Skills深度探索

Skills是Cursor中可复用的AI能力模块，它让AI不仅仅是一个通用的助手，而是可以掌握特定领域知识的专家。

什么是Skills？

定义

Skills是预先定义的、可复用的AI行为模式。你可以把它理解为”AI的插件”或”AI的技能包”。

类比

如果把Cursor比作一个AI助手，那么：

对话是让助手临时完成任务
Command 是给助手下达指令
Skills 是让助手学习新技能，以后遇到类似任务直接调用

为什么需要Skills？

问题场景

你：帮我优化这段C++代码的性能
AI：好的... (通用回答，可能不够深入)

你：用我项目的性能规范优化这段代码，注意内存对齐、避免分支预测失败、使用SIMD
AI：明白了... (但每次都要重复说明)

Skills解决方案

创建一个 "C++性能优化" Skill
以后直接：/optimize-performance
AI自动加载所有相关上下文和规范

核心价值

减少重复沟通 - 一次定义，永久复用
提高回答质量 - 可以包含丰富的上下文和规则
专业化AI - 让AI成为特定领域的专家
团队协作 - Skills可以分享给团队成员

Skill的构成要素

基本结构

{
  "name": "skill-name",
  "description": "技能描述",
  "prompt": "核心提示词",
  "context": ["需要引用的文件或目录"],
  "examples": ["示例1", "示例2"],
  "metadata": {
    "tags": ["标签1", "标签2"],
    "author": "作者",
    "version": "1.0"
  }
}

关键组件详解

1. Prompt（核心提示词）

这是Skill的”大脑”，定义了AI的行为方式。

好的Prompt特点：

明确的任务目标
清晰的行为约束
丰富的上下文引导
输出格式要求

示例：C++代码审查Skill

prompt: |
  你是一个资深的C++代码审查专家，专注于：
  - 内存安全和生命周期管理
  - 异常处理和错误处理
  - 性能优化机会
  - 代码可维护性
 
  审查时遵循：
  1. 先理解代码意图
  2. 识别潜在问题
  3. 按严重程度分类（严重/中等/建议）
  4. 提供具体的修改建议
 
  输出格式：
  ## 代码概览
  - 代码意图
  - 主要组件
 
  ## 问题清单
  ### 🔴 严重
  - 问题1：描述 + 建议修改
  - 问题2：描述 + 建议修改
 
  ### 🟡 中等
  - ...
 
  ### 🟢 建议
  - ...
 
  ## 改进后代码
  ```cpp
  // 修改后的代码


#### 2. Context（上下文引用）
定义Skill需要访问的项目资源。

**支持类型：**
- 文件路径：`src/utils/memory.h`
- 目录：`src/core/`
- 通配符：`**/*.test.cpp`
- 排除模式：`!**/third_party/**`

**示例：**
```yaml
context:
  - "src/performance_guidelines.md"
  - "src/memory_management.h"
  - "**/*benchmark*.cpp"
  - "!**/vendor/**"

3. Examples（示例输入输出）

让AI通过例子学习预期行为。

examples:
  - input: |
      void process_data(char* buffer, int size) {
          for (int i = 0; i < size; i++) {
              buffer[i] = toupper(buffer[i]);
          }
      }
    output: |
      ## 问题清单
      ### 🔴 严重
      - 缺少边界检查：size可能超过buffer实际大小
      - 未检查buffer是否为NULL
 
      ## 改进后代码
      ```cpp
      void process_data(char* buffer, int size) {
          if (!buffer || size <= 0) return;
 
          for (int i = 0; i < size; i++) {
              buffer[i] = toupper(static_cast<unsigned char>(buffer[i]));
          }
      }
      ```

如何创建一个Skill？

方法1：通过Cursor UI创建

打开Cursor，点击左侧Skills面板
点击 “New Skill”
填写各部分内容
保存并测试

方法2：手动编写Skill文件

Cursor使用JSON格式定义Skills：

{
  "name": "cpp-performance-review",
  "description": "C++代码性能审查专家",
  "prompt": "你的完整prompt内容...",
  "context": [
    "docs/performance_guidelines.md",
    "src/performance/*"
  ],
  "examples": [
    {
      "input": "...",
      "output": "..."
    }
  ],
  "metadata": {
    "tags": ["c++", "performance", "review"],
    "version": "1.0"
  }
}

Skill文件位置：

项目级：.cursor/skills/
用户级：~/.cursor/skills/

Skill设计最佳实践

1. 单一职责

每个Skill专注一个明确的任务。

❌ 不好：

name: "everything-cpp"
description: "C++代码审查+测试+文档+优化"

✅ 好：

name: "cpp-security-review"
description: "专注C++安全问题审查"

2. 明确的输入输出

清楚地告诉AI应该接受什么、输出什么。

prompt: |
  输入：一段C++代码
  输出：安全漏洞分析报告
 
  报告必须包含：
  - 漏洞类型
  - 漏洞位置（行号）
  - 风险等级（高/中/低）
  - 修复建议

3. 渐进式复杂度

从一个简单的Skill开始，逐步添加功能。

迭代路线：

v1.0: 基础审查 → 提供问题列表
v1.1: 添加示例 → 改进回答质量
v1.2: 添加上下文 → 引用项目规范
v1.3: 添加分类 → 按严重程度分级
v2.0: 添加修改建议 → 自动生成修复代码

4. 版本管理

记录Skill的演进，便于回滚和分享。

metadata:
  version: "2.1"
  changelog:
    - "2.1: 添加了内存泄漏检测"
    - "2.0: 自动生成修复代码"
    - "1.0: 初始版本"

实战案例：构建一个完整的C++测试生成Skill

需求分析

给定一个C++函数，自动生成完整的单元测试。

Skill设计

{
  "name": "cpp-test-generator",
  "description": "为C++函数生成完整的单元测试（使用Google Test框架）",
  "prompt": |
    你是一个C++测试专家，使用Google Test框架。
 
    分析给定的函数，生成包含以下场景的测试：
    1. 正常情况测试
    2. 边界值测试
    3. 异常情况测试
    4. 性能测试（如果适用）
 
    测试代码要求：
    - 使用明确的测试名称（TEST_F描述场景）
    - 包含必要的断言（ASSERT_*, EXPECT_*）
    - 添加注释说明测试意图
    - 使用测试夹具（Fixture）进行数据初始化
 
    如果函数依赖外部资源，使用Mock或Stub。
 
    输出格式：
    ```cpp
    // 函数头注释（说明测试覆盖的场景）
    TEST_F(TestCaseName, TestScenario) {
        // 测试代码
    }
    ```
  "context": [
    "src/include/*.h",
    "test/mock_definitions.h",
    "docs/testing_guidelines.md"
  ],
  "examples": [
    {
      "input": "int calculate_sum(int a, int b) { return a + b; }",
      "output": "```cpp\n// 测试加法函数的各种场景\n// 1. 正数相加\n// 2. 负数相加\n// 3. 正负数混合\n// 4. 零值\n// 5. 边界值（INT_MAX/INT_MIN）\n\nclass CalculateSumTest : public ::testing::Test {\nprotected:\n    void SetUp() override {\n        // 测试前初始化\n    }\n\n    void TearDown() override {\n        // 测试后清理\n    }\n};\n\nTEST_F(CalculateSumTest, PositiveNumbers) {\n    EXPECT_EQ(calculate_sum(2, 3), 5);\n}\n\nTEST_F(CalculateSumTest, NegativeNumbers) {\n    EXPECT_EQ(calculate_sum(-2, -3), -5);\n}\n\nTEST_F(CalculateSumTest, MixedNumbers) {\n    EXPECT_EQ(calculate_sum(-2, 3), 1);\n}\n\nTEST_F(CalculateSumTest, WithZero) {\n    EXPECT_EQ(calculate_sum(0, 5), 5);\n    EXPECT_EQ(calculate_sum(5, 0), 5);\n}\n\nTEST_F(CalculateSumTest, BoundaryValues) {\n    EXPECT_EQ(calculate_sum(INT_MAX, 0), INT_MAX);\n    EXPECT_EQ(calculate_sum(INT_MIN, 0), INT_MIN);\n}\n```"
    }
  ],
  "metadata": {
    "tags": ["c++", "testing", "google-test"],
    "version": "1.2",
    "author": "Your Name"
  }
}

使用效果

// 输入
int divide(int dividend, int divisor) {
    if (divisor == 0) throw std::runtime_error("Division by zero");
    return dividend / divisor;
}
 
// Skill输出
// 自动生成包含：正常除法、除零异常、边界值、负数等场景的测试

Skills与其他功能的对比

特性	Skills	Rule	Command	Subagent
用途	可复用AI能力	全局行为约束	快捷指令	复杂任务分解
作用域	项目/全局	项目/全局	当前会话	任务级
持久性	持久	持久	临时	临时
复杂度	高	中	低	最高
学习成本	高	中	低	最高

何时使用Skills：

需要频繁执行相似任务
任务需要丰富的上下文
任务质量要求高
需要在团队中共享

进阶技巧

1. Skills的动态上下文

通过引用动态内容（如生成的文档、配置文件）让Skills更灵活。

context:
  - "docs/api_reference.json"  # 自动生成的API文档
  - "config/skill_config.yaml"  # 技能配置

2. Skill组合

一个Skill可以调用另一个Skill。

prompt: |
  先使用 /code-analyzer 分析代码
  再使用 /security-review 检查安全问题
  最后使用 /performance-optimizer 优化性能

3. 技能库管理

按领域组织Skills：

.cursor/skills/
├── c++/
│   ├── security-review.json
│   ├── performance-optimize.json
│   └── test-generator.json
├── documentation/
│   ├── api-doc-generator.json
│   └── readme-updater.json
└── debugging/
    ├── crash-analyzer.json
    └── memory-leak-detector.json

4. 团队共享

将Skills纳入版本控制
在项目README中说明如何使用
定期review和更新Skills

常见问题

Q: Skills会让我过度依赖AI吗？

A: Skills是工具，不是替代品。好的Skills需要领域专家来设计和维护。设计Skills的过程本身就是对知识的整理和提炼。

Q: 一个项目应该有多少个Skills？

A: 没有固定数量。遵循”按需创建”原则，遇到重复场景才考虑创建Skill。

Q: Skills的Prompt多长合适？

A: 通常200-800字。太短可能不够清晰，太长会影响响应速度和成本。

Q: 如何测试一个Skill是否有效？

A: 准备一组测试用例（Examples），定期运行Skill检查输出质量。建立反馈循环，持续优化。

下一步

Subagent协作模式 - 学习如何让多个AI协作完成复杂任务
实战案例 - 看看Skills在真实项目中如何落地
技能库模板 - 获取可复用的Skill模板

KnowHowAI

探索

Skills深度探索

Skills深度探索

什么是Skills？

定义

类比

为什么需要Skills？

问题场景

Skills解决方案

核心价值

Skill的构成要素

基本结构

关键组件详解

1. Prompt（核心提示词）

3. Examples（示例输入输出）

如何创建一个Skill？

方法1：通过Cursor UI创建

方法2：手动编写Skill文件

Skill设计最佳实践

1. 单一职责

2. 明确的输入输出

3. 渐进式复杂度

4. 版本管理

实战案例：构建一个完整的C++测试生成Skill

需求分析

Skill设计

使用效果

Skills与其他功能的对比

进阶技巧

1. Skills的动态上下文

2. Skill组合

3. 技能库管理

4. 团队共享

常见问题

Q: Skills会让我过度依赖AI吗？

Q: 一个项目应该有多少个Skills？

Q: Skills的Prompt多长合适？

Q: 如何测试一个Skill是否有效？

下一步

参考资料

关系图谱

目录