1. 从「AI 只会聊天」到「AI 会干活」Skill 到底解决了什么问题你可能已经习惯了这样的场景把需求丢给 AI它回你一大段看起来很有道理的话但真要让它去查个天气、拉个股票、跑个脚本它就开始「我不会联网」「我没有这个能力」。这不是模型笨而是它缺一个把「意图」翻译成「动作」的中间层。Skill 就是干这个的。用一句话说清楚Skill 是 AI 的技能包用 SKILL.md 描述「什么时候触发、触发后干什么、结果怎么返回」让 AI 从一次性对话升级成可复用能力。它适合三类人一是天天用 Cline、CC Switch 这类编码助手的开发者想让助手自动识别「帮我查下接口文档」这种意图二是做智能硬件或 Agent 的团队需要把零散工具调用收敛成统一入口三是刚接触 AI 工具的小白想搞明白为什么别人家的 AI「会自己找工具」。我试过把天气查询、代码审查、日程管理拆成独立 Skill最大的感受是Prompt 是「一次性指令」Skill 是「持久技能」。前者每次都要重新说一遍后者装一次就长期生效还能被 trigger 自动识别。下面这张表是我自己整理的核心差异你可以对照理解维度PromptSkill作用域单次对话长期生效触发方式手动输入自动识别 / 关键词 / 正则复杂度简单可复杂能带工具链复用性低高可跨会话复用维护成本每次重写改一次 SKILL.md 即可理解了这层后面的 SKILL.md 骨架、trigger 配置、以及怎么接到 TaoToken 统一 Key/API 通道就都是顺理成章的事。2. 前置准备TaoToken 统一 Key 与 API 通道Skill 本身只是「说明书」真正执行时还是要调模型或调工具接口。如果每个 Skill 都单独配一套 Key维护起来会疯掉。所以我的做法是所有 Skill 的模型调用统一走 TaoToken 的 API 通道Key 只维护一份。TaoToken 在这里扮演的角色很清晰它提供统一的 API 入口和 Key 管理你不需要在每个 Skill 里硬编码不同的供应商配置。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 这个不加 UTM直接记就行。你需要提前做三件事第一注册并登录后进入控制台地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 在里面创建项目。第二生成 API Key入口在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 生成后复制保存后面 SKILL.md 和 Cline 配置都要用。第三如果你打算长期跑编码类 Skill 或 Agent建议直接看 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它更适合高频调用场景比按次计费省心。注意Key 只存在本地环境变量或配置文件里不要写进 SKILL.md 提交到公开仓库。我踩过的坑就是早期把 Key 写死在示例里结果同步到团队仓库后被迫全部轮换。3. 可复制的 SKILL.md 骨架与 trigger 配置SKILL.md 的本质是「带 frontmatter 的 Markdown」。frontmatter 用---包起来里面写元信息下面正文写执行逻辑。最简结构长这样--- name: 技能名称 description: 一句话描述这个技能 trigger: 触发关键词或正则 --- # Skill 逻辑 当用户说[关键词]时执行以下逻辑 1. 解析用户意图 2. 调用相关工具 3. 返回结果关键字段的作用和是否必填我整理成表方便你查字段作用必填nameSkill 名称是description功能描述是trigger触发条件关键词或正则否tools调用的工具列表否keywords关键词列表否trigger 是整篇里最容易写错的地方。它支持两种写法关键词列表和正则表达式。关键词适合「天气」「新闻」这种明确词正则适合「帮我查一下 XX 的股价」这种带变量的句式。下面是一个完整可用的天气 Skill 示例我把它接到 TaoToken 通道上--- name: weather-query description: 查询指定城市的天气情况 trigger: /天气|天气怎么样|今天天气/ tools: - http_request keywords: - 天气 - 气温 --- # 实现逻辑 ## 触发条件 用户说天气相关的话或输入包含气温下雨等词。 ## 处理流程 1. 提取城市名默认北京 2. 通过 TaoToken API 通道调用天气接口 3. 格式化输出 ## 返回格式 北京今日天气晴15-25°C东南风3级这里有个细节tools里声明的http_request是 Skill 执行时真正发请求的能力。如果你用的是 Cline 或 CC Switch它们会读取这个声明并注入对应的工具函数。而请求的目标地址统一指向 TaoToken 的 API 入口这样 Key 只需要在环境变量里配一次。trigger 正则的写法建议从宽到窄。比如/天气|天气怎么样|今天天气/能覆盖大部分口语表达如果你只想在特定前缀下触发可以写成/^查天气\s(.)/这样「查天气 上海」会命中而「今天天气不错」这种闲聊不会误触发。4. 在 Cline / CC Switch 中验证触发与 API 调用配置写完必须验证两件事trigger 有没有命中以及API 调用有没有走通。下面是我在 Cline 里的实际操作步骤。第一步把 SKILL.md 放到项目的.skills/目录下Cline 会自动扫描。目录结构大概是project/ ├── .skills/ │ └── weather-query/ │ └── SKILL.md ├── .env └── ...第二步在.env里配置 TaoToken 的 Key 和 API 地址TAOTOKEN_API_KEY你的Key TAOTOKEN_BASE_URLhttps://taotoken.net/api第三步在 Cline 的设置里把模型通道指向 TaoToken。如果你用的是 CC Switch操作类似在 provider 配置里新增一个自定义通道Base URL 填https://taotoken.net/apiKey 填刚才生成的。保存后重启一次让配置生效。第四步直接在对话框里输入「上海天气怎么样」。如果 trigger 命中Cline 会显示「正在调用 weather-query Skill」然后发起 HTTP 请求。成功时你会看到类似这样的返回{ skill: weather-query, triggered: true, city: 上海, result: 上海今日天气多云18-26°C东风2级 }如果返回里triggered是false说明 trigger 没命中回去检查正则或关键词。如果报 401说明 Key 没读到检查.env是否被正确加载。如果报 404多半是 Base URL 写错了确认是不是漏了/api。提示验证模型本身是否通可以直接用模型对话入口 https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite 发一条消息能正常回就说明 Key 和通道没问题问题就缩小到 Skill 配置层了。5. 本篇常见错误排查错误一Skill 安装后不触发。最常见的原因是 trigger 写得太窄。比如只写了/天气/用户说「今天会下雨吗」就命中不了。解决办法是把同义词补进 keywords或者放宽正则。另一个原因是 SKILL.md 的 frontmatter 格式错了比如---前后有空格、字段名大小写不一致。YAML 对缩进敏感建议用编辑器校验一遍。错误二API 调用返回 401 或 403。这基本是 Key 的问题。先确认.env里的变量名和代码里读的一致再确认 Key 没有过期或被删除。如果你在 TaoToken 控制台重新生成过 Key旧 Key 会立即失效记得同步更新。错误三多个 Skill 冲突AI 选错了。比如「天气」和「新闻」都匹配了「今天」这个词。这时候有两个办法一是给 trigger 加更具体的前缀二是调整 Skill 的优先级配置。大多数框架支持在 frontmatter 里加priority字段数值越大越优先。错误四请求超时。如果 Skill 里调的是外部接口超时可能是目标服务慢也可能是网络链路问题。建议在 Skill 逻辑里加超时和重试比如设置 5 秒超时、最多重试 2 次。同时确认 TaoToken 的 API 地址是https://taotoken.net/api不要多加斜杠或路径。错误五SKILL.md 改了但没生效。很多工具会缓存 Skill 列表改完需要重启 Cline 或执行一次刷新命令。如果你用的是 openclaw 系列可以跑openclaw skills list确认当前加载的 Skill 列表和版本。6. 把 Skill 接进统一通道才算真正「学会新技能」写到这里你应该能看出来Skill 的价值不在于 SKILL.md 本身而在于它把「触发」和「执行」解耦了。trigger 负责识别意图SKILL.md 负责描述逻辑TaoToken 负责提供统一的模型和 API 通道。三者串起来AI 才从「会聊天」变成「会干活」。如果你接下来要长期跑编码类 Skill 或 Agent建议直接走 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它更适合高频调用。接入过程中遇到 Key 或通道问题先看接入文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 大部分报错都能在里面找到对应说明。想先验证模型通不通就用模型对话入口发一条消息确认通道没问题再回去调 Skill。最后留一个实用技巧每次新增 Skill先只写 trigger 和一句返回跑通后再补工具调用。这样出问题时你能快速定位是触发层还是执行层比一上来就写完整逻辑省时间得多。