用 AI Skill 封装你的工作流：从代码规范到全流程提效实战
通过 Skill 文件把重复的开发规范、工作流程封装成 AI 可自动加载的 SOP，解决”每次对话都要重新说一遍规则”的问题
基本信息
- 来源: 掘金文章
- 作者: Rik
- 发布时间: 2026-05-06
- URL: https://juejin.cn/post/7636672136044281897
- 适用工具: Cursor / OpenClaw / Windsurf 等 AI 编程工具
核心观点
-
问题本质：人肉提示词工程
- 用户在用自然语言手动维护一套”规范系统”，每次对话都要重新加载
- 效率低（重复注入）、不一致（每次说法可能不同）、有遗漏（忘记某些规则）、不可复用（换项目从头来）
-
Skill 是给 AI 写的 SOP
- Skill 文件（
SKILL.md）= 标准作业流程文档，AI 工具会在合适时机自动加载 - 类比：SOUL.md（身份认知）、SKILL.md（技能包）、AGENTS.md（项目规则）、MEMORY.md（历史记忆）
- Skill 文件（
-
按需加载机制
- 全局 Skill（
~/.cursor/skills/）：所有项目共用，适合通用规范 - 项目级 Skill（
项目/.cursor/skills/）：仅当前项目生效，适合项目特定规范 - AI 根据任务内容自动匹配相关 Skill，不相关的不加载（节省 token）
- 全局 Skill（
-
Skill 适用范围远超代码
- 开发类：代码规范、Code Review 清单、API 设计、数据库设计、Git 工作流
- 非开发类：周报模板、需求评审流程、竞品分析框架、商业计划书结构、面试评估模板
- 个人效率类：每日计划制定流程、读书笔记模板、知识卡片生成规范
-
5 个编写黄金法则
- 法则 1：一个 Skill 只做一件事（按需加载，避免 token 浪费）
- 法则 2：写”规则”而不是”教程”（AI 已知概念，只需告知怎么做）
- 法则 3：用示例代替描述（
getUserById ✓ / getData ✗胜过千言万语） - 法则 4：明确”禁止事项”（AI 擅长遵守”禁止”规则）
- 法则 5：控制篇幅（理想 200-500 行，200 行≈600-800 tokens）
-
实战效果对比数据
- 新会话启动时间：从前 5 分钟描述规范 → 即刻开始写代码
- 代码一致性：从每次风格不同 → 严格统一
- Review 通过率：从约 60% → 约 90%+
- 重复提示次数：从每会话 3-5 次 → 0 次
实操内容保留
Skill 文件基本结构模板
# Java Spring Boot 开发规范 Skill
## 触发条件
当开发 Java Spring Boot 项目时自动加载。
## 技术栈
- Java 17+
- Spring Boot 3.x
- MyBatis-Plus
- Maven
## 代码规范
### 命名规范
- 类名：大驼峰（UserService）
- 方法名：小驼峰（getUserById）
- 常量：全大写下划线（MAX_RETRY_COUNT）
- 包名：全小写（com.example.user）
### 分层结构
controller/ → 只做参数校验和返回值封装
service/ → 业务逻辑
mapper/ → 数据访问
dto/ → 数据传输对象
vo/ → 视图对象
### 必须遵守
- 所有 API 返回统一 Result<T> 包装
- 异常使用全局异常处理器
- 禁止在 Controller 中写业务逻辑
- 所有查询必须分页目录结构示例
你的项目/
├── .cursor/
│ └── skills/ ← Cursor 的 Skill 目录
│ ├── java-spring/
│ │ └── SKILL.md
│ ├── react-ts/
│ │ └── SKILL.md
│ └── code-review/
│ └── SKILL.md
│
├── AGENTS.md ← 项目级规则
└── src/
└── ...
Code Review 检查清单（P0-P3 优先级）
## 审查维度（按优先级）
### P0 — 安全性
- [ ] SQL 注入风险
- [ ] XSS 风险
- [ ] 敏感信息硬编码（密码、密钥、Token）
- [ ] 权限校验是否完整
- [ ] 输入参数是否校验
### P1 — 正确性
- [ ] 空值处理（null/undefined/空数组/空字符串）
- [ ] 边界条件（空集合、负数、超大数）
- [ ] 并发安全（竞态条件、死锁风险）
- [ ] 错误处理（异常是否被正确捕获和处理）
- [ ] 资源释放（连接、流、锁）
### P2 — 性能
- [ ] N+1 查询问题
- [ ] 不必要的重复计算
- [ ] 大集合操作（是否应该分页/流式处理）
- [ ] React 不必要的重渲染
- [ ] 接口响应体是否过大
### P3 — 可维护性
- [ ] 命名是否清晰（读代码能懂意图）
- [ ] 函数是否过长（>50 行考虑拆分）
- [ ] 重复代码（DRY 原则）
- [ ] 注释：只注释"为什么"，不注释"做了什么"
- [ ] 类型定义是否完整React + TypeScript 规范示例
### 组件规范
- 使用函数式组件 + Hooks，禁止 Class 组件
- 组件文件名：PascalCase（UserProfile.tsx）
- 每个组件一个文件，不超过 200 行
- Props 必须定义 interface，不用 any
- 导出方式：named export（不用 default export）
### 状态管理
- 简单状态：useState
- 复杂状态：useReducer
- 全局状态：Zustand（不用 Redux）
- 服务端状态：TanStack Query
### TypeScript 规范
- 严格模式（strict: true）
- 禁止 any，用 unknown 替代
- 接口用 interface，类型别名用 type
- 枚举用 const enum 或 as constGit Commit Message 规范
## 格式
<type>(<scope>): <subject>
## Type 类型
- feat: 新功能
- fix: 修复 bug
- docs: 文档变更
- style: 代码格式（不影响逻辑）
- refactor: 重构
- perf: 性能优化
- test: 测试相关
- chore: 构建/工具变更
## 示例
feat(user): 新增用户注册接口
fix(order): 修复订单金额计算精度丢失
refactor(auth): 重构登录逻辑，抽取 TokenServiceRESTful API 设计规范
## URL 规范
- 使用名词复数：/api/v1/users（不是 /getUser）
- 层级关系：/api/v1/users/{id}/orders
- 版本号在 URL 中：/api/v1/
## HTTP 方法
- GET：查询（幂等）
- POST：创建
- PUT：全量更新
- PATCH：部分更新
- DELETE：删除
## 状态码
- 200：成功
- 201：创建成功
- 400：请求参数错误
- 401：未认证
- 403：无权限
- 404：资源不存在
- 500：服务器错误
## 分页格式
{
"data": [],
"pagination": {
"page": 1,
"pageSize": 20,
"total": 100,
"totalPages": 5
}
}需求分析 Skill 框架
### 第一步：需求澄清
- 用户是谁？
- 核心痛点是什么？
- 现有解决方案是什么？为什么不够好？
- 最小可行产品（MVP）包含哪些功能？
### 第二步：可行性评估
- 技术可行性：现有技术能否实现？
- 市场可行性：有多少潜在用户？
- 商业可行性：如何赚钱？客单价？
- 时间可行性：MVP 需要多久？
### 第三步：优先级排序（MoSCoW 方法）
- Must have：没有就不能上线
- Should have：重要但可延后
- Could have：锦上添花
- Won't have：明确不做从 0 到 1 搭建 Skill 体系（4 步法）
Step 1：回顾最近 10 次 AI 对话
- 找出重复说过的指令：“用 TypeScript，不要用 JavaScript”、“返回格式用 Result 包装”、“不要给我写注释”
Step 2：按场景分类
- 语言/框架规范类
- 流程规范类（Code Review、Git、API）
- 输出格式类（文档、报告）
Step 3：写第一个 Skill
- 从最常用场景开始，参考模板，写 200-300 行 Skill 文件
Step 4：测试和迭代
- 开新会话，验证 AI 是否遵守规则
- 发现遗漏 → 补充规则
- 发现冗余 → 删除
- 每 2 周 review 一次
原文精彩摘录
你在 用自然语言手动维护一套”规范系统” ，每次对话都要重新加载一遍。这个问题的本质是：你的工作流程 / 规范 / 偏好 → 每次对话都用自然语言重复一遍 → AI 执行（这次记住了）→ 新会话 → 全忘了 → 再说一遍。
当 AI 加载了这个 Skill，它就像一个”入职培训过的新员工”——知道你的规范，不需要你每次都说。
AI 特别擅长遵守”禁止”规则。与其说”最好不要”，不如说”禁止”：模糊：尽量不要使用 any 类型。明确：禁止使用 any。如果类型不确定，使用 unknown + 类型守卫。
核心判断标准：你是否在 AI 对话中重复说过 3 次以上的相同指令？如果是 → 封装成 Skill。
把 Skill 体系搭建好，你的 AI 开发工具就从”每次都要调教的实习生”变成了”熟悉你所有规范的老同事”。
关键概念
- Skill：AI 工具的技能包文件，封装标准作业流程
- 提示词工程：优化 AI 提示词以获得更好结果的技术
- Cursor：AI 编程工具
- Claude Code：Anthropic 的 AI 编程工具
- Code Review：代码审查流程
- 工作流自动化：通过工具减少重复劳动