Skills 生成
Skills 生成是 Agent Insight 在「Skills 能力」中的核心生产模块，用于把自然语言需求转换为结构化 Skill 包。
它面向这样的场景：你已经知道希望 Agent 具备什么能力，但还没有现成的 SKILL.md、脚本和参考文档，希望平台直接生成一套可预览、可编辑、可发布的 Skill 工件。
在 Skills 能力体系中，它与其他模块的关系是：
- Skills Hub：管理和复用已生成的 Skill
- Skills 生成：从需求生成新 Skill
- Skills 评测：验证 Skill 的质量与效果
- Skills 优化：基于评测结果持续迭代
完整链路通常为：生成 -> 评测 -> 优化 -> 入库 -> 复用。
核心能力
Skills 生成用于将需求转换为标准化 Skill 包，面向 Skill 的生成、修订、导出与发布，产出内容包括主文档、脚本和参考材料。
- 自然语言生成 Skill：通过需求描述直接生成完整 Skill 包
- 标准化三层结构：自动组织
SKILL.md、scripts/、references/ - 关键设计摘要：生成后给出覆盖范围、分级策略、脚本设计等说明
- 模型选择：支持选择底层生成模型
- 场景选择：支持按业务场景调整生成策略
- 联网搜索增强：按需引入外部资料，提升专业准确性
- 下载技能包：导出完整
skill.zip - 保存并发布：发布到 Skills Hub 供团队复用
- 对话式迭代：支持在同一会话中持续补充需求并生成新版本
使用方式
使用 Skills 生成时，通常按以下顺序完成：
1. 配置生成条件
生成前可指定以下条件：
- 模型：决定底层生成能力
- 场景：决定生成策略和表达风格
- 联网搜索：当任务依赖公开资料、规范或外部知识时开启
前提是系统中已有可用模型；联网搜索属于可选增强能力。
2. 提交需求
需求越具体，生成结果越稳定。建议至少说明：
- 目标能力：Skill 要解决什么问题
- 适用环境：平台、系统、版本、技术栈或部署条件
- 覆盖范围：要包含哪些子场景或异常类型
- 输出形式：希望输出为 Markdown、JSON 或分步骤结果
- 约束条件：是否要求自包含、幂等、只读、无额外依赖等
示例：
生成一个 Linux 认证日志排查 Skill，覆盖 SSH 暴力破解、Kerberos 异常等场景，脚本需自包含、输出 JSON，并兼容
/var/log/secure与/var/log/auth.log。
3. 核对生成结果
生成完成后，重点核对以下内容：
SKILL.md是否准确表达目标、触发条件和执行方式- 脚本与参考文档是否齐全
- 关键设计摘要是否覆盖所需能力范围和策略
- 产出结构是否满足实际使用要求
4. 修订、下载或发布
如果结果需要调整，可以继续补充需求迭代生成，或直接编辑已有内容。
确认可用后，可执行两类后续动作：
- 下载：导出
skill.zip，用于本地部署或离线分发 - 保存并发布：发布到 Skills Hub，供团队检索和复用
发布后，通常还会进入 Skills 评测和 Skills 优化，形成持续改进闭环。
产出规范
Skills 生成遵循统一的三层结构：
<skill-name>/
├── SKILL.md
├── scripts/
│ ├── collect.sh
│ └── ...
└── references/
└── *.md
SKILL.md
- Skill 主文档
- 通常包含 YAML frontmatter、概述、适用范围、触发方式和核心指令
- 是 Agent 理解并执行该 Skill 的主入口
scripts/
- 可执行脚本目录
- 设计目标通常包括自包含、幂等、结构化输出
- 便于 Agent 直接调用，并对结果做进一步解析
references/
- 参考文档目录
- 用于沉淀领域知识、事件说明和场景模板
- 为主文档和脚本提供背景支撑
示例走查：linux-auth-triage
以下示例体现了一个典型的 Skill 生成结果：
- 技能名：
linux-auth-triage - 用途：Linux 认证日志排查
- 适用环境：Linux，兼容 RHEL、CentOS、Debian、Ubuntu
- 版本：
v1.0 - 产出规模：8 个文件，约 22.0 KB
目录结构示例：
linux-auth-triage/
├── SKILL.md
├── scripts/
│ ├── collect.sh
│ ├── check_auth_failure.sh
│ ├── check_session_events.sh
│ └── check_bruteforce_summary.sh
└── references/
├── auth-failure.md
├── session-events.md
└── event-reference.md
该结果体现的功能特征包括：
- 覆盖多个认证失败和会话异常场景
- 按严重度分级，优先处理高风险事件
- 脚本自包含、幂等、输出 JSON
- 兼容主流 Linux 认证日志路径
- 支持对攻击来源、账户分布、时间分布和成功率做聚合分析
核心指令示例：
# Step 1: 信息采集
sudo bash scripts/collect.sh | tee /tmp/auth_collect.json
如何写出高质量需求
高质量生成依赖高质量输入。建议至少写清楚五类信息：
- 目标能力：要解决的核心问题
- 适用环境：平台、系统、版本或部署条件
- 覆盖范围：需要覆盖的子场景或异常类型
- 输出形式：例如 JSON、Markdown、分步骤报告
- 约束条件：例如自包含、幂等、只读、不依赖额外安装
反例：
写个排查日志的脚本。
正例：
生成一个 Linux 认证日志排查 Skill，覆盖 SSH 暴力破解和 Kerberos 异常，脚本需自包含、输出 JSON，并兼容
/var/log/secure和/var/log/auth.log。
最佳实践
- 先定义能力，再补细节：优先生成核心能力，后续逐轮补充边界和子场景
- 优先写清边界：明确适用条件、禁止项和输出要求
- 按需开启联网搜索：仅在确实依赖外部资料时启用
- 发布前逐文件复核：尤其关注涉及系统权限、日志读取和外部命令的脚本
- 生成后继续评测与优化：将生成结果纳入标准闭环，而不是停留在草稿状态
常见问题
生成的 Skill 可以直接使用吗？
可以下载并使用，但建议先人工复核脚本内容、权限操作和边界条件，必要时再通过 Skills 评测验证质量。
生成结果不满意怎么办？
可以在同一对话中继续补充需求迭代生成，也可以直接编辑单个文件，无需从头开始。
下载 和 保存并发布 有什么区别？
- 下载：导出本地
zip包 - 保存并发布：将 Skill 发布到 Skills Hub，供团队检索和复用
更换模型或场景会影响结果吗？
会。不同模型和场景配置会影响生成结果的结构、表达风格和专业程度。
可以生成多文件、多脚本的复杂 Skill 吗？
可以。复杂 Skill 通常会同时生成主文档、多个执行脚本和若干参考文档。
术语说明
- Skill：让 Agent 具备某项专业能力的标准化工件
SKILL.md：Skill 主文档，定义元信息、概述和核心指令scripts/：Skill 的可执行脚本目录references/：Skill 的参考文档目录- YAML frontmatter：
SKILL.md顶部的结构化元信息 - Skills Hub：Skill 的管理与复用中心
下一步
- 想管理已生成的 Skill： Skills 管理
- 想验证生成结果质量： Skills 评测总览
- 想继续迭代 Skill： Skills 优化
- 想回到 Skills 总览： Skills 能力