从一句话需求到上架 Skill 市场:我用 AI 做了个技术文章改写技能
起因
我每周写技术文章,写完之后往往还要发一份到社交平台。改写这件事很机械:换标题、拆短段、加话题标签。于是我试着让 AI 把这个流程固化成一个可复用的 Skill——不是让它在对话里帮我改一次,而是做成一个「以后随时能调用」的技能。
这篇记录从一句话需求到上架华为云 Skill 市场的完整过程,以及中间踩的几个坑。
一、需求怎么写,决定产出质量
很多人对 AI 说「帮我做个改写工具」,得到的往往是个半成品。有效的写法是把输入、输出、约束三段讲清楚:
名称 tech-to-xhs-note
输入:技术文章的 Markdown 全文
输出:一条可直接发布的笔记,包含
- 标题(20 字内)
- 3-5 个短段落(每段 2-3 句,口语化)
- 一个「踩坑提示」小节
- 结尾 5-8 个话题标签
约束:不用营销腔、保持技术准确性、总字数 800 内
关键在「约束」这行。不写约束,AI 会默认往营销腔走,生成一堆「绝绝子」「YYDS」——技术文章改写最怕这个。
二、AI 实际产出了什么
生成过程大约 9 分钟,产出 10 个文件,其中有三个是核心:
| 文件 | 作用 |
|---|---|
SKILL.md |
技能说明 + 工作流定义,模型靠它决定「什么时候用、怎么用」 |
scripts/validate_note.py |
自检脚本,检查输出是否符合规范 |
tests/ |
正负样本,用来验证校验器真的能拦 |
让我意外的是它自己写了测试:造了一篇合规笔记和一篇故意带营销腔的笔记,跑校验脚本,确认前者通过、后者被打回。
三、校验脚本才是真正的价值
这一点值得单独说。让 AI 生成内容不难,难的是让输出稳定。纯靠 prompt 约束,模型总有概率跑偏;但加一个确定性的校验脚本,就有了兜底。
$ python scripts/validate_note.py --input 笔记.md
命中"绝绝子" ⚠️ 警告,退出码 0(warn 不阻断)
注意这里的设计:警告不阻断。校验器区分了「必须失败」和「提示一下」,比如字数超标就报错,出现营销词只警告。这个分级如果是人写的,往往想得很周到;AI 能主动这么做,说明它对「易用性」有理解。
四、上架:两个市场,两套流程
华为云 Skill 市场的发布是自动的——在对话里说一句「把这个 Skill 发布到 Skill 市场」,它会调接口上传,返回市场地址、分类、版本号。
但发布到第二个市场(小红书 SkillHub)就卡住了,原因是 CLI 的交互式授权:
redskillhub-upload publish ./skill --agent --source original --tag "内容创作"
# → 进程挂起,等待登录授权 + 确认卡
自动化环境处理不了持续的 stdin 交互,这一步必须人工扫码。这不是命令写错了,是流程设计上就要求人参与。
五、几个实用结论
- Skill 的门槛在「输入输出定义」,不在代码量。我这个技能核心逻辑不到 100 行,价值全在那份 SKILL.md 的约束描述里。
- 一定要配自检脚本。没有校验的 Skill,用几次你就会发现输出质量飘忽,最后不敢用。
- 测试样本比文档有用。正例反例各一个,比写三段说明更能让人(和模型)理解边界。
- 发布流程里的交互式环节要提前确认。涉及第三方授权的基本都要人工,别指望全自动。
小结
整个事做下来,最有意思的不是「AI 帮我写了个工具」,而是它知道该给自己配测试和校验。这说明技能开发的范式在变:重点从「写实现」转向「把需求描述清楚,再定义什么叫合格」。
至于那个小红书发布,虽然没跑通,但 Skill 本身已经上架华为云市场了,随时能装。工具做出来就该被用起来,而不是停在演示阶段。
- 点赞
- 收藏
- 关注作者
评论(0)