第 5 章：技能实战工作流¶

让多个技能为你协同作战 —— 学会组合技能构建自动化工作流，将 AI 助手升级为超级生产力引擎。

5.1 多技能协同的理念¶

单个技能解决单个问题，但真实世界的任务往往是 多步骤、跨领域 的。多技能协同的核心理念是：将多个技能串联成一个工作流，让 AI 助手自动完成从 A 到 Z 的全流程。

协同模式¶

flowchart TD
    A[任务输入] --> B[技能 A：分析/准备]
    B --> C[技能 B：核心处理]
    C --> D[技能 C：审查/优化]
    D --> E[技能 D：发布/部署]
    E --> F[最终产出]

    style B fill:#e3f2fd,color:#333
    style C fill:#e8f5e9,color:#333
    style D fill:#fff3e0,color:#333
    style E fill:#f3e5f5,color:#333

5.2 典型工作流模板¶

模板 1：技术文档项目全流程¶

场景：为一个开源项目创建完整的文档站点

步骤	使用的技能	工作内容
1	教程生成类技能	生成项目使用教程
2	前端设计类技能	设计文档站点的落地页
3	图表绘制类技能	制作架构图和流程图
4	部署类技能	将文档站点部署上线

第 1 步：用教程技能生成项目文档
  → "帮我生成一个 React 组件库的使用教程，8 小时，面向中级开发者"

第 2 步：用前端技能设计文档站点
  → "为这个教程设计一个简洁的文档站点，支持暗色模式"

第 3 步：用图表技能插入架构图
  → "生成组件库的架构图和 API 调用流程图"

第 4 步：部署上线
  → "帮我把文档站点部署到 GitHub Pages"

模板 2：代码质量保障流程¶

场景：为每一次代码提交建立质量门禁

步骤	使用的技能	工作内容
1	代码审查技能	检查代码逻辑和风格
2	安全审计技能	扫描安全漏洞
3	测试生成技能	补充缺失的测试用例
4	文档更新技能	更新相关文档

第 1 步：审查代码
  → "请审查这个 PR 的代码质量和逻辑正确性"

第 2 步：安全检查
  → "检查这些改动是否有安全风险"

第 3 步：补充测试
  → "为新增的函数生成单元测试"

第 4 步：更新文档
  → "更新 CHANGELOG 和 API 文档"

模板 3：数据分析报告工作流¶

场景：从原始数据到发布分析报告

步骤	使用的技能	工作内容
1	数据处理技能	清洗、转换原始数据
2	可视化技能	生成图表
3	报告编写技能	撰写分析报告
4	演示制作技能	制作汇报 PPT

5.3 技能链的编排技巧¶

上下文传递¶

在多技能协作中，前一阶段的输出就是后一阶段的输入。确保：

每个阶段的 输出格式清晰，便于下一阶段消费
在切换到新技能时，简要重述上下文，帮助 AI 理解当前状态

# 好的做法 ✅
"基于刚才生成的教程内容（共 6 章，主题是 React 组件库），
请为这个文档站点设计一个落地页。"

# 不好的做法 ❌
"帮我设计一个落地页"

技能间的"胶水代码"¶

有时两个技能之间需要一些 衔接处理。这些"胶水"步骤通常不需要专门的技能，直接在对话中说明即可：

"把上一步生成的 Markdown 文件整理成以下目录结构：
docs/
├── guide/
│   ├── quickstart.md
│   └── api-reference.md
└── examples/
    └── basic-usage.md"

回退与重试¶

技能工作流不是线性的——如果某一步的输出不理想，回退到上一步重新生成，而不是从头开始：

"第 3 步生成的图表不够清晰，请用第 2 步的设计令牌重新生成，
这次使用更简洁的配色。"

5.4 工作流的固化¶

当你发现某个工作流经常被使用，可以将其 固化为一个新技能：

固化步骤¶

记录流程：把多技能协作的完整对话记录保存下来
提取模式：识别重复出现的步骤和模式
编写 SKILL.md：将流程写入一个统一的技能定义文件
测试验证：用新技能重新执行相同的任务，确认效果一致

固化的好处是：下次执行同类任务时，只需一个触发词，AI 就能自动走完整个流程。

5.5 实战案例：从需求到上线¶

让我们通过一个完整的案例来展示多技能协同的威力。

场景：你需要在一天内为一个新项目创建完整的文档和网站

09:00 — 需求分析
  "我的项目是一个 Python 数据分析库，需要：
   1. 一份完整的使用教程（面向中级开发者，6-8 小时）
   2. 一个项目官网落地页
   3. API 参考文档
   4. 部署到线上"

09:30 — 教程生成（教程类技能）
  "请生成使用教程，包含快速开始、核心概念、进阶用法、API 概览"

11:00 — 审阅与修改
  "第 3 章的例子太简单，请加入一个真实的数据分析场景"

13:00 — 网站设计（前端技能）
  "基于教程内容，设计官网，风格参考 Pandas 官网"

14:30 — API 文档（文档生成技能）
  "从源码注释中提取并生成 API 参考文档"

15:30 — 整合与部署（部署技能）
  "将所有内容部署到 GitHub Pages，配置自定义域名"

一天之内，从零到上线。

5.6 常见陷阱与对策¶

陷阱	表现	对策
技能过载	同时加载太多技能，AI 响应混乱	一次只用 1-2 个技能，按顺序调用
上下文丢失	长对话中 AI 忘记之前的设定	关键节点重新强调上下文
质量衰减	越到后面的步骤质量越差	每步输出后做简要的质量检查
流程僵化	严格按流程走，忽视实际情况	允许在关卡处调整方向

5.7 本章小结¶

多技能协同能将 AI 助手升级为全流程自动化工具
掌握典型工作流模板（技术文档、代码审查、数据分析）
上下文传递是技能链成功的关键
高频使用的工作流可以固化为新技能
避免技能过载和上下文丢失

实践任务¶

选择模板 1（技术文档全流程），在你的项目中实际走一遍
记录每个步骤的输入和输出，分析哪里可以优化
设计一个适合你自己工作场景的多技能工作流