Skill 是怎么被 WorkBuddy Agent 发现和调用的?

大家好,我是 WeiWill,深耕软件工程一线,专注 AI 应用落地与 Agent 开发。

能不能把一整段稳定流程,沉淀成 Agent 能反复调用的能力?

最近我在整理公众号发布流程时,又遇到了一个很典型的问题。

写文章这件事本身我愿意花时间,真正消耗精力的是文章写完之后那一串重复动作:

写完草稿,人工检查格式;
复制到公众号后台;
补标题、摘要、封面、标签;
预览一遍;
发现格式有问题,再回去改;
图片丢了,重新上传;
最后再手动发布或定时。

每一步都不复杂,但它们合在一起,就是一种典型的“低价值重复劳动”。

所以,我把这件事做成了 WorkBuddy Agent 的“定稿”Skill。这个变化背后真正有意思的地方,不是多了一个自动化按钮,而是 Agent 正在从聊天助手,变成一个可以接住固定流程、沉淀操作经验、连接真实系统的工作流执行者。

Skill 原理:它不是魔法,而是一份可执行的工作说明

先说一个直观理解。

Skill 本质上不是让大模型“凭感觉多会一点”,而是给 Agent 增加一份结构化的工作说明。

这份说明至少包含三类信息:

  1. 这个能力叫什么。
  2. 用户在什么情况下应该触发它。
  3. 触发之后应该读哪些规则、跑哪些脚本、检查哪些边界。

以我的公众号“定稿”流程为例,它不是写在一段临时提示词里,而是沉淀在 WorkBuddy Agent 的技能目录中,结构大概是这样:

1
2
3
4
5
6
7
8
9
10
11
workbuddy-agent/skills/
├── weiwill-sync-drafts/
│ └── SKILL.md
├── weiwill-local-publish/
│ └── SKILL.md
└── weiwill-wechat-format/
├── SKILL.md
└── scripts/
├── wechat-api-html
├── generate-cover.py
└── wechat-draft-remote

真正负责“定稿”的,是 weiwill-local-publish 这个 Skill。它的 SKILL.md 里有一段很关键的描述:当用户说“定稿”“发布”“发送到微信草稿箱”时,就使用这个本地发布流程。

我把真实的关键内容截一段出来,大概是这样:

1
2
3
4
5
6
7
name: weiwill-local-publish
description: >-
Prepare, finalize, analyze, and publish WeiWill Official Account articles from
the local llm-wiki-lab repository. Use when the user says "定稿", "发布",
"发送到微信草稿箱", or asks for the local WeiWill publish workflow after a Draft
is ready. "定稿" is the total command: update wiki from the finalized article
and send it to the WeChat draft box.

再往下,它会把流程写得更具体:

1
2
3
4
pull-drafts -> list/select Draft -> prepare to Published/Articles
-> user edits locally -> finalize
-> wiki-summary + WeChat draft box
-> Published record -> Git commit/push

这里的 description 很重要。它相当于告诉 WorkBuddy Agent:以后用户不用每次都说完整命令,只要表达的是同一类意图,就应该想到这个 Skill。

这就是 Skill 被发现的第一层机制:通过名称和描述,把用户的自然语言意图映射到一个可执行能力。

但只靠描述还不够。

如果描述只是写“帮我发布文章”,Agent 仍然不知道具体怎么做。真正让它可用的,是 SKILL.md 后面的工作流说明。

翻译成中文,其实就是六步:

  1. 先拉取最新草稿,并列出当前可以选择的 Draft。
  2. 选中一篇草稿,把它从 Drafts 移到 Published/Articles,进入待发布状态。
  3. 用户在本地继续修改文章,确认内容已经可以定稿。
  4. 执行定稿动作:检查文章规则,生成 wiki 来源总结,并发送到微信公众平台草稿箱。
  5. 生成 Published 发布记录,留下标题、文章路径、定稿分析和草稿箱日志。
  6. 把本次发布相关变更提交并推送到 Git,形成可追溯的闭环。

这段流程把“定稿”拆成了几个稳定步骤。WorkBuddy Agent 发现这个 Skill 后,不需要重新发明一套发布逻辑,而是先读取完整的 SKILL.md,再按里面的规则去调用仓库里的确定性脚本。

在我的仓库里,真正落地执行的是这个脚本:

1
scripts/weiwill-local-publish.sh

也就是说,Skill 负责让 Agent 知道“什么时候该做这件事、按什么规矩做”;脚本负责把动作稳定执行出来。

这个分工很关键。如果所有逻辑都塞进提示词,流程很容易飘;如果只有脚本,没有 Skill,Agent 又不知道什么时候该调用它,也不知道调用前后要遵守哪些内容规则。

Skill 夹在中间,像一层工作协议:上面接自然语言,下面接确定性工具。

用“定稿”这个流程看一次真实调用链

把这次公众号定稿流程拆开看,就更容易理解。

用户说“拉取最新草稿”,WorkBuddy Agent 会命中 weiwill-sync-drafts。这个 Skill 的职责很小,只做一件事:运行仓库脚本里的 pull-drafts,执行 git pull --ff-only,然后列出 02-Accounts/WeiWill/Drafts/ 下面的草稿。它不负责改文章,也不负责发布,边界很清楚。

用户选中一篇文章后,WorkBuddy Agent 会进入 weiwill-local-publish 流程,执行:

1
scripts/weiwill-local-publish.sh prepare --draft "<草稿关键词或路径>"

这个动作做两件事。一是把选中的 Markdown 从:

1
02-Accounts/WeiWill/Drafts/

移动到:

1
02-Accounts/WeiWill/Published/Articles/

二是把当前活动文章记录到:

1
.git/weiwill-publish-active

这个小文件很有用。它让后续用户只需要说“定稿”,不需要每次都重新贴文章路径。Agent 可以根据活动文章继续执行后续流程。

当用户说“定稿”时,weiwill-local-publish 会把这个口令映射到脚本里的 finalize。在脚本实现里,finalize 和 publish 最终都会走同一个发布函数。

这个函数不是直接上传就结束,而是先做校验:

  • 文章必须在 02-Accounts/WeiWill/Published/Articles/ 下面;
  • front matter 不能出现暴露来源或内部流转状态的字段;
  • 正文不能出现会暴露生成来源的表达;
  • 找不到活动文章时,要停下来让用户指定,不应该猜。

校验通过后,流程才会继续往下走。

接下来它会调用另一个 Skill 的能力:weiwill-wechat-format。这个 Skill 专门处理公众号格式化和草稿箱发送,下面几个脚本分别负责不同环节:

1
2
3
wechat-api-html       渲染公众号风格 HTML
generate-cover.py 根据文章生成封面图
wechat-draft-remote 通过固定 IP 远程服务创建公众号草稿

这里之所以拆成另一个 Skill,是因为“本地发布流程”和“公众号格式化/远程发送”其实是两个不同能力。

前者关心文章在仓库里的生命周期:Draft、Published、wiki、发布记录、Git 提交。
后者关心公众号平台的细节:HTML 样式、封面图、图片上传、草稿接口、固定 IP、环境变量。

拆开以后,边界更清楚,也更容易维护。最后,finalize 会继续做知识回流:

1
2
wiki/来源总结:<标题>.md
02-Accounts/WeiWill/Published/Records/<日期>-<标题>-发布记录.md

也就是说,一篇文章不是发完就结束。它会被写回 wiki,变成后续选题、复盘和知识关联的一部分。

这就是我说的闭环。

入口只是“定稿”两个字,但背后包含 Skill 发现、规则读取、脚本调用、文章校验、公众号草稿箱发送、wiki 回流、发布记录和 Git 留痕。每一步都不神秘,但合在一起,就把一次发布动作变成了可复用的工程流程。

真正重要的不是入口,而是边界

很多人讨论 Agent 时,容易盯着入口。

比如能不能接微信、能不能接飞书、能不能接浏览器、能不能接公众号。

入口当然重要,但入口只是开始。真正决定 Agent 能不能进入真实工作的,是边界。

它知道自己能做什么,也知道自己不能越过什么。

在这个定稿流程里,有几个边界是必须明确的。

第一,代码和脚本修改前要先同步仓库,不能在旧版本上继续改。
第二,公开文章不能带内部来源字段,不能把对话痕迹写进正文。
第三,图片不能随手丢进历史素材目录,而要走公开资源域名。
第四,真正发送到公众号草稿箱时,需要固定 IP 和环境变量,缺失就应该停止,而不是瞎编凭证。
第五,Git 提交范围只应该包含发布相关文件,不能顺手提交用户别的本地改动。

这些规则看起来琐碎,但它们才是工作流能不能长期跑起来的关键。

一个 Agent 如果只会“执行命令”,它很容易变成风险源。
一个 Agent 如果能在执行前识别边界、执行中留下日志、执行后沉淀结果,它才更接近真正的工程助手。

下一步,你可以这样创建自己的 Skill

如果你也想给自己的 Agent 设计一个 Skill,不要一开始就追求复杂。先找一个你每周都要重复做、步骤稳定、规则明确、失败后能排查的流程。

比如:

  • 从固定目录读取文件;
  • 检查 front matter 或配置字段;
  • 调用一个已有脚本;
  • 生成一份固定格式的记录;
  • 在失败时明确告诉你卡在哪一步。

一个最小 Skill,至少要回答四个问题:

  1. 用户怎么说时应该触发它?
  2. 它要先读取哪些规则?
  3. 它最终调用哪个确定性工具?
  4. 它在什么情况下必须停下来?

然后持续记录失败。Agent 工作流的成熟,不是靠一次成功演示,而是靠一次次失败后的修正。哪里容易误判,哪里权限太大,哪里日志不够,哪里上下文缺失,这些才是真正该沉淀的经验。

回到今天这个例子,我认为“用 Skill 实现文章一键发送公众号”真正重要的地方,不是省掉几次复制粘贴,而是提醒我们:

Agent 的下一步,不是更会聊天,而是更会在边界清晰的前提下,把真实工作做完,并且把做完之后的结果继续沉淀回系统。

我是 WeiWill,深耕软件工程一线,专注 AI 应用落地与 Agent 开发。