在开始封装 Skill 之前，先搞清楚它要解决什么问题——这能帮你判断哪些工作值得封装。
这两个问题本质上是同一件事：你还没有给 AI 建立一套标准化的工作体系。
Skill 的作用就是把你磨合好的工作标准固定下来，让 AI 每次都按同一套规则干活。
每个 Skill 是一个文件夹，里面由固定的几个部分组成。先有个整体印象，后面每一部分会单独介绍。
skill-name/
├── SKILL.md # 员工手册：告诉 AI 它是谁、该干什么
├── references/ # 严格菜谱：格式标准、内容规范
├── scripts/ # 自动化设备：可直接运行的脚本
└── assets/ # 预制原料：模板文件、品牌素材
用一个比喻来理解：假设你是麦当劳门店老板，招了一个新员工，想让他从第一天起就能做出标准的麦辣脆鸡堡——你需要给他一套完整的工作体系，而不是每次站在旁边指挥。
这套体系，就是你的 Skill 文件夹。接下来逐一拆解每个部分。
没有用到的文件夹不需要创建，按需组合即可。
SKILL.md 是整个 Skill 的核心文件，也是 AI 每次上岗前必读的说明书。
麦当劳的员工手册不是「认真做好每一个汉堡」这种模糊要求——它规定了每个岗位的具体职责、操作流程、服务话术。新员工照着手册，第一天就能上岗。
SKILL.md 的作用完全一样：有了它，AI 每次都清楚自己的职责，不需要你从头教，也不会自由发挥跑偏。
写 SKILL.md 的原则：越具体越好。「输出一份报告」不如「输出一份包含摘要、分项明细、总计金额的 Markdown 表格」。
references 文件夹存放 AI 必须严格遵守的格式标准、内容规范和行业规则。
麦当劳的菜谱不是「放适量的盐」——它是面包胚必须多少克，肉饼必须多少克，生菜必须几片，酱料必须几毫升，误差不超过多少。不管今天谁来做这个汉堡，出来的结果都一样。
references 就是这份精确菜谱，AI 在执行任务时遇到格式或规范问题，会主动翻出来对照，不需要你在对话里重复说明。
把你在对话里反复解释的格式要求，全部整理进 references，一劳永逸。
scripts 文件夹存放可以直接运行的脚本代码，专门处理那些每次都一样的机械步骤。
麦当劳后厨的炸薯条机器：时间到了自动响铃，温度不对自动报警，确保每一批薯条都一模一样。这些设备不需要员工动脑，按标准自动执行。
scripts 里的代码也是这样——不需要 AI 现场思考，直接运行，直接出结果。
如果你的工作涉及批量处理文件，优先考虑把处理逻辑写进 scripts，速度更快，结果更稳定。
assets 文件夹存放每次输出都要用到的模板文件和品牌素材。
麦当劳的面包胚和肉饼，不是每家门店自己从头做的——工厂统一预制好，每天冷链配送。所以你在北京吃和在上海吃，肉饼的口味和大小完全一样。
assets 就是这批预制原料。AI 每次输出时直接取用，外观和规格完全统一，不会这次蓝色主题、下次给你整个红色。
把公司模板文件放进 assets，AI 就能每次输出带有统一品牌风格的内容，不需要你再手动套格式。
最实用的封装方法：从你已经磨合好的对话里直接提取，一步都不浪费。
我们刚才的对话已经磨合出了完整的工作流程和输出标准。
请现在将这个过程整理成一个标准的 Agent Skill，要求如下：
1. 创建完整的 Skill 文件夹结构
2. SKILL.md 写清楚：Skill 职责、触发场景、执行步骤、输出标准
3. references 放入我们确认过的所有格式要求和内容标准
4. 可自动化的步骤写入 scripts
5. assets 放入需要复用的模板文件
6. 没有用到的文件夹不创建
输出一个我可以直接安装使用的 Skill 文件夹。
好不容易磨出来的成果就这样固定下来了，下次直接用，不会再丢。
除了自己从头磨，还可以直接用别人做好的 Skill，再按自己的需求调整。
去 GitHub 搜索别人做好的 Skill，社区里已经有不少现成的可以用。
下载之后如果不完全符合需求：
一个别人做了 80 分的 Skill，经过你的调整，可以变成你专属的 100 分。
Skill 做好了，怎么用起来？两个主要工具路线：
OpenClaw 与 Claude 桌面端在 Skill 文件格式上略有不同，导入后需要做一次格式转换。
安装完成后，把发票、草图、文档丢进去，那些重复的工作就不再需要你亲自下场了。