Skills
前言
很长一段时间没有接触各种社交媒体了，因为要找工作，所以关注了下最近公众号还有抖音什么的有什么新的知识出现。
然后就发现 AI 出现了一个 Skill （ 技能 ）的东西。
在之前学习 MCP Tool 的时候，编写过简单的客户端 Demo，其可以给予模型操作工具的权力，其简单的流程为：
- 用户输入需求
- 客户端将用户的需求，还有目前的工具列表（ 名称，描述，参数 ）发生给 AI
- AI 返回要执行的工具和参数返回到客户端（ 假设需要使用工具 ）
- 客户端执行工具，然后把工具的结果和之前的记录再次发送给 AI，AI 再进行判断，循环往复
- AI 返回给用户最终答案
Skill
Skill 给予模型按需加载技能的权力。
在之前，我们在一个新的会话中，输入好一个初始的提示词，包含对 AI 定义的角色，流程，输出，约束等等，但是随着使用的越久，上下文越多，会出现一个问题，AI 就会忘记然后不遵守了。
1 | |
Token（标记）是大语言模型处理文本时使用的最小单位。模型并不是直接按“字”或“词”理解文本，而是把文本先拆分成一段一段的 token，再进行计算。
比如一句普通的中文，就会被分词器拆分成字、标点符号、空格等一个一个 token，每个 token 都对应一个 token id，通过 tokenid 转换 token 为向量，向量序列作为模型的输入进行推理。
在经过多轮对话，token 的使用到达上限，也就是上面所以的历史消息（ user,assistant,system ）到达 2048 token（ 假设 ）。到达之后呢？会怎么处理呢？
- 删除最早的对话
- 总结之前的对话历史，一些 AI 聊天女友的项目就会根据对话抽象人格的刻画，而不是全部记忆，比如性格特征，喜好，TODO….
- 停止回答，本次会话到达最大值
- …
这样就会导致用户最初的提示词被覆盖，忘记，Skill 会根据模型的选择将新的技能提示词追加到用户提示词中，就可以实现让 AI 记忆犹新，可以最好的执行。
Skill 的简单构成：
- 元数据（ 名称，描述 ）—— 始终加载
- 指令 —— 由 AI 根据使用场景和元数据决定是否按需加载
- 资源
- 子指令（ xxx.md ）
- 可执行脚本（ scripts/xxxx ）—— 通过 bash 直接运行，脚本提供确定性操作而不消耗上下文，也就是不是类似与 mcp tool 需要有复杂参数
- 资源 （ 参考材料，如数据库模式、API 文档、模板或示例）
1 | |
其简要流程如下：
- 用户输入需求
- 客户端将用户的需求，还有目前的 Skill 元数据列表（ 名称，描述 ）发送给 AI
- AI 根据用户的需求和 Skills 元数据， 选择需要加载的技能（ 假设需要 ）
- 客户端会读取需要加载的技能详情（ SKILL.md ），然后注入到用户的提示词中，再次发送给 AI
- AI 根据详细的提示词做出决策，后续则返回或者加载其他的技能文档，循环往复
至于编写，现在 AI 客户端都直接提供 Skill 编写的功能了，直接告诉 AI 让 AI 给辅助编写。
结语
Skills 的出现可以让 AI 客户端的使用更加的方便，以前如果想用 AI 编写 pocsuite 脚本，我需要在一个提示词中编写：
- 角色
- Pocsuite 基础模板
- Pocsuite 各种漏洞检测方案，Pocsuite 格式
- 示例
- 约束
那么现在呢？
完全可以这样，清清楚楚的，明明白白的。
1 | |
当然，这里说的也只是对于 AI 客户端，如果是直接使用代码，直接放到 system prompt 会更方便，针对不同的函数和功能选择不同的系统提示词。