授 AI 以鱼，不如授 AI 以渔：我给 AI 创建了一个『创建技能』的技能

🔍 微信扫码或搜索「AI在学」关注公众号

上一篇，我教你怎么用 Skill——把重复Prompt打包成文件，让AI自动加载。

这一篇，我直接给AI写了一个 “元技能”（Meta-Skill） ——一个能教AI自己创造新技能的技能。

从此，AI不再等你投喂工具，而是按需自给自足。

---

🤔 为什么要给AI”创建技能”的技能？

先回顾：Skill 解决了什么问题？

上一篇的核心价值：一次编写，永久复用。

但你可能发现了——Skill 再好用，也得人写。就像你有一个万能工具箱，但里面的工具得自己一件一件造。

新需求来了：能不能让 AI 按需自动造工具？

打个比方：工具箱的进化

想象你有一个魔法工具箱：

阶段	模式	特点
Level 1	空箱子	每次要用工具，都重新向别人借
Level 2	预装工具	你提前造好常用工具放进去，随拿随用
Level 3	智能工具箱	你说需要什么，箱子自己当场造出来

Skill 的演进同理：

阶段	模式	特点
Level 1	直接问 AI	每次都要交代完整背景
Level 2	预置 Skill	你写好 Skill，AI 调用
Level 3	Meta-Skill	你给 AI 造工具的能力，它按需自创

一句话：不是给 AI 一万个工具，而是给 AI 造工具的能力。

---

🔍 系统架构：我做了什么？

整体思路

我让 AI 具备了三层能力：

┌─────────────────────────────────────────────────┐
│  第一层：感知——知道工具箱里现在有什么           │
│  （启动时扫描 skills/ 目录，生成工具清单）      │
└─────────────────────────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────┐
│  第二层：查阅——看懂说明书再使用                 │
│  （用户触发时，读取 SKILL.md 完整说明书）       │
└─────────────────────────────────────────────────┘
                        ↓
┌─────────────────────────────────────────────────┐
│  第三层：创造——没有就现造                       │
│  （用 Shell 工具创建目录、写说明书、造工具）    │
└─────────────────────────────────────────────────┘

核心组件：我只给了 AI 两个”能力”

能力一：查阅说明书（get_skill_instruction）

作用：当 AI 想用某个已有技能时，先查它的说明书

场景：AI 发现用户想问时间
      ↓
发现技能目录里有 "datetime-tool"
      ↓
调用 get_skill_instruction("datetime-tool")
      ↓
读取 ./skills/datetime-tool/SKILL.md
      ↓
返回：这个工具怎么用、有哪些脚本、参数是什么

为什么要先查说明书：

• 防止 AI 凭记忆瞎猜（幻觉）
• 保证执行过程可追溯（有问题看说明书）
• 人可以随时改说明书，不用改代码

能力二：动手造工具（run_shell）

作用：让 AI 能执行任意命令（创建文件、运行脚本等）

场景：AI 发现没有"时间工具"这个技能
      ↓
决策：需要造一个新工具
      ↓
调用 run_shell 执行：
  - mkdir -p ./skills/datetime-tool/scripts（造抽屉）
  - 写入 SKILL.md（写说明书）
  - 写入 show_time.py（造工具本体）
      ↓
新工具造好了，可以立即使用

为什么给 AI “动手”的能力：

• 没有现成工具时，能自己造
• 造出来的工具是文件形式，永久保存
• 人可以查看、修改 AI 造的工具

关键：两个能力如何配合？

我在系统提示词里给 AI 植入了一个决策流程：

当用户提出需求时：

第1步：查看工具清单
   ├── 发现已有匹配工具 → 查阅说明书 → 使用
   └── 没有发现 → 进入第2步

第2步：造新工具
   ├── 创建目录
   ├── 写说明书（SKILL.md）
   ├── 写工具本体（scripts/下的脚本）
   └── 造完立即使用

关键点：

• 先查后造：避免重复造轮子
• 即用即走：造完马上能用，不用重启
• 规范结构：每个工具必须有说明书（SKILL.md）

---

🎯 实战演示：AI 如何从零造工具

场景：用户需要一个时间查询工具

用户输入：

帮我构建一个查看日期、星期、时间的工具。

AI 内部决策流程：

Step 1: 查看工具清单
        └── 工具箱里没有 "datetime" 相关工具
        
Step 2: 决策 → 需要造一个新工具 "datetime-tool"

Step 3: 动手创造（调用 run_shell）
        ├── 造抽屉：mkdir -p skills/datetime-tool/scripts
        ├── 写说明书：
        │   SKILL.md 内容包含：
        │   - 工具名称：datetime-tool
        │   - 功能描述：获取当前日期、时间、星期
        │   - 使用方法：调用 scripts/show_time.py
        │   - 参数说明：--date, --time, --weekday
        │
        └── 造工具本体：
            show_time.py 包含：
            - 参数解析
            - 时间格式化
            - 中文输出

Step 4: 造好了，立即试用
        └── 执行：python skills/datetime-tool/scripts/show_time.py
        
Step 5: 告诉用户结果
        └── "已创建 datetime-tool 工具，当前时间是 2026-03-14 09:50，星期六"

生成的工具结构：

skills/
└── datetime-tool/              # AI 自己造的抽屉
    ├── SKILL.md               # AI 自己写的说明书
    │   ├── 这是个什么工具
    │   ├── 能干什么
    │   └── 怎么用
    └── scripts/
        └── show_time.py       # AI 自己造的工具本体

注意：

• 说明书是AI 自己写的，不是我预设的
• Python 脚本是AI 自己生成的，包含完整功能
• 整个过程无需人工干预

---

复用：第二次使用

用户输入：

现在是什么时间，星期几？

AI 内部决策流程：

Step 1: 查看工具清单
        └── 发现 "datetime-tool" 工具（匹配时间查询需求）
        
Step 2: 查阅说明书（调用 get_skill_instruction）
        └── 了解：要用 show_time.py 脚本
        
Step 3: 执行工具
        └── 运行：python skills/datetime-tool/scripts/show_time.py
        
Step 4: 告诉用户结果
        └── "现在时间是 2026-03-14 09:50:42, 星期六"

对比：

• 第一次：工具箱里没有 → AI 现造一个 → 使用
• 第二次：工具箱里有了 → AI 直接拿来用

---

💡 设计哲学：为什么是这三个层级？

层级一：感知（工具清单）

问题：AI 怎么知道它现在”有什么”？

方案：启动时扫描 skills/ 目录，生成一个清单（只包含名称+一句话描述）。

为什么只加载清单：

• 假设有 100 个技能，完整加载需要几万 Token（太贵）
• 只加载清单（几百 Token），需要时再查详情

层级二：查阅（说明书）

问题：AI 怎么知道一个工具”怎么用”？

方案：强制 AI 先查说明书，再使用。

为什么强制查手册：

• 避免 AI 凭幻觉瞎猜
• 保证可追踪（出问题了看说明书）
• 人可以随时改说明书，不用改代码

层级三：创造（动手造）

问题：AI 怎么学会”新技能”？

方案：给 AI “动手”的能力（run_shell），让它能写文件。

为什么用文件而不是内存：

• 永久保存：对话结束，工具还在
• 可维护：人可以打开查看、修改 AI 写的代码
• 可共享：Git 管理，团队协作

---

🚀 这带来了什么改变？

从”你喂 AI”到”AI 自给自足”

传统模式	Meta-Skill 模式
你预知所有需求，提前造好工具	你描述需求，AI 现场造工具
工具箱固定，会什么是一开始定死的	工具箱动态增长，越用越强大
你是”工匠”，AI 是”帮手”	你是”产品经理”，AI 是”自动工厂”

递归的妙处

Meta-Skill（我写的框架）
    │
    ├── 创造了 datetime-tool（AI 造的）
    ├── 创造了 bmi-calculator（AI 造的）
    ├── 创造了 password-generator（AI 造的）
    └── 创造了 ...（无限延伸）

我只写了一次”框架”，但这个框架能生成无限个”工具”。

这就是元（Meta）的力量。

---

🎁 你可以这样用起来

试试对 AI 说这些话

把代码跑起来后，直接告诉 AI 你的需求：

• “帮我做个计算器，能算 BMI 的那种”
• “我想要个密码生成器，能选长度”
• “帮我写个小工具，能把一堆文件批量重命名”
• “做个记账本，我能记每天花了多少钱”

观察一下：AI 会先翻工具箱，发现没有，然后就自己动手造一个，造完立马用给你看。

用久了你会发现：你的 AI 工具箱越来越满，从空箱子变成了百宝箱——而且里面的工具全是为你量身定制的。

---

这就是”授 AI 以渔”的意义——

你不是在给 AI 鱼（答案）， 也不是在给 AI 渔具（固定工具）， 你是在教 AI 造渔具的方法。

从此，AI 不再只是一次性回答你的问题，而是会不断成长，变成越用越顺手的专属助手。

---

📎 附录

完整代码获取

关注微信公众号「AI在学」，回复「meta-skills」获取完整代码。

推荐阅读

别再复制粘贴提示词了！AI Agent Skill 到底是什么？