【AI】trae Skills使用方法

【AI】trae Skills使用方法

一、Skills是什么?

Skill可以理解为agent的技能,Claude官方的解释是,使用 Skills 可以提升执行特定任务的能力。比如,可以在本地就能调用 Skills 玩转图片、Excel、Word、PDF 等处理操作,它和agent、mcp对比:

特性对比表格

特性SkillsSub-AgentsMCP (Model Context Protocol)
目的用专业知识、工作流程、资源扩展 Claude生成自主代理处理复杂子任务连接外部工具和数据源
调用方式模型自动发现(基于上下文)父代理显式生成MCP 服务器工具调用
持久性触发时加载到上下文独立运行,返回结果无状态工具执行
最适合领域专业知识、工作流程、模板并行任务、研究、探索外部 API、数据库、第三方服务
上下文使用渐进式披露(元数据→指令→资源)每个子代理有独立上下文最小上下文(仅工具定义)
复杂度低(只需 SKILL.md + 可选文件)中等(需要编排)中-高(需要服务器设置)
示例代码审查指南、部署工作流程「研究这个主题」、「探索代码库」GitHub API、数据库查询、Slack 集成

表格说明

  • Skills:适用于需要特定领域知识或标准化流程的场景,通过轻量级文件(如 SKILL.md)实现功能扩展。
  • Sub-Agents:适合分解复杂任务为并行子任务,需显式调用并管理子代理的上下文隔离。
  • MCP:专注于与外部系统的无状态集成,需额外设置服务器支持工具调用。

二、Skills的网站有哪些

Agent Skills 终极指南:
https://github.com/libukai/awesome-agent-skills
Skill下载库:
https://skills.sh/

Skill下载库2:
https://skillstore.io/zh-hans/skills

三、如何在trae中使用Skills

官网文档:
https://docs.trae.ai/ide/skills
官网文档描述:

在这里插入图片描述


文档中介绍了3种技能使用的方法:

方式一:通过对话,由 AI 自动创建技能

你可以直接通过对话创建技能。你只需向 AI 描述你的需求,AI 就会自动为你生成对应技能的 SKILL.md 文件。例如:

帮我在 ./trae/skills 目录下创建一个新的技能 技能的名字叫 xxx 这个技能可以帮我做以下事情: - xxx - xxx - xxx 

方式二:手动创建技能

通过指定技能类型、技能名称、描述和指令,手动创建技能。

创建自定义技能的步骤

技能类型
选择技能的类型,例如“对话技能”、“任务技能”或“信息查询技能”。

技能名称
为该技能起一个简短且有辨识度的名称,例如“天气查询”或“日程提醒”。

技能描述
描述该技能的功能以及触发条件,例如“当用户询问天气时,提供实时天气信息”。

技能指令
定义技能被触发时AI应遵循的规则或信息,例如“仅提供用户指定城市的天气数据,不包含无关信息”。

字段说明表格

字段名称说明
技能类型选择技能的分类,如对话、任务或信息查询。
技能名称简短且有辨识度的名称,用于快速识别技能功能。
技能描述详细说明技能的功能、适用场景及触发条件。
技能指令明确AI在触发技能时应执行的规则或提供的信息,确保行为符合预期。
在这里插入图片描述


点击 按钮。
对于全局技能,添加后,它会直接出现在 面板的 页签下。
对于项目技能,添加后,TRAE 将自动在当前项目的 .trae/skills/{skill_name} 目录下新建一个 SKILL.md 文件。文件内包含你的自定义技能配置。同时,该技能也会出现在 面板的 页签下。
(可选) 对于项目技能,根据指令中的描述,在 {skill_name} 文件夹下手动添加所需的脚本等资源。

方式三:手动导入外部技能

若你需要使用外部已创建的技能,可以直接将 SKILL.md 文件或包含 SKILL.md 以及其他相关文件的 .zip 文件导入至 TRAE。
前往 设置 > 。

  1. 在 部分,点击 创建 按钮。
  2. 在 窗口中,上传一个 SKILL.md 文件或一个包含 SKILL.md 文件的.zip

文件,然后选择 (全局/项目)。
TRAE 会分析所上传的技能文件,然后自动填充技能名称、描述和指令字段。

在这里插入图片描述

四、在对话中使用技能

方式一:手动调用技能

对话时,当你明确知道需要使用某个技能时,你可以直接向 AI 发送指令,从而精准控制 AI 的输出。例如:“用 codemap 技能总结一下这个分支的改动”。

方式二:由 AI 自动调用技能

在执行任务时,AI 会结合当前任务内容与各技能中定义的 “适用场景” 或 “何时使用” 之类的描述,判断是否需要加载某个技能,并在合适的阶段自动调用相关技能。
例如,假设你定义了一个代码审核技能,其触发条件为 “当用户请求代码反馈或评审时”。当你提出 “这个函数写得如何”、“帮我审核以下代码” 之类的请求时,AI 会识别到这类请求与代码审核技能的相关性,并在无需额外指令的情况下加载并使用该技能,以完成对应的代码分析与反馈。

五、示例

在这里插入图片描述

Read more

本地Qwen + ComfyUI 制作AI漫剧完整保姆级教程(2026年3月最新版)

本地Qwen + ComfyUI 制作AI漫剧完整保姆级教程(2026年3月最新版)

这个组合是目前零成本、无限生成、角色一致性最强的本地方案! Qwen(本地大模型)负责写剧本 + 自动拆分镜 + 生成提示词;ComfyUI负责图像生成 + 角色一致性 + 动态视频。 适合新手/日更党,低配8GB显存就能跑(推荐12GB+更流畅)。全流程免费、无网络依赖、隐私安全。 模型+:工作流:https://pan.quark.cn/s/efc430e1996d 一、硬件要求(必看) * GPU:NVIDIA 8GB显存起步(RTX 3060 12GB最稳),AMD/Intel也可(需ROCm/OneAPI)。 * 内存:16GB+ RAM(32GB最佳)。 * 硬盘:SSD 50GB+ 空闲空间。 * 系统:Windows

AI课堂生成网站丨OPENMAIC丨清华团队开源项目

AI课堂生成网站丨OPENMAIC丨清华团队开源项目

OpenMAIC(谐音“My课”)是一个AI教学平台,它能为你生成一个专属的7x24小时AI教室。在这个教室里,你是唯一的真人学生,而老师、助教和同学都由AI智能体扮演。 * AI老师:负责主讲课程,可以在虚拟白板上实时书写、画图,并进行语音讲解。 * AI助教与同学:会与你实时互动,他们可以提问、发起讨论,模拟真实课堂的临场感。 你只需要输入一个课程主题(如“什么是摩擦力”)或上传一份文档,系统就能自动生成包含幻灯片、随堂测验、互动模拟和项目式学习活动的完整课程。 🎓 主要特点 * 极速课程构建:只需输入关键词或上传文档,AI即可在约30分钟内自动生成一套结构完整的教学包,成本极低。 * 拟真多角色课堂:通过多智能体协同,模拟出教师、助教和不同性格的同学,他们可以说话、在白板上绘画,并与你进行实时讨论,显著增强学习的参与感。 * 跨应用轻量调用:通过内置的OpenClaw集成,用户可以直接在飞书、Slack等主流协作工具中,通过简单的指令触发课程生成。 * 全格式灵活交付:生成的课件支持导出为可编辑的PPT文件或打包为独立的HTML文件,方便二次编辑和使用。

ToClaw他来了!融合OpenClaw、网页AI、远程功能,更适合真正的办公落地

ToClaw他来了!融合OpenClaw、网页AI、远程功能,更适合真正的办公落地

随着AI技术的不断发展,人们越来越期望AI能够融入真实工作流,提高办公效率。在此背景下,ToClaw应运而生,它融合了OpenClaw的开源Agent技术与远程功能,为办公场景带来了全新的解决方案。 为什么这波“龙虾热”,值得认真对比一次? 这一轮中文互联网对 “龙虾” 的热情,本质上不是大家突然爱上了某个新名词,而是越来越多人开始意识到:AI 不该只待在聊天框里,它应该开始进入真实工作流,帮人查资料、碰文件、跑任务、管设备。 OpenClaw 之所以火,一个重要原因就在于它把“个人 AI 助手”这件事做得很具象。根据其 GitHub 官方说明,它主打 personal open source AI assistant,推荐用户通过 openclaw onboard 这个 onboarding wizard 完成设置;而在 Windows 环境下,官方还特别建议通过 WSL2

AI时代人人都是产品经理:能力边界:AI 能做什么、不能做什么?产品经理必须摸清的技术边界

AI时代人人都是产品经理:能力边界:AI 能做什么、不能做什么?产品经理必须摸清的技术边界

为什么要先搞懂AI的能力边界? 在AI工具遍地开花的今天,很多产品经理陷入了两个极端:要么过度迷信AI,认为它能解决所有问题;要么对AI充满恐惧,担心自己的岗位被替代。但现实是:AI不是产品经理的竞争对手,而是需要你掌握的核心工具。 搞懂AI的能力边界,本质是帮你: 1. 避免在需求评审会上提出技术上不可能实现的需求 2. 精准判断哪些工作可以交给AI提效,哪些必须自己亲力亲为 3. 利用AI的能力边界,设计出更有竞争力的产品方案 4. 建立和技术团队平等对话的技术认知基础 AI能做什么?6类产品经理必用的AI能力 1. 结构化信息处理:批量处理重复工作 AI最擅长处理有明确规则、结构化、重复性的任务,这些工作往往占据了产品经理30%以上的时间: * 自动整理用户调研数据,提炼高频需求关键词 * 批量生成产品文档的初始版本,如需求说明、接口文档 * 分析用户行为日志,输出标准化的行为路径报告 实战示例:用AI批量生成PRD需求条目 from openai import OpenAI client = OpenAI(api_key="