不用API、不用AppKey！录一段HAR，AI帮你把任意网站变成专属Skill

15分钟零代码搞定所有重复操作，亲测全程无坑

每天打开电脑，你是不是都在重复这些事：

• 打开GitHub，点New Issue，填标题、写描述、选标签、指派负责人，提交
• 切到Notion，点New Page，选模板，填内容，分享给同事
• 再切到Jira/Linear，创建任务，设置优先级、截止日期、关联项目
• 最后打开公司SaaS后台，选上周的日期范围，点导出报表，等下载
• 来回切换十几个标签页，复制粘贴几十次，半小时就这么没了

更气人的是，这些操作没有任何技术含量，纯机械劳动，但你又不得不做。

今天我要分享一个彻底改变我工作方式的黑科技——Skill。不用啃厚厚的API文档，不用申请任何AppKey，不用写复杂的代码，甚至不用懂编程。你只需要用浏览器录一段你的操作，剩下的全部交给AI。15分钟，就能把任何网站变成你的专属AI自动化工具。

我说的是任何网站：GitHub、Notion、Slack、飞书、钉钉、公司内部系统、甚至各种没有公开API的论坛和后台。只要你能在浏览器里打开并操作，就能变成Skill。

这篇文章我会写得比原文更详细、更落地，把所有坑都踩过告诉你，跟着做，今天就能做出你的第一个Skill。

---

先彻底搞懂：Skill到底是什么？又不是什么？

在动手之前，先把这个核心概念掰碎了讲，保证你看完就懂，没有任何模糊的地方。

一句话定义

Skill就是一份给AI Agent看的结构化操作手册。它是一个独立的文件夹，里面有一个必须的SKILL.md入口文件，再加上几个可选的脚本、参考资料和示例。

就这么简单。它不是什么高大上的技术，就是把你平时做事情的步骤，用AI能看懂的方式写下来而已。

90%的人都会搞错的5个误区

我一开始也走了很多弯路，以为Skill是程序员才能玩的东西，直到我真正做了第一个才明白，它和你想的完全不一样：

你以为的Skill	Skill实际上是
一段需要编译运行的复杂代码	一份纯文本的Markdown操作手册
需要安装各种环境和依赖的程序	零构建、零部署，打开就能用
对网站公开API的专业封装	你自己操作的复刻 + AI决策规则
只有资深工程师才能开发	任何会用浏览器、会写中文的人都能写
一次做好就能用一辈子的完美工具	会跟着你的工作习惯不断进化的活文档

Skill的运行核心：渐进式披露

这是Skill设计最聪明的地方，也是它能跑这么快、这么省的原因。

你可能知道，AI的上下文窗口是有限的，而且每一个token都要花钱。如果把所有信息都一股脑塞给AI，不仅会变慢、变贵，还容易出错。

所以Skill遵循渐进式披露原则：AI一开始只看SKILL.md这一个文件，知道自己要做什么、第一步该干嘛。只有当执行到某一步需要用到某个脚本或资料时，才会去读取对应的文件。

就像你看书一样，先看目录，知道大概讲什么，需要哪一章再翻哪一章，而不是把整本书一次性背下来。

---

核心干货：4步把任意网站变成Skill（手把手保姆级）

这是全文最重要的部分，我会把每一个点击、每一个选项都写清楚，你跟着做，一步都不会错。

Step 1：搞定登录认证，让AI替你“持证上岗”

所有需要登录的网站，第一个拦路虎就是认证。但这其实是最简单的一步，两种方法，你选一个就行。

方法A：直接复用Cookie（新手首选，5分钟搞定）

这是最简单、最不容易出错的方法，我强烈建议新手从这个开始。

具体步骤：

1. 打开Chrome浏览器，登录你想要自动化的目标网站（比如GitHub）
2. 按F12打开开发者工具，切换到顶部的Application标签
3. 在左侧菜单栏找到Storage → Cookies，点击目标网站的域名
4. 右侧会出现所有的Cookie，点击任意一个，然后按Ctrl+A全选，再按Ctrl+C复制
5. 把复制的Cookie字符串粘贴到Skill的本地配置文件里（比如~/.my-skills/config.json）

注意事项：

• Cookie的有效期通常是几天到几个月，不同网站不一样
• 过期了没关系，重复上面的步骤重新复制一次就行
• 不要把你的Cookie分享给任何人，这相当于你的账号密码

方法B：用CDP自动登录（进阶，完全自动化）

如果你不想每次Cookie过期都手动复制，可以用这个方法，实现真正的无人值守。

Chrome DevTools Protocol（CDP）允许程序控制Chrome浏览器。你只需要写一段10行左右的简单脚本，让AI复用你已经登录的Chrome个人资料，就能直接拿到认证状态。

核心原理：你平时用Chrome登录网站后，Chrome会把你的登录状态存在本地的个人资料文件夹里。CDP可以直接读取这个文件夹，不用重新输入账号密码。

核心原则：无论用哪种方法，登录成功后一定要把Cookie持久化到本地配置文件。这样所有的Skill都可以复用这个Cookie，不用每个Skill都重新登录一次。

---

Step 2：用Chrome HAR录制你的目标操作

这是整个流程最核心的一步，也是Skill最神奇的地方——你不需要懂任何网络知识，不需要抓包，不需要分析接口，浏览器会帮你把所有事情都做好。

什么是HAR文件？

HAR（HTTP Archive）是浏览器的网络请求录制文件。它会完整记录你在页面上的每一个HTTP请求：

• 请求的URL地址
• 请求方法（GET/POST/PUT等）
• 请求头（包括Cookie、User-Agent等）
• 请求体（你提交的表单数据、JSON内容等）
• 服务器返回的响应内容

简单说，HAR文件就是你操作的完整网络录像。AI只要看了这个录像，就能100%复刻你的操作。

手把手教你录制HAR

1. 按F12打开开发者工具，切换到顶部的Network标签
2. 确认左上角的红色录制按钮是亮着的（如果没亮，点一下它）
3. 勾选Preserve log（这个非常重要！不勾选的话，页面跳转后录制的内容会丢失）
4. 点击Clear按钮，清空之前的所有请求记录
5. 只执行你想要自动化的那一个操作，不要做任何多余的点击
6. 操作完成后，右键点击任意一条请求记录，选择Save all as HAR with content
7. 把文件保存到你的Skill文件夹里

到底该录什么？（附常见场景对照表）

记住一个原则：只录核心操作，不要录多余的步骤。操作越干净，生成的HAR文件越小，AI分析得越准，出错的概率越低。

你想自动化的功能	你只需要录制这些操作
在GitHub上创建Issue	点击New Issue → 填写标题和描述 → 点击Submit
在Notion中新建页面	点击New Page → 填写标题 → 点击空白处确认
在Linear上创建任务	点击Create → 填写标题和描述 → 点击Save
从SaaS后台导出周报表	选择上周的日期范围 → 点击导出按钮 → 等待下载开始
在论坛发布新帖子	填写标题和内容 → 选择分类 → 点击发布
给飞书群发送每日日报	打开飞书群 → 输入日报内容 → 点击发送

💡 录制技巧：

• 录制前先把所有无关的标签页都关掉
• 不要刷新页面，不要点击任何无关的链接
• 如果操作过程中出现了弹窗，只录和目标操作相关的弹窗
• 尽量用最快的速度完成操作，减少不必要的等待

---

Step 3：把HAR丢给AI，自动生成可复用脚本

这一步是真正的魔法时刻。你什么都不用做，只要把HAR文件发给AI，剩下的全部交给它。

具体操作

1. 打开你常用的AI工具（GPT-4o、Claude 3、豆包4都可以，效果都很好）
2. 上传你刚才录制的HAR文件
3. 输入下面这个提示词（直接复制粘贴就行）：

请帮我分析这个HAR文件，找出实现【创建GitHub Issue】这个操作的关键API请求。
过滤掉所有无关的静态资源请求和页面跳转请求。
提取关键请求的URL、请求方法、请求头和请求体结构。
然后生成一个完整的、可直接运行的Python脚本，实现这个功能。
脚本需要支持从本地配置文件读取Cookie，并且把标题、描述、仓库地址这些参数做成可配置的。

4. 等待10秒钟，AI就会给你返回一个完整的Python脚本

AI会帮你做什么？

• 自动过滤掉所有无关的请求（比如图片、CSS、JS文件）
• 精准识别出真正实现功能的那1-3个核心API请求
• 自动提取请求的所有必要信息，包括各种加密的头信息
• 自动处理请求的编码和格式问题
• 生成结构清晰、注释完整的可运行脚本

80%的情况下，AI生成的脚本可以直接运行。你最多只需要微调一下Cookie的读取路径，或者某个参数的名称，完全不用自己写一行代码。

💡 一个超级实用的冷知识：
通过HAR分析出来的接口，是网站自己前端调用的私有接口。这些接口通常比网站公开的API更稳定、功能更全、速度更快。因为网站自己也要用这些接口，它们不会随便改动。很多没有公开API的网站，用这个方法一样可以自动化。

---

Step 4：写SKILL.md，把脚本组装成完整的Skill

现在你有了登录用的Cookie，有了实现功能的脚本，最后一步就是写一份SKILL.md文件，告诉AI Agent：

• 什么时候应该调用这个Skill
• 调用之前需要检查什么
• 按什么顺序执行哪些步骤
• 遇到错误的时候应该怎么处理

这份文件就是AI的行动总指南，AI会严格按照这份文件里写的来执行。

SKILL.md的基本结构

我给你一个通用的模板，你直接填空就行：

---
name: GitHub Issue Creator
description: 当用户说"创建GitHub Issue"、"新建GitHub问题"或"create github issue"时，使用这个Skill在指定的GitHub仓库创建一个新的Issue。
author: 你的名字
version: 0.1
---

# GitHub Issue 创建 Skill

## 前置检查
1. 检查本地配置文件中是否存在GitHub的Cookie
2. 如果Cookie不存在，提示用户先登录GitHub并复制Cookie

## 执行步骤
1. 使用AskUserQuestion询问用户以下信息：
   - 目标仓库地址（例如：octocat/Hello-World）
   - Issue标题
   - Issue描述
   - 标签（可选）
   - 负责人（可选）
2. 运行脚本：`python ${SKILL_DIR}/scripts/create_issue.py`
3. 将脚本返回的Issue链接展示给用户

## 错误处理
| 错误类型 | 处理方式 |
|----------|----------|
| 401 Unauthorized | Cookie已过期，提示用户重新复制Cookie |
| 404 Not Found | 仓库不存在，提示用户检查仓库地址 |
| 网络超时 | 等待15秒后重试一次，再失败则提示用户检查网络 |

就是这么简单。你只需要把里面的内容换成你自己的Skill就行。

---

让你的Skill好用10倍：SKILL.md设计黄金法则

做好基础版的Skill很简单，但要做一个真正好用、不折腾、不打断用户的Skill，需要注意下面这些细节。这些都是我踩了无数坑总结出来的经验，原文里也提到了，但我会讲得更透彻。

1. SKILL.md是唯一入口，且必须精简

这是Skill设计最重要的原则，没有之一。

AI Agent只需要读取SKILL.md这一个文件，就能理解整个Skill的全部行为。

反模式：把所有的说明、所有的代码、所有的参考资料都堆进SKILL.md里，导致文件超过400行。AI的阅读效率会急剧下降，很容易漏看信息，甚至完全看不懂。

正确做法：

• SKILL.md只写最核心的触发条件、执行步骤和错误处理
• 所有的脚本都放在scripts/子文件夹里
• 所有的参考资料和详细说明都放在references/子文件夹里
• SKILL.md里只写对应的路径，AI需要的时候会自己去读
• 严格控制SKILL.md的长度，最好不要超过300行

2. Frontmatter是触发器的关键，一定要写好

SKILL.md开头的YAML Frontmatter不只是元数据，它直接决定了AI什么时候会激活你的Skill。

写好description的3个技巧：

1. 功能+触发词合写：在描述功能的同时，把所有可能的触发关键词都嵌进去
2. 中英文双语：同时覆盖中英文的用户指令，避免漏触发
3. 显式声明触发条件：用"Use when user asks to…"这样的句式，减少误触发

反面例子：

description: 一个用于创建GitHub Issue的Skill

正面例子：

description: Use when user asks to 创建GitHub Issue、新建GitHub问题、提交GitHub bug、create github issue、open a github issue。在指定的GitHub仓库中创建一个新的Issue，支持设置标题、描述、标签和负责人。

3. 永远不要硬编码路径，用${SKILL_DIR}

这是新手最容易犯的错误。如果你在SKILL.md里写了python /home/xxx/skills/github/scripts/create_issue.py，那么这个Skill只能在你的电脑上运行，换个电脑、换个文件夹就会报错。

正确做法：
在SKILL.md里声明${SKILL_DIR}为当前文件所在的目录，所有的脚本路径都写成${SKILL_DIR}/scripts/xxx.py。

AI会自动推算出实际的绝对路径，无论你把Skill安装在哪个文件夹、哪台电脑上，都能正确执行。

4. 工作流要用编号Step，不要用散文

不要用大段的文字描述流程，一定要用清晰的编号Step结构。

每一步都要明确写清楚：

• 这一步的输入是什么
• 需要执行什么命令或操作
• 这一步的输出是什么

AI会严格按照编号的顺序执行，不会跳步，也不会漏步。如果有分支判断，也要明确写出来。

5. 用AskUserQuestion，一次确认所有信息

这是让Skill变得"聪明"的最关键技巧，90%的人都不知道。

AI Agent内置了一个原生的提问确认能力。当SKILL.md里出现AskUserQuestion这个关键词时，Agent会暂停执行，弹出一个原生的选项卡UI，让用户直接点选或填写信息，而不是在对话框里来回打字确认。

反模式：每个字段单独问一次用户。

AI：你要在哪个仓库创建Issue？
用户：octocat/Hello-World
AI：Issue的标题是什么？
用户：修复登录bug
AI：Issue的描述是什么？
用户：点击登录按钮没反应
AI：要加什么标签吗？
用户：bug

这样来回打断用户5次，体验差到极点，用户宁愿自己手动做。

正确模式：把所有需要确认的信息打包成一次提问。

1. 使用AskUserQuestion询问用户以下信息：
   - 目标仓库地址（必填）
   - Issue标题（必填）
   - Issue描述（必填）
   - 标签（可选，多选：bug, feature, documentation）
   - 负责人（可选）

用户只需要填写一次表单，点击确认，AI就会自动执行剩下的所有步骤，不再中断。

6. 进阶：让AI记住你的习惯，越用越顺手

AskUserQuestion还有一个更高级的用法——结合习惯文件，让Skill在和你的交互中不断学习你的偏好。

实现逻辑：

1. 第一次使用时，AskUserQuestion正常询问所有字段
2. 用户提交后，脚本自动把用户的选择写入本地的习惯文件（比如~/.my-skills/habits.json）
3. 习惯文件按工作区分组存储，比如不同的项目有不同的习惯
4. 第二次使用时，AI会自动读取习惯文件，把用户上次的选择作为预填默认值
5. 用户只需要确认或微调个别字段，不用每次都重新填写所有内容

优先级：当前工作区习惯 > 全局习惯 > Skill内置默认值

这个模式真的非常好用。比如我创建GitHub Issue，90%的情况都是在同一个仓库，标签都是bug，负责人都是我自己。现在我只需要输入标题和描述，其他的AI都已经帮我填好了，一键确认就行。

7. 错误处理一定要写进SKILL.md，不要让AI猜

不要指望AI能自己处理所有的错误。你必须把所有已知的错误类型和对应的处理方式，明确地写进SKILL.md里。

写得越具体，AI处理异常的表现就越稳定。如果不写，AI遇到错误可能会瞎猜，做出一些奇怪的操作。

一个标准的错误处理表格应该是这样的：

HTTP状态码	错误原因	处理方式
401	Cookie过期或无效	提示用户重新登录并复制Cookie
403	没有权限访问该资源	提示用户检查账号权限
404	请求的资源不存在	提示用户检查输入的参数是否正确
429	请求过于频繁，被限流	等待60秒后重试一次
500/502/503	服务器内部错误	等待30秒后重试一次，再失败则提示用户稍后再试

---

进阶技巧：让你的Skill更鲁棒、更耐用

上面的内容已经足够你做出一个很好用的Skill了。如果你想让你的Skill更稳定、在不同的环境下都能跑，可以再看看下面这些进阶技巧。

1. 渐进重试机制

网络超时、服务器波动、Cookie刚过期这些问题，很多时候重试一下就能解决。

在SKILL.md里指定渐进重试逻辑：

• 第一次失败：等待15秒后重试
• 第二次失败：等待30秒后重试
• 第三次失败：等待60秒后重试
• 第四次失败：停止重试，提示用户手动处理

特别是自动登录的场景，需要等待页面跳转和Cookie写入，等待时间不足是最常见的失败原因。

2. 工具检测降级链

不要假设用户的电脑上一定安装了某个工具。你应该给脚本设计一个工具降级链。

比如，发送HTTP请求：

1. 优先检测curl是否可用，如果可用就用curl
2. 如果curl不可用，检测wget是否可用
3. 如果wget也不可用，回退到Python内置的requests库
4. 如果requests也没安装，提示用户运行pip install requests

这样你的Skill在几乎所有的电脑上都能跑起来，不会因为缺少某个依赖就直接罢工。

3. 健康检查步骤

网站的私有API可能会不定期更新。如果等到执行关键操作的时候才发现接口变了，可能会造成数据丢失或错误。

建议在Skill的最前面加一个健康检查步骤：

## 前置检查
1. 检查Cookie是否存在且有效
2. 发送一个低风险的GET请求（比如获取用户信息），验证接口是否正常
3. 如果健康检查失败，提示用户接口可能已更新，需要重新录制HAR

这样可以提前发现问题，避免在执行到一半的时候出错。

---

真实案例：我15分钟做出的任务管理Skill

光说不练假把式，我给你看一个我自己做的真实案例。我用了15分钟，做了一个Linear任务管理的Skill。

完整流程

1. 登录：打开Linear，F12复制Cookie，粘贴到本地配置文件（2分钟）
2. 录制HAR：点击Create → 填写标题和描述 → 点击Save，保存HAR文件（3分钟）
3. AI生成脚本：把HAR文件发给GPT-4o，用上面的提示词生成脚本（2分钟）
4. 写SKILL.md：用上面的模板，填写触发词、执行步骤和错误处理（8分钟）

最终成果

• 一个50行的SKILL.md文件
• 一个100行左右的Python脚本
• 总大小不到10KB

第一版虽然简单，只能创建任务，不能查询，也不支持多项目，但它能用。它解决了我每天要创建十几个任务的痛点，每天能帮我省20分钟。

后来我慢慢迭代：

• v0.2：加了查询任务列表的功能
• v0.3：加了按优先级和负责人筛选的功能
• v0.4：加了批量创建任务的功能
• v0.5：加了习惯文件支持，自动记住我常用的项目和优先级

每次加一个功能，只需要半小时左右。现在这个Skill已经成了我每天用得最多的工具之一。

---

完工检查清单：写完Skill必做的8件事

写完一个Skill后，对照这张清单做最后检查，能帮你避免90%的常见问题：

维度	检查项
✅ 入口	SKILL.md精简可执行，长度小于300行
✅ 触发	Frontmatter的description包含中英文触发词
✅ 路径	所有脚本路径都使用${SKILL_DIR}，没有硬编码
✅ 工作流	步骤清晰，每一步都有明确的输入和输出
✅ 认证	Cookie持久化到本地配置文件，有过期提示
✅ 错误	有完整的错误处理表格和渐进重试逻辑
✅ 脚本	有依赖检测和工具降级链
✅ 文档	详细的参考资料放在references/文件夹，SKILL.md只列路径

---

从零到一：现在就做你的第一个Skill

不要等到"准备好"再开始，现在就动手。从最简单的操作开始，先跑通整个流程，再慢慢迭代。

给新手的第一个Skill推荐

我建议你从只涉及1-2个HTTP请求的查询类操作开始，这类操作最简单，最容易成功，也最容易获得成就感。

比如：

• 查询GitHub仓库的Star数
• 查询Notion数据库里的待办事项
• 查询今天的天气预报
• 查询快递物流信息

完整的第一步行动指南

1. 选一个你每天都要做的、最简单的重复操作
2. 用Cookie方法搞定登录认证
3. 录制这个操作的HAR文件
4. 把HAR文件发给AI，生成脚本
5. 写一个最简单的SKILL.md，定义触发词和执行步骤
6. 测试一下，看看能不能跑通
7. 如果能跑通，恭喜你！你已经做出了你的第一个Skill

---

最重要的一句话：Skill不追求完美，追求持续迭代

90%的人都死在了这一步：他们想一开始就做一个"完美的"、"全能的"Skill，结果想了一个星期，一行都没写。

这是对Skill最大的误解。

Skill不是一个需要一次性做好的产品，它是一个会跟着你一起成长的活文档。它的生命周期应该是这样的：

• v0.1：解决一个最具体、最痛的小问题，能用就行，哪怕很粗糙
• v0.2：用了几天，发现少了一个参数，加上
• v0.3：同事说他也想用，把文档写清楚一点
• v0.4：遇到了一个新的错误，把错误处理加上
• v1.0：经过几十次的使用和迭代，真正适合你工作方式的工具

一个用了三个月、经历了十几次迭代的"粗糙"Skill，比一个精心设计但从来没有真正用过的"完美"Skill，价值高出一个数量级。

---

写在最后

Skill的本质是什么？

它不是什么高大上的AI技术，也不是什么程序员的专属玩具。它是一种把你自己的隐性操作知识，沉淀为可复用的专属AI工具的方式。

以前，你会做一件事，只能你自己做。你教别人做，要花几个小时，别人还不一定能学会。

现在，你只需要录一遍你的操作，AI就能学会。而且它永远不会累，不会出错，不会忘记，24小时随时待命。

传统的自动化方式，需要你去研究API文档、申请AppKey、封装SDK、处理各种异常。门槛高，耗时长，通常只有专业的工程师才会做。

而HAR录制 + AI分析的方式，把这个门槛打到了地板上。你不需要懂任何编程知识，不需要懂任何网络知识，你只需要会用浏览器，会描述你想做什么，剩下的全部交给AI。

你每天要用多少个网站？你每天要重复多少次相同的操作？

这些操作，都可以变成你的专属Skill。

不要等了。现在花15分钟，做你的第一个Skill。让AI替你干那些机械重复的活，把你的时间留给真正重要的事。