動修改生產環境設定，只輸出建議命令」。
- 配範例：給一個具體的「輸入 → 輸出」例子，比千言萬語都管用。
- 測試一遍：寫完後開個智慧問答會話試一下，看 AI 是不是按你期望的路徑回答；不對就回來改描述（提升匹配率）和指令（提升執行準確度）。
常見問題
Q1：我新建了一個 Skill 並啟用了，但 AI 助手回答時沒用上，怎麼辦？
A：90% 是描述（description）寫得太泛。AI 是先看描述決定呼不呼叫你的 Skill。把描述改得更具體、塞入使用者可能提到的關鍵字，比如把「故障處理」改成「Linux 主機 CPU / 記憶體 / 磁碟 / 網路故障排查，含 top、free、iostat、ss 等常用排查命令」。改完再問就會優先命中。
Q2：多個 Skill 描述都很像，會同時被用上嗎？
A：會。模型會把多個匹配的 Skill 一起注入上下文，但會占用上下文視窗。建議：
- 同一主題的 Skill 合併成一個，用
## 子章節分隔； - 用「相容性」欄位寫明先決條件，讓 AI 在條件不滿足時跳過；
- 關掉長期不用的 Skill（啟用開關）。
Q3：本機上傳的 Skill 包能用 Anthropic 官方 Skills 庫的嗎？
A：可以。夜鶯的 Skill 包格式與 Anthropic Agent Skills 規範相容 — 根目錄的 SKILL.md + frontmatter 完全一致。社群裡 anthropics/skills 這種開源 Skill 庫的內容可以直接打包上傳。
參考資料
- Skill 撰寫教學（端到端教學：frontmatter 速查、正文範本、輔助檔案、除錯方法、實戰案例）
- 內建 Skill 一覽（19 個內建 Skill 是最好的寫法參考）
- LLM 管理（Skill 呼叫的底層模型，可以為 Skill 指定專用 LLM）
- Anthropic Agent Skills 規範
- 社群 Skills 儲存庫（anthropics/skills）
