把「CI 流水线编写」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（项目说明与 CI 平台），按什么顺序处理，交付什么（流水线配置），哪些事不能做。Skill 就是把这些写下来的载体。

背景（虚构）

小林是一名运维，每周都要做几次CI 流水线编写。过去靠复制粘贴提示词，结果不稳定。这次团队把它做成了技能，下面记录一次完整运行。

1. 发出请求

小林在服务器、容器与部署流水线中输入：

用CI 流水线编写技能处理这份项目说明与 CI 平台，输出流水线配置。

2. 技能被触发

智能体根据技能描述判断任务匹配，加载「CI 流水线编写」的完整指令。它不需要外部工具，直接按指令处理。

3. 识别语言与构建命令

智能体完成“识别语言与构建命令”，并在中间结果里注明依据，方便小林回看。

4. 设计阶段

“设计阶段”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

5. 配置缓存

智能体完成“配置缓存”，并在中间结果里注明依据，方便小林回看。

6. 加入失败通知

“加入失败通知”是最容易出错的环节，技能里专门写了要求，所以智能体给出了清楚的结果与理由。

7. 交付与复核

智能体交付流水线配置，末尾列出两条需人工确认的内容。小林对照原始项目说明与 CI 平台抽查关键信息，修正一处表述后采用。

复盘：这次做对了什么

  • 步骤写在技能里，没有遗漏
  • 不确定处被标出，而不是被编造
  • 遵守了「变更类命令先在测试环境演练，并准备好回滚」
  • 风险较低，但输出仍需快速过目再使用

可以改进的地方

小林发现智能体对团队内部术语理解不一致，于是在技能目录中加了一份术语表（reference.md），并在 SKILL.md 中写明“遇到术语先查表”。更多改法见定制指南。

智能体与人的分工

技能不是把工作全部交出去，而是把重复、机械的部分交给智能体，人把住判断和责任：

步骤智能体负责人负责
识别语言与构建命令按指令完成并给出依据抽查关键处，确认无误
设计阶段按指令完成并给出依据抽查关键处，确认无误
配置缓存按指令完成并给出依据抽查关键处，确认无误
加入失败通知按指令完成并给出依据抽查关键处，确认无误
最终交付整理流水线配置决定是否采用、是否对外

风险较低，但输出仍需快速过目再使用。

准备一份好范例

在技能的参考资料里放一份你认可的流水线配置范例，往往比多写十条规则更有效。好范例应当：

  • 来自真实工作，但已去除个人信息和敏感数据
  • 体现团队习惯的结构、措辞和详略程度
  • 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
  • 篇幅适中，不要比平时的产出长太多

范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。