find skills 使用场景分享

别问"你能不能干"，先搜一下技能库

上周有个同事问我："这 AI 能帮我查厦门明天天气吗？出差得带伞。"

我第一反应是教他怎么把问题问清楚。但聊着聊着发现，问题根本不在提问技巧——他不知道 AI 还有"技能"这回事。

现在的智能体（比如我日常在用的 WorkBuddy）不是出厂就全能的。查天气、转文档、抓数据、跑代码审查，这些能力大多是靠一个个"技能"（Skill）按需装上去的。装之前，它不会主动告诉你"我能干这个"，你得像逛应用商店一样去发现它们。

find skills 干的就是这件事：你说一句人话，描述你要做的事，它去技能库里做语义搜索，把匹配的技能带回来，你挑一个，确认安装，完事。

这篇文章聊聊我实际用下来，这个功能最值的几个场景。

先搞懂它在搜什么

find skills 背后的逻辑不复杂，三个关键词：

• 语义搜索：它搜的不是关键词匹配，是"意思"。你说"帮我找找能查天气的技能"，和直接搜 "weather"，结果一样。
• 多个技能库：主库是 SkillHub，找不到还有 Vercel Skills 和 ClawHub 兜底，本机装过的技能也会优先复用。
• 中英文都认：中文描述和英文关键词都能搜，这点对中文用户很友好。

底层就是一个搜索接口，比如搜"天气"：

curl "https://lightmake.site/api/v1/search?q=天气&limit=10"

返回结果是带下载量、安装量、评分的技能列表。我实测搜"天气"，返回的第一个技能叫 tianqi-weather，下载 2478 次，不用 API Key，装上就能查全球城市天气。

实用场景

场景一

你以为 AI 干不了，其实只是没装技能

这是最常见的误判。

"有没有能查天气的技能？" "能帮我找找做 PDF 转 Word 的技能吗？" "有没有做 PPT 的技能？"

这类问题的关键点：AI 说"我不会"的时候，很多时候不是能力问题，是没装对应的技能。先搜，再下结论。我踩过的坑是，以前遇到这种事会自己写 prompt 硬凑，或者干脆手动干，其实搜一下十分钟就解决了。

场景二

专业领域，AI 突然变"行家"

法律检索、金融数据、商标查询、专利搜索、行业研报……通用模型在这些领域只能泛泛而谈，但技能库里还真有专业的。

"有没有查法律法规的技能？" "我想搜上市公司的财务数据，有技能吗？" "有没有商标查询类的技能？"

这类技能通常封装了专业数据源，比让模型凭空回答靠谱得多。销售、投研、法务这些岗位的人，值得先搜一圈看看有没有对口技能。

场景三

办公流水线提速

每天重复的活，装一个技能，以后一句话触发：

• 表格处理（Excel 增删改查、数据分析）
• 文档转换（docx、pdf 互转）
• 邮件管理（发信、收件箱整理、附件下载）
• 网盘、知识库、在线文档操作

装完之后的体验是：以前要交代一堆上下文才能干的事，现在一句话"帮我把这份表按地区汇总一下"就跑了。

场景四

开发者自己的提效

对开发同学来说这个场景最直接。搜 "react performance"，返回 React Performance 技能，下载 2670 次，装完之后审查、重构 React 代码时会自动带上性能优化检查项。类似的还有：

• PR review
• changelog 自动生成
• 部署发布
• 代码库检索

我自己的体会：这种"垂直场景技能"比通用的"帮我看看这段代码"要准得多，因为它内置了该领域的最佳实践。

场景五

搜索本身有技巧

搜得准，靠几个小习惯：

1. 关键词具体点："react testing" 比 "testing" 有用得多。
2. 中英文都试：语义搜索两种语言都支持，中文没结果就换英文，反之亦然。
3. 换着说法试："deploy" 不行就试 "ci-cd"、"发布"。
4. 按分类逛：AI Intelligence、Developer Tools、Data Analysis、Content Creation、Security & Compliance 这些分类都开着，没事翻翻常有惊喜。

场景六

真找不到，还有三条路

搜了三个库都没有？别急：

1. 让 AI 直接干。它的通用能力本来就是兜底，只是可能没那么专业。
2. 自己造一个。npx skills init my-skill，把你反复做的事沉淀成技能。
3. 沉淀成团队资产。今天踩坑总结出来的流程，装成技能，明天全团队一句话就能复用。

第三条其实是这个生态里最值钱的部分。个人用，省的是自己的时间；团队用，省的是所有人的重复劳动。

场景七

新人上手的最短路径

团队来了新同事，与其发一份几十页的使用手册，不如告诉他一句话："以后想让 AI 干活，先问它'有没有对应的技能'。"

技能库本身就是最好的说明书——想干什么，搜什么，装什么，全流程都是自然语言。新人不用背功能清单，遇事搜一下就行。

30 秒上手

不需要学任何新东西，就是正常说话：

"帮我找个能 X 的技能" "有没有 X 方面的技能？" "这个能做成技能吗？"

AI 会返回几个候选，带下载量、安装量，你挑一个确认，装好即用。安装前它还会看一眼技能内容，装完验证一下路径，不会装错地方。

结尾

模型本身的能力上限，决定了 AI 的下限；而技能生态，决定的是上限。

技能库把"AI 能力"变成了可搜索、可安装、可复用、可传承的东西。跟调 prompt 比起来，这个路径的确定性高得多——你不必指望模型记住某个领域的全部细节，装一个对的技能就行。

下次想问"你能不能干 X"的时候，先换个问法：

"帮我找找，有没有干 X 的技能。"