（来源：上观新闻）
Ski🇲🇨ll 的文件结⛅🇺🇦构 y🍦our🐳🏆-skill-🦐🤧name/ 🍩🦌 😦🌘 ← 文件夹🏡名用 keb🧧🥔ab-ca🇦🇪🔃se（小写+🍡🥓短横线）├😦🇬🇧── SKILL⚓🎾.md 💪👨🎤 🐽🧞♂️ 🎓 ← 必🇸🇲泛目录站须有，且必须是这🇩🇪🚐个大小🇸🇱🏏写├──🎏 sc🎅🔻ripts/ 🚩 🍟 👩💻 🇰🇼← 可选：Py🔛🍕thon👨✏、Sh📘ell 等可🇮🇷🔡执行脚本│ 🤰├── 🏜🗻proce👩🏫🤟ss_💛data.⚰🌎py│ └─👩👩👧👧─ v🇦🇲alida🇵🇼te.sh🚂🧸├── r🌱🆙eference📴🎚s/ 🏞 🍷👩👧← 可选：按需加🍶🇹🇯载的参考文档│ 🀄👩🚒 ├── a🐔🔟pi-😏🇺🇾guide🦔.md│ └🇷🇪🇱🇷── ex🇸🇲ampl🕉👶es/└── 👩⚖️👵assets/ 📅⏸ 🔟 ✴⏸ ← 可选↗😪：模板、字体、🦴〰图标等资源 🐨 └── rep🐣ort-🔥templ🌴ate.md ⚠⏪💿️ 三个命名👦👠硬规则： 三级渐🥅🥢进式披露机制💂♀️（Progr🧤essi🕙ve Di👙sclosur🌼⏪e） 这是 👅Skil🚼l 最核心📉🇱🇹的工作原理，决🐻🐫定了它🕧🏄既节省上下文🚵♀️，又能🐷承载复杂👉😊知识：🐷 第一级：🕖🧾YAML 🎯Front🇹🇷mat👄ter（元↖数据头部） 🧶🧽→ 始终🚳加载在 💿🔷AI 3️⃣🥡的系统提示🏝词中 → 只🇬🇦🎐包含 name 🎧🍴和 descri🇵🇪📪ption 🕕→ 作用：让 🗒AI 知道🙇♀️🚎"我有🎋哪些技能🍚、分别在什么🍇🔸时候用" →👆 类比：图书😼馆的目录卡片🖌⛷ 第二级：S🎺KILL.md 🏊💬正文 🇹🇻 → 当 AI 🍼判断当前任务😢与该 Ski🥐ll 相🍋关时，才加🔖🏤载完整正文👱♀️ → 包含具🐀👨🍳体执行步🇫🇰💀骤、示例、注意🏗事项 🇸🇯→ 类比：从书架6️⃣上取出那本书🚃，深度阅读🎟🇲🇶 第三☹级：script🗳🐾s/ re👨👨👧🇨🇲fer🧮🌄ences/🐻 asse🇸🇰ts/ 中的文🇰🇵件 → ➗只在 🥠Skill 执行过程中需要时🥄◾才按需读取🚳🥴 → 类🇦🇮🥯比：书中引📄🇲🇨用的附🍷录和参😍🔋考资料💇 这个机🚈制的三🍅大优势：🕤 优势 说明 🈴🕛省上下文 ⛽大量 Skill🧴🍑 并存时，AI 🛰只加载目录信息，💼不会撑爆上下👨❤️💋👨文窗口 省推理🛡成本 步骤清晰💵🌚，AI 减少"想🚻怎么做"的推理🛂次数，降🕘低 tok🇭🇲🇧🇩en 消耗🎤💒 结果确定 🐬💕固定步骤 + 可👩👧👧🇾🇪脚本化😥执行，输出稳定👰，关键细节🥐不遗漏 S🌜kill 的🇾🇪🦟泛目录站跨平台兼容性 📷➗Ski🐶ll 是开放标准🏇，在以下环📱境中完🌗💒全兼容🇨🇬🐑： ✅ Q🐪oder🤯🕷（Ques🧹t 模🎊🚆式、A🛑🍃IDE 模式🦏🇴🇲、CLI） ✅🧪🇰🇬 Claude.🇨🇿🎁ai 网页端 ✅👨👧👦 Cl🔋⏯aude C🧡ode CLI🚗💩 ✅ Jet🇳🇮Brain🇧🇸🇭🇰s 插件（即将🌩😁泛目录站支持） ✅ 🍷Claude🤣🇲🇱 API（通🇷🇺⭐过 contai🕵ner.ski🇸🇸🎻lls 参数） 🈷创建一🔙次，所有平台通用🚊👩🦳。
他说，产学研用的🚶🎍链条，👴本质上是🇸🇧🤵一条全价值🛰🤭链的闭环路径⏳：技术突🕯🍸破、工程转化、🇬🇵市场验证、商业🐦🈲闭环、产🍚业生态，缺一不可⛹🗯。他特别🐘提到，相比🛐于自动驾🇹🇩驶数据📛🍠采集，具🐮🦟身智能数据采集🧞♂️成本投入更高⛓，涵盖场☮🥑景资源投👠入、人工成本，算🙃下来的话只能🇦🇽👉说是“小赚”，🖥🥼可能还比不上自动⚠8️⃣驾驶数🗽🗳据采集的利🍟↕润🇨🇻。
但今天新闻上说某🦇个地区💫〽因干旱导🥀致数万人陷🧁📀入粮食危机🇲🇱，你可能只🚏🇦🇩是轻叹👷一口气，划走🚨🧚♀️继续看下一条🉐。比如剪辑，“用户🍘将拍摄的🇭🇰🤠视频存于网盘，然🌅🔼后使用各种🕹👺工具进行🌋剪辑、编辑、切片🈂、合成，🔓🌤再通过网盘发出😷😯去🤳。
