「代码讲解」智能体 Skill 是什么：能做什么、适合谁、怎么开始

开发者经常要做「代码讲解」这类事：为新人逐层讲解一个模块：职责、数据流、关键函数。每次都从头写提示词，结果时好时坏；把它做成智能体 Skill，就能让智能体每次按同一套步骤执行，输出结构也更稳定。

一句话说明

「代码讲解」技能让智能体为新人逐层讲解一个模块：职责、数据流、关键函数。你提供模块路径，它按固定步骤处理，交付分层讲解文档。

它解决什么问题

没有技能时，开发者每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：

• 每次都按同样的顺序执行：先给模块一句话职责→画出数据流→逐个讲关键函数→列出常见修改入口
• 输出结构固定，便于复核和归档
• 领域规矩（如「改动前确认有测试与版本控制，一次只改一类问题」）写在技能里，不靠临时提醒

适合与不适合

适合：经常处理模块路径、希望结果格式统一、愿意花十分钟把流程写清楚的开发者。

不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。

可以在哪些平台实现

同一个技能的思路可以落在不同平台上，常见选择有：

• Cline Rules：Cline 支持在项目中用 .clinerules 写规则（可以是单个文件
• Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数
• Dify 工作流：Dify 是开源的大模型应用开发平台
• GPTs：GPTs 是在 ChatGPT 中创建的定制版助手

怎么开始

建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。

这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；风险较低，但输出仍需快速过目再使用。

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：

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分层讲解文档范例，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

• 代码讲解 · OpenAI Agents SDK 版
• 代码讲解 · GPTs 版
• 代码讲解 · 常见坑
• 魔法数字清理 · 介绍
• 遗留代码考古 · 介绍
• 智能体Skills 分类：625 个技能 × 32 个角度

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。