🤖 AI 工作流与 skills 上手

本页定位

这是本次课程转型的核心页面，Day 1 上午第一讲现场走一遍，之后各讲只引用不重复。目标：让每位学员在课程结束时，能看懂、安装、使用并自己写一个跨 agent 的 skill。

若相对 Skills 有个全面了解，建议阅读 从 Prompt 到 Skills 和 Agent Skills 指南 · 系列推文

• 从第一个 skill 开始，就把 skills 当作个人长期资产，而不是某个 agent 的附属配置。
• 有关 skills 的详细介绍和安装方法，参见如下 系列推文：
  • 林芷涵, 2026, Claude Code Skills 写作指南：如何写好一个可复用的 SKILL.md.
  • 连小白, 2026, Agent Skills 指南(1)：别再囤技能，为什么越多反而越难用.
  • 连小白, 2026, Agent Skills 指南(2)：用 npx skills 管好所有 Agent 的技能库.
  • 连小白, 2026, Agent Skills 指南(3)：用 Router 分层管理海量 Skills.
  • 连小白, 2026, Agent Skills 指南(4)：skills.sh——技能界的淘宝，淘到称手的技能.

1. skills 是什么

做实证时，我们会反复对 AI 说类似的话：「帮我检查这段 merge 的主键」「按这个格式整理复现日志」 「解释这张回归表但别把相关说成因果」。把这些重复的提示词与工作流程固定下来、封装成一个可 复用的单元，就是一个 skill。

skill 的价值不在”更聪明的提示词”，而在稳定与可迁移：同一个 skill 今天用 Claude Code、 明天换 Codex 都能触发；同一套检查标准，人人跑出来的结果一致，便于人工抽查。

本课程的 skills 分两层：

• core/(课程必备，目标 5±2 个)：三天课堂上每个都会现场用到至少一次；
• extra/(进阶自选)：课后按需探索，衔接高级班与论文班。

一张目录解剖图：

skills/
├── README.md          # 总索引 + 安装三步 + 分层说明
├── core/
│   └── NN-name/
│       ├── SKILL.md    # 唯一必读：YAML 头（name + description）+ 正文
│       ├── scripts/    # 可执行脚本
│       ├── references/ # 方法说明与检查标准
│       └── assets/     # 模板与静态资源
└── extra/ ...

2. 开放格式：SKILL.md

每个 skill 一个文件夹，遵循 agentskills.io 开放标准。SKILL.md 的 YAML 头只写两个公共字段——name 与 description：

---
name: stata-code-review
description: Use this skill when reviewing Stata code, replication files,
  regression specifications, or reproducibility problems.
---

• description 要写清触发场景、边界与关键触发词——agent 靠它做自动匹配；
• 正文包含固定小节：「何时用」「输入输出约定」「最小使用示例」，以及记录来源、许可、最后 验证日期与本地化改动点的「来源与许可」小节；
• 可选子目录 scripts/ references/ assets/ 按需加载；
• 确需某个 agent 的专属能力时，增量配置放 adapters/<agent>/，不写进公共 SKILL.md—— 这样 skill 才能跨 agent 移植，也不会因将来换 agent 而过时。

Claude Code 与 Codex 都采用渐进式加载：启动时只读取 skill 的名称与说明，匹配到任务后才读 完整的 SKILL.md。

3. 安装三步 (跨 agent 同一套源)

① 克隆仓库           git clone https://github.com/lianxhcn/PXa2026a.git
② 生成调用入口       scripts/setup-skills.ps1   （macOS/Linux：bash scripts/setup-skills.sh）
③ 30 秒冒烟测试       启动 agent，让它复述某个 skill 的用途

skills/ 是唯一需要人工维护的源目录；.claude/skills/ 与 .agents/skills/ 只是各 agent 的 发现入口，由 setup 脚本本地生成 (Windows 用 junction 或复制，macOS/Linux 用 symlink)， 不入库、不形成独立版本。这样无论用哪个 agent，读的都是同一份源。

4. 写一个最小的跨 agent skill

大家可以做个练习：新建 skills/extra/hello-check/SKILL.md，写上 name 与 description，正文给 一段”检查清单”式指令；重新运行 setup 脚本生成入口后，分别在 Claude Code 与 Codex 中各触发 一次，确认自动触发、显式调用、执行结果三项都正常。

5. 课堂速查表：每讲用到哪些 core skills

讲	主要 core skills	用途
第 1 讲	01-paper-context · 02-paper-strategy · 03-replication-navigator · 06-repro-logger	读懂背景/策略、生成复现路线图与日志
第 2 讲	04-data-cleaning-planner · 06-repro-logger	清洗计划、merge 检查、样本筛选日志
第 3 讲	02-paper-strategy	拆解 P-S-D-M-I 五层、一致性检查清单
第 4 讲	05-regression-interpreter	回归表解读、因果表述检查
第 5 讲	05-regression-interpreter	交乘项边际效应、FE 可识别性
第 6 讲	03-replication-navigator · 06-repro-logger	综合工作流串联
全程	07-stata-runner(引用型)	让 agent 本地运行 Stata(Stata All in One 插件附带)

完整索引见 附录 B · skills 索引。core 清单以老师逐个过目冻结的 版本为准，可能随课程微调。

这三天是”引进门”：用少量、稳定、已被验证的 core skills 建立工作流程与信心；修行靠个人—— 课后按自己的研究需要探索、改写、自编更多 skills。

---

延伸：课后修行 (不占三天课时)

以下内容供课后自学，不在课堂主线展开。

老用户迁移七步 (已有 .claude/skills/ 或 .agents/skills/ 积累者)：① 盘点现有 skills → ② 识别重复与过时 → ③ 抽取跨 agent 通用核心 → ④ 迁入公共库 → ⑤ agent 专属设置进适配层 → ⑥ 生成调用入口 → ⑦ 分别测试自动触发、显式调用与执行结果。核心一句话：迁移不是复制文件， 而是把 agent 专属 skill 重构成 agent 无关的工作流程。

版本与安全管理：用 Git 管理 skills；从 GitHub 收录的 skill 记录原仓库链接与许可证，只收 许可允许再分发的内容；注意脚本权限与执行前的测试。

Router 与规模化：skills 数量少时，靠 name / description 自动匹配即可；数量很大后 (Codex 对初始 skills 清单设有上下文预算)，才需要按领域分类、只暴露部分候选、确定调用顺序、 处理名称相近的 skills——这属于进阶话题。

课后探索的更多资源见 skills/extra/ 与 附录 D · 延伸阅读。