CodeBuddy Skills AI编程最佳实践
《CodeBuddy Skills AI编程最佳实践》共 1.8 万字，通篇围绕 需求、场景、架构、Agent 展开，归在「框架与工具链」这一层。
适合要选技术栈、不想把别人踩过的坑重踩一遍的人
目录骨架（8 节）
- 1.1 开发者的一些日常需求与痛点
- 1.2 从知识到skills
- 2.1 Skills 设计逻辑与核心特性
- 2.2 Skills 渐进式披露核心机制
- 2.3 Skills 如何在上下文中发挥能力
- 2.4 Skills 解决了哪些实际问题
- 3.1 开始体验 Skills
- 3.2 自定义专属 Skills
课程大纲
- AI编程时代开发者的需求和痛点
- AI编程新范式之 Skills入门
- CodeBuddy Skills 快速上手
- CodeBuddy Skills 实践案例
- CodeBuddy Skills 实用技巧
- CodeBuddy Skills 调研论文
- CodeBuddy Skills 制作可视化PPT
- CodeBuddy Skills 使用心得
1、AI编程时代开发者的需求和痛点
1.1 开发者的一些日常需求与痛点
自 CodeBuddy 及行业 AI Coding 工具诞生发布以来，伴随业界 LLM 的高速发展，特别是近半年 AI Agent 在行业内的快速崛起，在我们与外部企业负责人、高校院校负责人，以及团队内部及各 BG 业务团队中一群专业技能很强、经验丰富、高频使用 CodeBuddy 核心功能的一线开发者们进行了日常 QA、抽样调研，发现大家反馈比较高频的需求如下：
同时，我们也发现了一些使用 AI 工具的痛点问题，如下：
- 提示词冗长低效：复杂任务依赖长提示，效率低且难复用，无法沉淀能力。
- 协作流程混乱：团队使用AI方式不统一，知识碎片化难以显性沉淀。
- 上下文资源浪费：每次对话重复"教育"AI，Token消耗大易超限。
- 专业能力欠缺：通用 AI 缺乏领域深度，无法组装skills解决复杂问题。
1.2 从知识到skills
- 本质是能力到skills的转化：对于上述痛点和需求，我们 CodeBuddy 团队一直在进行探索和深入研究，跟进业界进展，从分类上可以分为产品能力建设提供支撑、另外一个角度是自身/业务实践赋能，通过产品功能形成操作手册知识库，用户学习掌握，即为skills。如近期的案例：《CodeBuddy Code 是怎么做到 90% 产品代码由 AI 生成的》
其实，我们日常接触的广泛信息传递和输入，本质上是一种知识的输入到skills的输出给到大家，通过知识的转化，我们获得了新的skills，具备解决问题的能力。
如图举个例子：我安排一个同学去解决一个问题，一方面凭借自身经验，有无skills，另外一方面回去查询技术资料，如规则约束，流程，方法，这里包含了 2 个关键内容
即：
- 显性化知识：技术资料等知识库，规则约束，流程、方法
- 隐性的知识：自己经验经验，有无skills，最佳实践
- 从人到 AI：一场skills传承的故事
想象这样一个场景：你是团队的技术专家，手头有个棘手问题需要解决。凭借多年经验，你三下五除二就搞定了。但如果此时来了一位实习生小明，你会怎么教他？
我们可能会亲自"去解决这个问题"，或是耐心地告诉他：先查哪份技术文档，遵循什么规则约束，按照什么流程操作，使用哪些工具，注意哪些坑点，最后检查哪些关键项。这个过程，本质上是将你脑海中的隐性知识(经验、skills、最佳实践)转化为显性知识(文档、流程、方法)，让小明能够复制你的成功路径。
- AI 的困境：知识丰富却缺乏skills
现在，如果我们把小明换成 AI 呢？从 AI 角度来看，知识就是大模型本身训练的语料，针对特定领域的事项，如果没有私域知识的输入，特定领域的skills支持，AI 很难按照我们的意愿执行，难以满足，最终结果也不一定好。同样拥有了知识，如果缺乏和外界的交互，也很难有好的结果。所以 AI 一直在想方设法的拓展它对外部的一些边界和能力来提升效果。如 Prompt、Rules、MCP、A2A 协议及最新发布的 Skills 这些都是为了更好的扩展大模型的知识边界，方便大模型和外部的协同。
- 期望 AI 像人一样自主执行和独立操作
如果我们也希望 AI 能按照人的思路、自主执行，首先要解决的一个核心问题就是，得将我的私域经验显性化表达出来，类似 Rule，有没有一种工具形态，可以将方法，工具，技术，知识这些经验都需要你提前定义好，给 AI 专注解决问题的本质，让 AI 按你的结果目标来运行。
2、AI编程新范式之 Skills入门
今天我们重点分享的就是新晋的 Skills，我称之为skills，给大模型培训像人一样赋能的skills，通过 Rules 约束大模型输出，通过 MCP 触达外部业务系统，通过知识库进行私域知识库输入，而通过 Skills 则是为大模型武装上特定skills，配备现实世界所需要的skills，高效解决问题。Skills 是近期 Anthropic 发布了一个新特性——Claude Skills，它的目标，是让 Claude 不再只是一个「能聊天的模型」，而是一个具备可扩展、可执行skills体系的代理式 Agentic AI 工具。CodeBuddy 也是国内首家支持 Skills 的的产品。
Skills 听着很诱人，到底能解决什么问题？能不能解决上面的问题，接下来，我们来看看 Skills 的设计逻辑以及应用。
anthropics/skills ：https://github.com/anthropics/skills/tree/main