最近写了个几个复杂 Agent Skill，还在细细打磨中，除了 SEO Audit Agent Skill
但其实搞 Agent Skill 真没那么玄乎。拆开来看就三层：
- SKILL.md 告诉模型什么时候用、按什么步骤走
- scripts/ 模型搞不定的，交给脚本
- references/ + assets/ 稳定参考 + 静态资源，用到才加载
简单任务一个 SKILL.md 搞定，有时候也不需要 Agent Skill，不要为了 Skill 而 Skill。
但复杂任务呢？比如让 AI 自动生成一份洞察月报：数据库字段要对、图表 logo 色号不能错、结论要站得住。你光靠 Markdown 指令去控，控不住的。模型会编数据、搞错格式、画出来的图表颜色跟品牌色差十万八千里。
重点不是写更多指令。重点就一个：你哪些步骤让模型上，哪些步骤用脚本锁死。
一、模型 vs 脚本：什么时候让谁上
先记住两句话：
模型擅长的：理解自然语言、归纳总结、写通顺的文字、判断异常、应对边界情况。
模型搞不定的：精确计算、格式一致性、公司品牌规范、结构化数据查询、图表样式。这些模型会 幻觉。它猜一个觉得合理的答案，但那个答案不对。
核心判断标准：
凡是看了不满意会让你重做的东西，用脚本锁死。凡是换一种说法也行的东西，交给模型
别老想着让模型什么都能干，真不现实
二、一张表格，拆清楚
以「生成符合公司规范的月度经营分析报告」为例，拆五步。每一步标清楚：谁做、要求什么、有什么 Know-how。
你就是个蒸馏员：
三、第五步为什么全交给模型
这一步别搞脚本。模型的强项就是读东西、挑毛病。
让它通读脚本产出的报告，对着检查清单一条一条过。这恰好是脚本干不了的事。脚本能检查格式，但检查不出：你这个结论跟前面第三页的数据对不上。
四、references/ 放什么
记住一个原则：稳定、不太变、复杂到模型做参考才能做对的东西
全塞 references/：
- SQL 查询模板
- API 接口文档
- 指标计算公式
- 品牌规范（颜色值、字体、logo 规格）
- 写作规范（报告结构、每段要求、不能说的话题）
- 质量检查清单
- 常见错误及修正
- 等等
模型不是一次性全加载，用到才读。
所以 SKILL.md 里必须写清楚触发条件。
比如当需要判断异常阈值时，读 references/thresholds.md。
别甩一句 see references for details，那等于没写
五、小结
别闷头往 SKILL.md 堆 Markdown。
复杂 Agent Skill 的核心就一件事：拆步骤，然后给每一步分配合适的执行者。
- 模型干推理和表达
- 脚本干计算和渲染
- references 存规则和模板
一张表格说清楚。表有了，写 SKILL.md 和脚本都只是执行。
最后把这个表格，告诉 CodeX 或 CC 按照
agentskills.io 官方 Skill 标准从 0 到 1 创建这个 Skill 即可。
