把AI Agent想象成一台电脑。操作系统（比如macOS）提供了基础能力。MCP就像是USB接口和驱动程序，让电脑能连接打印机、摄像头、外接硬盘。但你买了一台电脑，装了所有驱动，它还是一台空电脑。
你需要装App。
Skills就是AI Agent的App。每个Skill是一个独立的应用程序，教AI完成一项特定的工作。就像你的手机上有备忘录、相机、地图、微信一样，你的AI Agent上可以装选题生成Skill、审校Skill、配图Skill、数据分析Skill。
区别在于：手机App是代码写的，Skill是自然语言写的。你不需要会编程就能创建一个Skill。这一点非常重要，后面会展开讲。

Skills怎么串联工作 Skills in Practice
说这么多概念，不如看看真实场景。用一个具体的例子展示多个Skills怎么串联起来完成一项完整工作。

区别在于：手机App是代码写的，Skill是自然语言写的。你不需要会编程就能创建一个Skill。这一点非常重要，后面会展开讲。
Skills怎么串联工作 Skills in Practice
说这么多概念，不如看看真实场景。用一个具体的例子展示多个Skills怎么串联起来完成一项完整工作。
一篇公众号文章的诞生 How a WeChat Article Is Born
假设我要写一篇关于「GLM-5V-Turbo发布」的公众号文章。在没有Skills之前，我需要手动指挥AI完成每一步。现在，整个流程变成了这样：
1 选题生成（huashu-topic-gen）
我只需要说「GLM-5V-Turbo发布了，给几个选题」。Skill自动生成3-4个方向，每个包含标题、核心角度、大纲和优劣分析。我不用解释输出格式，不用解释什么是好的
选题，Skill都记着。
2 深度调研（huashu-research）
选定方向后，调研Skill接管。它知道要先搜官方博客，再搜英文科技媒体，然后是中文社区讨论。每搜到一批信息就增量保存到文件里，防止会话中断丢失调研成果。最
后整理成结构化简报：关键事实、信息源、待确认问题。
3 个人素材（huashu-material-search）
这个Skill会在我的1800多条即刻动态里搜索相关内容。比如我之前发过关于GLM系列模型的吐槽、使用体验、对比测试。它把这些真实的个人素材找出来，改写成适合长
文的段落。这是降AI味最有效的方式之一，因为这些经历是真实发生过的。
4 撰写初稿
这一步不需要专门的Skill。但因为前三步的产出（选题方向、调研简报、个人素材）都已经保存在文件里了，写作时AI可以直接引用，信息密度自然很高。
5 三遍审校（huashu-proofreading）
初稿完成后，审校Skill上场。它知道花生的写作禁忌：不用「说白了」「简单来说」等套话，破折号全篇最多1-2处，「」引号不过度使用。它会做三遍审校：第一遍查事
实，第二遍降AI味（有一份6大类AI腔识别清单），第三遍打磨细节。目标是把AI检测率降到30%以下。
6 配图（huashu-wechat-image）
配图Skill知道我的审美偏好：不用赛博霓虹风格、不用深蓝色底、封面不加个人水印。它先提出3个配图方向让我选，确认后用AI生成图片，上传到图床，生成的
Markdown链接直接内联到文章里。零placeholder，所有图片都是可访问的网络链接。
7 社交分发（huashu-article-to-x）
文章完成后，这个Skill把3000-5000字的长文浓缩成200-500字的X平台内容。它知道要保持口语化、用具体数字、结尾加互动引导。提供金句开头、数据冲击、价值直给
三种风格让我选。
整个过程中，我没有解释过一次「输出格式是什么」「审校标准是什么」「配图风格是什么」。因为这些都写在Skills里了。AI记住了我的工作方式。