李哲是一名从业八年的全栈工程师，日常要同时维护三个项目：一个面向中小企业的SaaS后台系统、一个内部使用的低代码配置平台，以及一个正在孵化的开源可视化工具库。他习惯用AI辅助写代码——不是为了替代自己，而是把重复性高、模式固定、查资料耗时的任务交给它。但最近半年，他越来越觉得“卡”。

比如，每次给新同事搭本地开发环境，都要花两小时手动装Node版本、配置pnpm镜像、初始化Git Hooks规则；又比如处理客户发来的Word需求文档，需要提取关键字段转成JSON Schema再生成TypeScript接口定义，这个流程写了三遍脚本，第四次遇到格式微调就又要改；还有更常见的——前端团队提交PR后，总有人漏掉Accessibility检查，导致上线前被测试反复打回。

这些问题看似零散，背后却指向同一个现实：当前多数AI编程工具擅长单点突破，但在面对具体业务场景中的连贯操作链路时，缺乏可复用、可验证、可交接的能力封装。换句话说，并非模型不够强，而是它缺少一套经过真实工程打磨的标准动作模块。

这正是李哲开始关注陌讯Skills聚合平台的原因。起初只是偶然看到一篇社区分享里提到“用一个Skill自动完成React组件+Storybook+单元测试三件套”，他抱着试试看的心态搜了关键词“storybook generate”。结果页面直接列出七个匹配项，每个都标注了适用模型（如Claude-code）、最新更新时间、GitHub Star数和实际使用反馈摘要。他选了一个下载量最高的点击安装，不到一分钟就在本地CLI中注册成功。执行命令后，输入组件名称和Props描述，立刻输出完整文件树——包括TSX源码、Stories.tsx示例、Vitest测试桩，甚至带JSDoc注释。

这件事让他意识到，“问题”本身可以成为能力入口。当他再次遇到PDF合同解析任务时，不再去翻GPT提示词模板，也不用临时拼接Python脚本，而是在平台上搜索“pdf extract contract clauses”，找到两个经生产验证的Skill，对比参数说明后选择了支持中文条款识别且内置法律术语词典的那个。整个过程没有一行自定义代码，也没有额外部署服务。

类似的情况陆续发生。他发现过去常因忘记清理console.log造成CI失败，现在用一个叫“auto-remove-console”的Skill就能在commit前全自动扫描并移除；想批量优化老项目的CSS变量命名不一致问题？有对应Skill能按约定规则重命名并同步修改JS引用；就连每周向产品经理汇报的API变更清单，也能通过接入Swagger JSON自动生成Markdown周报。

关键是，这些Skill都不是孤立存在的。它们统一遵循标准协议，在不同终端间几乎无需调整即可运行。李哲曾在Cursor中试过某个用于SQL性能分析的Skill，第二天换到另一台电脑上用Github Copilot插件重新加载同一ID，功能完全一致——不用重新学习语法，也不用担心环境差异引发异常。

目前平台已收录四万多个Skill，覆盖从前端构建、后端调试到文档协同、合规审计等数十类高频工作流。“不是所有问题都需要从头造轮子”，这是他在团队内部推广时说得最多的一句话。当基础动作被固化为可靠模块，人真正该投入精力的地方才浮现出来：逻辑抽象是否合理？边界条件有没有遗漏？用户体验还能不能更顺滑？

对一线开发者来说，所谓提效，从来不只是缩短某一次操作的时间，更是减少决策负担、降低知识迁移成本、提升协作确定性的综合体现。而解决那些反复出现的小麻烦，往往就是通往更高效率最实在的第一步。