Skills 的核心就是：一个文件夹 + 一个 SKILL.md 文件--必需。 (也可以有其他文件夹，如 references/# 可选：参考文档, assets/# 可选：模板、资源)

for-example：

1. 我现在开始进行 issue #525的 GAP Analysis--差距分析, 请基于 D:/aimas/templates/1_CAP_Analysis_Template.md 模版，
   走查我们的项目，以sub Agents (Dev0ps专家，全栈专家，架构师)来分折我们的GAPs,保存为 edocs/qaps/GAP_Analysis.525_metries_engine.md


2. 我们现在需要对 @docs/gaps/GAP_Analysis_525_metrics_engine.md 进行评审，请通过 subAgents(架构师，DevOps专家，QA)来评审，并解决评审中发现的阻塞性问题。


3. xx.md 我们可以按照 本项目的业务+上下文，设置规则模板，可以有： 需求规则模板、 测试规则模板、 问题分析模板、  模板也需要ai来优化和评审，以符合自身项目要求。

-------------------------------------------------------------------------------------------------------------------------------

# SKILL.md 基本模板:

---
name: your-skill-name (processing-pdf)
description: 一句话描述该 Skill 的功能和使用场景,以及什么时候 Claude 应该使用它:  
当需要分析CSV 或表格数据文件时使用。 触发关键词:analyze、data、.csv、chart 等.适用于:统计分析、趋势发现、可视化展示等场景。
version: 1.0.0
---


# Skill 名称 (processing-pdf)


## instructions --使用指引
[给 AI 的分步骤行为指引]
1.加載CSV 文件(使用 pandas)。
2.检查列名、数据类型和缺失值。
3.生成描述性统计信息(均值、中位数、分布等)。
4.根据需求生成图表(折线图、柱状图、饼图等)。
5.总结关键发现并给出建议。


## Examole --示例
[该 Skill 的具体使用示例]
1.“分析 sales.csv 的区域销售趋势”。
2.“统计users.csv的用户增长情况并画图”,“对订单数据做异常值检测并可视化展示”。

-------------------------------------------------------------------------------------------------------------------------------------------------------

Skill 本身不负责决定什么时候使用，真正负责决策的是 Agent。

完整的工作流程如下：

1.用户请求

2.Agent 理解需求

3.扫描所有 Skills

4.读取 description 字段

5.匹配合适的 Skill

6.执行任务并返回结果

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

提示词（Prompt）：清晰的指令 + 角色设定 + 思维链 + 少样本示例 + 其他：

在正式学习技巧之前，先了解一个重要的底层机制：与 AI 对话时，消息分为三种角色。

三种消息角色：

System（系统提示）幕后导演设定 AI 的身份、规则和行为准则，在对话开始前生效

User（用户）           演员搭档你每次发出的消息，提出任务或问题

Assistant（助手）    AI 演员AI 的回复；也可以预填内容，让 AI 从那里继续

示例：

[System]

你是一位专业的中文写作助手，擅长商务邮件和报告撰写。

回答时保持正式、简洁的风格。

[User]

帮我起草一封给客户的道歉邮件，原因是产品延期两周交货。

[Assistant]

尊敬的客户，

首先，我们对此次交货延误深表歉意……

System Prompt（系统提示）是你与 AI 协作中最被低估的工具。

普通用户通常只用 User 消息提问，这就像每次见到员工都要重新介绍公司规矩。而 System Prompt 相当于一本"工作手册"——只需设定一次，AI 在整个对话中都会遵守。

实用场景举例：

# 给 AI 设定一个持久的"人设"

System: 你是"菜菜"，一位亲切的家常菜厨师助手。

你只回答与烹饪相关的问题，回答时使用轻松的口语，

并在每个回答末尾推荐一道类似的菜肴。

设定好之后，用户的每条消息都会得到符合这个人设的回答，无需重复说明。

关键规则： User 和 Assistant 消息必须交替出现，对话永远以 User 消息开头。这是 API 调用的硬性格式要求。

让指令更清晰的 5 个技巧：

1. 明确受众与语气

2. 规定输出篇幅

3. 同时给出要和不要

4. 说明最终用途

5. 把复杂任务拆成步骤

记住： 清晰 ≠ 啰嗦。精准的指令可以很简短，关键是每个词都有意义、没有歧义。

----------------------------------------------------------------------------------------------------------------------------------------

了解 Token 与上下文窗口：

在深入学习各类技巧之前，有一个底层概念不能跳过：Token（词元）。它直接决定了你能给 AI 多少信息，以及你要花多少钱。

概念 一句话解释:

Token    AI 处理文本的最小单位，介于字符和单词之间

上下文窗口AI 一次能处理的最大 Token 数