Coze平台Skill制作指南：手把手教你将智能体转技能

之前我们聊过，可以将智能体的系统提示词看作一份需求文档。而 Skill（技能） 则更进一步，它不仅包含了这份“需求文档”，还整合了文档中提到的各种工具，比如插件、参考文件等等。

简单来说，Skill 可以被理解为系统提示词的“加强版”或“工程化封装”。如果你还对它感到陌生，别担心，本文将以一个具体的例子，带你用三步轻松上手。

理解 Skill 的核心：从一份 Markdown 文件开始

首先，我们来看看一个 Skill 最核心的部分是什么。以下是一个用 Trae 编写的 skill.md 文件示例：

name: “wechat-post-designer”
description: “生成现代、美观的HTML设计，适用于微信公众号推文背景或营销页面。当用户想要设计公众号背景或推文页面时调用。”
# 微信公众号推文设计师（WeChat Post Designer）
# 角色设定
你是一位专注于移动网页和微信公众号内容设计的 UI/UX 设计专家。你的目标是创建视觉惊艳、现代且易读的 HTML/CSS 布局...
# 设计理念
**现代美学**：使用当前流行的设计趋势，如玻璃效果（Glassmorphism）、新拟态（Neumorphism）...

开头的 name 和 description 定义了技能的简介和元数据。继续往下看，你会发现“角色设定”、“设计理念”、“工作流程”等部分。这不难发现，它的主体内容与我们为智能体编写的“系统提示词”几乎是一样的。

所以，一个最基本的认知是：skill.md 就是一份带有 YAML 格式头部信息（name + description）的系统提示词。

根据 Skill 协议规范，skill.md 是每个 Skill 的必需文件。其标准的目录结构通常如下：

skills/
    └─ code-quality/ # 技能分类目录
        └─ code-debugging-python/ # 技能目录（必须与skill名称一致）
            └─ SKILL.md # 技能核心定义文件（必需）
        └─ templates/ # 可选：输出模板文件
            └─ debug-report.md
        └─ scripts/ # 可选：辅助脚本
            └─ error-patterns.py
        └─ references/ # 可选：参考文档
            └─ python-error-codes.md

下面，我将以自己制作的一个“标题生成智能体”为例，详细演示如何将一个完整的智能体“转换”为一个可复用、可部署的 Skill。这个过程可以清晰地分解为三个步骤。

第一步：只有系统提示词 = 单份的 skill.md

一个仅依赖系统提示词的智能体是最简单的形态。

要将它转变为 Skill，本质上就是为这份系统提示词加上一个 YAML Frontmatter（头部信息）。这个 Frontmatter 是技能的 “身份标识和基础配置”，平台会优先解析它，以正确识别和激活技能。

转换操作非常简单：在原有的系统提示词内容前，加上 name 和 description 即可。 例如：

name: “起标题智能体”
description: “基于用户上传的内容，生成对应符合自媒体平台的标题。”

（紧接着就是原有的角色设定、目标、工作流程等完整提示词）

看，这样一份系统提示词就华丽转身为 skill.md 了。这第一步是不是出乎意料地简单？

第二步：系统提示词 + 知识库 = skill.md + 资源文件

在实际的智能体中，我们常常会用到“知识库”功能，例如为标题生成器提供大量的优秀标题范例作为参考。

在 Skill 的体系里，这部分对应的就是 references/ 目录。你只需将这些参考文档（如 优秀标题案例.md）放入该目录即可。

然后在你的 skill.md 提示词中说明：“可参考 references/ 目录下的文档”。这样，Skill 就具备了引用外部知识的能力。

第三步：系统提示词 + 插件 = skill.md + 脚本

如果我们的智能体需要与外界交互，比如读取用户提供的链接内容，我们就需要为其添加插件（如 LinkReaderPlugin）。

在 Skill 中，这对应着 scripts/ 目录。你可以将实现特定功能的脚本文件（例如一个用于读取和解析链接的 Python 脚本 fetch_url.py）放在这里。

接着，在 skill.md 的工作流程中描述何时以及如何调用这个脚本。这样，Skill 就获得了执行复杂操作和调用外部工具的能力。

在 Coze 平台中创建与优化你的 Skill

理解了以上三个层次的转换，我们就可以在 Coze 平台中实际操作了。

1. 进入 Coze 的“技能”创建页面。
2. 将你编写好的 skill.md 内容粘贴到对话框中，或者直接上传包含完整目录结构的技能文件夹。 Coze 会自动识别并整理成符合规范的技能。
   
3. 测试与优化。Coze 提供了沙箱环境供你测试。例如，你可以告诉它：“优化脚本和流程，使其能处理用户上传的 PDF、Word 等格式的附件。” AI 助手会基于你的要求自动优化技能逻辑。
   
4. 部署。测试通过后，点击部署，你的 Skill 就被保存并打包好了。
   
   
5. 使用。部署成功后，你就可以在任何智能体中像调用插件一样调用这个 Skill 了。
   

Skill 的核心优势：按需读取，节省成本

Skill 的一个重要设计哲学是 “按需读取” 。当大模型遇到需要调用 Skill 的指令时：

1. 第一次读取：模型先快速读取 Skill 顶部的 name 和 description（YAML Frontmatter），判断这个技能是否与当前任务相关。
2. 第二次读取（如需）：只有在判断为“需要”时，模型才会继续读取并执行 skill.md 中详细的工作流程和脚本。

这种机制是用次数换取上下文空间。因为 AI 模型的计费通常基于处理的 Token 数量（可简单理解为字数），如果不加区分地将所有详细指令都放入主对话上下文，会持续消耗 Token。而 Skill 的按需读取方式，仅在确实需要时才加载完整内容，从而显著节省了 Token 使用量，降低了成本。

总结：Skill 的本质是经验的封装

通过上面的三步拆解，你会发现制作一个 Skill 并没有想象中那么难。它最终的核心依然是编写高质量的系统提示词。

• 提示词从哪来？ 从你对业务的深刻理解和需求分析中来。
• 参考文档从哪来？ 从你日常的技术积累和素材收集中来。
• 脚本工具从哪来？ 从你解决具体问题的自动化经验中来。

因此，要制作一个真正能提升工作效率的 Skill，关键在于我们自身的业务识别能力、逻辑转化能力和知识积累习惯。希望这篇指南能帮助你跨出 Coze Skill 开发的第一步。

---

本文涉及的核心概念，如系统提示词工程、AI智能体工作流设计等，你可以在 云栈社区 的 技术文档 板块找到更多深入的教程和 人工智能 应用案例分析。