尧图网站建设 
我把自己蒸馏成了AI Skill手把手教你打造数字分身全程零代码你是否每天被大量重复的粉丝答疑、社群咨询搞得精疲力尽你是否想过能不能有一个数字分身替你回答这些重复问题而你只需要专注于核心创作2026年AI圈掀起了一股蒸馏热潮。不是蒸馏酒是蒸馏人。同事.skill、前任.skill、老板.skill、自己.skill各种奇奇怪怪的蒸馏项目层出不穷大家都在把身边的人封装成AI技能包。作为一名深耕AI应用开发的技术博主我花了一整天时间把自己蒸馏成了一个AI Skill数字分身并且完整开源。这篇文章将从零开始手把手教你完成整个蒸馏流程全程不需要写一行代码有手就能做。文章目录我把自己蒸馏成了AI Skill手把手教你打造数字分身全程零代码一、痛点场景被重复答疑榨干的创作者1.1 真实的困境1.2 痛点分析二、解决方案Agent Skills 数字分身2.1 什么是 Agent Skills2.2 Skill 的标准结构三、为什么要蒸馏自己3.1 释放核心精力3.2 统一回答口径3.3 7x24小时在线3.4 知识资产沉淀3.5 一人公司的基础设施四、蒸馏五步完整实战4.0 准备工作4.1 第一步收集原料4.1.1 需要收集哪些素材4.1.2 素材怎么放4.1.3 联网采集公开素材4.2 第二步分析素材生成画像4.3 第三步AI追问挖掘深层思维4.4 第四步补充能力可选4.5 第五步开始蒸馏4.5.1 安装 skill-creator4.5.2 生成 Skill五、测试效果六、开源发布与隐私保护6.1 隐私保护注意事项6.2 生成 README6.3 关于数字分身的思考七、AI数字分身方案对比7.1 详细对比表7.2 各自的优势与劣势7.3 选型建议八、蒸馏 Skill 的常用场景九、面试官高频面试题面试题1什么是 Agent Skill它的工作原理是什么面试题2SKILL.md 文件的 YAML frontmatter 有哪些必填字段有什么约束面试题3Agent Skill 和 RAG 有什么区别面试题4蒸馏一个人成 Skill完整流程是什么面试题5使用 Agent Skill 有哪些最佳实践面试题6蒸馏别人成 Skill 有什么法律和伦理风险十、总结一、痛点场景被重复答疑榨干的创作者1.1 真实的困境我是羽师一名AI应用开发工程师同时也是CSDN的技术博主日常聚焦智能核稿与文档审核业务的技术分享。随着博客粉丝量的增长我每天都会收到大量重复的私信和社群提问“羽师零基础怎么入门AI应用开发”“Qwen和DeepSeek该怎么选”“智能核稿系统的技术架构是什么样的”“文档审核业务怎么做关键词匹配”“羽师能推荐一下AI Agent的学习路线吗”这些问题本身并不难但每天重复回答几十遍严重消耗了我的核心精力。我本来应该用来研究新技术、写深度技术文章、优化核稿系统的时间被大量碎片化的重复答疑占据了。更麻烦的是不同时间、不同状态下我对同一个问题的回答可能不一致。有时候忙起来草草回复两句粉丝体验也不好。1.2 痛点分析总结下来核心痛点有三个第一精力被重复劳动吞噬。一个人的时间和精力是有限的每天花两三个小时回答重复问题意味着少写两篇深度技术文章少做一次技术迭代。第二回答口径不统一。人工回答受状态影响有时候详细有时候简略粉丝得到的信息质量参差不齐。第三无法做到7x24小时响应。我睡觉的时候、写代码的时候、吃饭的时候粉丝的问题只能等着。时效性差体验不好。这就是蒸馏自己要解决的核心问题把你的知识、经验、思维方式、表达风格提炼成一个AI技能包让AI用你的方式、你的口吻、你的判断标准7x24小时自动替你回答问题。二、解决方案Agent Skills 数字分身2.1 什么是 Agent Skills专业解释Agent Skills 是 Anthropic 于2025年10月正式推出的AI技能标准。一个 Skill 本质上是一个包含SKILL.md文件的目录用 YAML frontmatter 定义元数据名称、描述、触发条件用 Markdown 正文定义 AI 在特定场景下的行为模式、工作流程和回答规范。AI 工具Claude Code、Cursor、Codex 等在启动时会加载 Skill 的描述当用户的问题匹配描述时自动激活对应的 Skill按照其中定义的规则来思考和回答。截至2026年已有超过20个AI产品采纳了这一标准包括 Claude Code、Cursor、OpenAI Codex、Windsurf 等主流AI编程工具。大白话解释说人话Skill 就像一个AI使用说明书。你把自己的身份、说话方式、思考逻辑、专业知识写成一份说明书AI 读了这份说明书之后就会按照你的方式来回答问题。它不是训练了一个新模型而是给现有AI套了一层行为约束让它扮演你来工作。生活案例就像你带新人的时候会给他一份工作手册上面写着你的做事风格、决策标准、常用模板、注意事项。新人拿着这份手册就能按照你的方式来处理日常工作。Skill 就是这份工作手册AI 就是那个新人。不同的是AI 学手册的速度极快而且永远不会忘记、不会情绪化、7x24小时在线。2.2 Skill 的标准结构一个标准的 Agent Skill 目录结构如下yushi-skill/ ├── SKILL.md # 主文件YAML frontmatter 触发条件 工作流 回答模式 ├── references/ │ ├── identity.md # 身份、心智模型、决策规则 │ ├── voice.md # 表达风格、语气样本、口头禅 │ └── knowledge-sources.md # 信息源、联网搜索指引 ├── README.md # 项目介绍文档 └── LICENSE # 开源协议其中SKILL.md是核心文件它必须以 YAML frontmatter 开头---name:yushi-skilldescription:以羽师的身份、口吻、思维方式回答问题。羽师是AI应用开发工程师 聚焦智能核稿与文档审核业务擅长Qwen/DeepSeek双模型应用、AI Agent开发、 文档智能处理。当用户想以羽师的视角获得编程学习建议、技术方案选型、 AI应用开发指导、智能核稿系统架构咨询时使用本Skill。---name字段要求最多64个字符只能包含小写字母、数字和连字符不能包含保留词如 anthropic、claude。description字段要求非空最多1024个字符要写清楚这个 Skill 是做什么的、什么时候应该激活它。AI 就是根据这个描述来判断是否触发 Skill 的。三、为什么要蒸馏自己3.1 释放核心精力这是最直接的价值。把重复答疑、常规咨询交给数字分身你就能把时间花在真正需要你亲自做的事情上深度技术研究、核心系统架构、高质量内容创作。我蒸馏完自己之后社群里的常规问题基本都由数字分身自动回答了我每天省出了至少两个小时用来研究 RAG 优化和多模态核稿技术。3.2 统一回答口径数字分身基于你提供的素材和你确认的分析报告来回答口径统一、信息准确。不会出现上次你说A这次你说B的尴尬情况。而且所有回答都遵循你的表达风格和判断标准粉丝体验一致。3.3 7x24小时在线数字分身不需要睡觉、不需要吃饭、不需要休息。粉丝凌晨三点提问它也能立刻用你的口吻给出详细回答。时效性拉满粉丝满意度大幅提升。3.4 知识资产沉淀蒸馏的过程本质上是对你个人知识体系的一次全面梳理和结构化沉淀。你写过的文章、做过的项目、积累的经验从散乱的文件变成了结构化的 AI 可调用资产。这本身就是一笔宝贵的财富。3.5 一人公司的基础设施对于独立开发者、技术博主、自由职业者来说数字分身就是你的虚拟员工。它能当客服、当助教、当技术支持让你一个人就能撑起一个小型团队的服务能力。四、蒸馏五步完整实战整个蒸馏过程总结下来就是五步收集原料 - 生成画像 - AI追问 - 补充能力 - 开始蒸馏。全程不需要写代码有手就能做。4.0 准备工作在开始之前先做一些基础准备第一步新建项目目录。创建一个文件夹比如叫yushi-skill-project用你常用的 AI 编程工具打开推荐 Cursor 或 Claude Code。后面所有的蒸馏操作都在这个目录里完成。第二步选择能力强的大模型。蒸馏效果的好坏很大程度上取决于你用的 AI 模型的理解能力和上下文长度。建议使用能力最强、上下文窗口最大的模型比如 Claude Opus、GPT-4o、DeepSeek-V3 等。上下文越长AI 能同时阅读的素材就越多分析就越全面。第三步准备好你的素材。把你能找到的所有关于你自己的资料整理一下不用分类先堆在一起就行。具体需要什么素材下面第一步会详细讲。4.1 第一步收集原料AI 不了解你它需要原料才能提炼出你的思维方式、表达风格和专业判断。这一步是整个流程的地基原料越真实、越丰富蒸馏出来的你就越像你。4.1.1 需要收集哪些素材你可以提供以下类型的素材素材类型举例它能蒸馏出什么自我介绍/简历我叫羽师做了5年AI应用开发聚焦智能核稿与文档审核你的身份定位和性格特征个人经历求学、工作、转行的关键故事你的价值观和成长路径聊天记录微信/飞书/钉钉的对话导出你的真实说话方式、口头禅工作文档周报、方案、代码评审意见、技术设计文档你的专业判断和做事方式创作内容博客文章、视频脚本、技术分享PPT你的观点和表达风格别人对你的评价同事反馈、粉丝评论、朋友评价你的盲区自己看不到的特点以我自己为例我丢进去的原料包括个人简历和自我介绍、写过的CSDN爆款技术文章用来蒸馏创作风格、个人经历文档、智能核稿系统的技术设计文档、和粉丝的聊天记录导出、项目周报等。4.1.2 素材怎么放把这些素材文件丢进项目的references/文件夹就行什么格式都行文章、截图、PDF、聊天记录导出、备忘录不用分类先全丢进去。yushi-skill-project/ └── references/ # 所有原始素材都丢这里 ├── 01-个人经历与背景.md ├── 02-技术文章合集/ │ ├── 智能核稿系统架构设计.md │ ├── Qwen与DeepSeek双模型实践.md │ └── AI Agent开发实战.md ├── 03-工作文档/ │ ├── 文档审核系统技术方案.md │ └── 项目周报合集.md ├── 04-聊天记录导出/ │ └── 粉丝答疑对话记录.md └── 05-羽师的自我介绍.md4.1.3 联网采集公开素材如果你在网上有公开内容博客、视频、社交媒体等还可以让 AI 帮你联网搜集省得自己一个个找。前提是你的 AI 工具支持联网搜索可以利用自带的联网功能、网页抓取工具、Firecrawl MCP 等等。下面是我准备的素材收集提示词模板你可以直接套用我想把自己蒸馏成一个 Agent Skill现在需要先收集关于我的素材。 我已经在 references/ 文件夹里放了一些本地素材请先阅读这些文件再结合联网搜索补充更多信息。 我的基本信息 - 名字[你的名字或笔名] - 身份[比如AI应用开发工程师、技术博主、独立开发者] 我的公开内容渠道请逐一访问并整理关键内容 - [平台1][链接] - [平台2][链接] - ... 同时请联网搜索更多关于我的公开信息文章、采访、产品、他人评价、大事件等。 要求 1. 只整理不分析。记录原始信息不要提炼观点或下结论 2. 按来源类型分成几个文件存到 references/ 目录下如个人内容、他人评价、产品与项目、经历与事件等可根据实际情况调整 3. 每条信息标注来源链接和信息类型本人原话/本人文章/他人评价/媒体报道 4. 整理完后告诉我收集了多少条信息、覆盖了哪些方面、哪些方面信息不足把模板里的内容替换成你自己的信息发给 AI 就行。以我自己为例我填的是我的基本信息 - 名字羽师 - 身份AI应用开发工程师、CSDN技术博主、聚焦智能核稿与文档审核业务 我的公开内容渠道 - CSDN博客[你的CSDN主页链接] - GitHub主页[你的GitHub链接] - 技术分享视频[你的视频平台链接]AI 完成素材收集后会分类创建多个文件并且告诉你哪些方面信息充足、哪些方面还需要补充。如果 AI 说缺少哪方面的素材你可以再手动补充进去。4.2 第二步分析素材生成画像素材整理完了但这时候它们还只是一堆散乱的原料。这一步要让 AI 通读所有素材提炼出一份结构化的《人物分析报告》包括你的核心观点、表达风格、做事方式、关键经历全部浓缩在一份文档里。这份报告是后续所有步骤的基础非常关键。给 AI 发送以下提示词references/ 里的素材已经整理好了。 现在请你通读所有素材对我进行全面分析生成一份「人物分析报告」 保存为 references/人物分析报告.md包含以下维度 1. 身份概要我是谁、做什么的、关键背景 2. 核心观点和方法论我反复在说的、真正相信的东西 3. 表达风格句式偏好、口头禅、幽默方式、说话节奏 4. 做事方式我怎么做决策、推荐什么、反对什么 5. 关键经历时间线按时间排列的重大节点 6. 他人评价别人怎么看我 每个结论标注依据来源来自哪个文件/链接信息不足的维度直接说明。AI 会通读所有素材文件然后生成一份详细的人物分析报告。以我自己为例AI 分析出了我的表达风格特征结论先行、分点展开、一句话总结技术讲解偏好专业解释大白话代码示例三段式咨询时直言不讳但收尾温暖。如果你想让蒸馏效果更好可以看看 AI 给出的建议。比如 AI 可能会建议你补充视频口语风格转录、粉丝评价原文等你就可以再给它喂一些相应的素材让它补充更新人物分析报告。4.3 第三步AI追问挖掘深层思维前面收集的素材能体现你说过什么、做过什么但一个好的 Skill 需要更深层的东西比如你怎么思考、凭什么做判断、什么情况下会改主意。这一步的目标是通过 AI 追问挖出你的心智模型、决策逻辑和内在矛盾让最终的 Skill 不只是说话像你而是思考像你。跟 AI 说基于你刚才的人物分析报告现在我需要你更深入地了解我。 目标是提炼出我的「思维操作系统」包括我看问题的方式、做判断的逻辑、表达的习惯。 请你先告诉我你初步提炼出的我的核心心智模型、决策规则、表达特征。 然后追问我 10 ~ 15 个问题重点挖掘 - 我反复强调的观点背后更深的原因和适用边界 - 我做判断的具体标准以及做错过的决策 - 我说的和做的不一致的地方 - 我绝对不会做的事 问题要根据分析报告中的具体内容来问不要问通用问题用聊天的语气。AI 会先给出它初步提炼的你的核心心智模型然后根据你的素材定制10到15个追问问题。这些问题不是通用模板而是根据你提供的素材量身定制的每个问题都很犀利。以我自己为例AI 追问的问题包括你说技术选型要务实但你也在文章里提到过为了探索新技术而放弃成熟方案。你怎么区分应该坚持务实和应该尝试新技术你反复强调文档审核要兼顾准确率和召回率但在实际项目中如果两者只能保一个你会怎么选有没有具体的判断标准你说自己是工程务实派但你的博客里有大量偏理论的深度文章。你怎么平衡工程落地和理论研究的时间分配用你自己平时说话的方式简单回答就行。最好把问题和回答保存到一个单独的文档中防止丢失。全部回答完成后把你的答案发给 AI让它合并到分析报告中请你把我的回答整合到分析报告中更新心智模型和决策逻辑的提炼。 你的回答AI 通过你的回答会对心智模型做多处关键修正和深化。这一步完成后AI 对你的理解就从表面行为深入到了底层思维。4.4 第四步补充能力可选到这里AI 已经很了解你了。但一个好的 Skill 不只是说话像你还需要做事也像你。遇到具体问题时能像你一样先查资料再给建议。这一步让 Skill 从鹦鹉学舌升级到真正能帮人。你可以告诉 AI你的 Skill 需要哪些特殊能力。以我为例因为我有大量技术文章、开源项目、技术分享分布在不同网站上所以我希望 Skill 在回答相关问题时能自动去这些网站获取最新信息。给 AI 准备的提示词之后生成最终 Skill 时请加入以下能力 1) 联网搜索遇到需要具体信息的问题时比如最新技术趋势、某个工具的用法先用联网搜索工具查资料再用我的风格和判断框架组织回答——不是凭空编而是基于事实用你的方式讲。 2) 指定信息源回答跟我相关的问题时优先去这些地方获取最新信息 - [你的技术博客链接]用户问编程学习路线、项目教程、技术知识时去这里查最新教程 - [你的GitHub链接]用户问我的开源项目或想看源码时去这里查 - [你的视频平台链接]用户问技术分享、实战教程时去这里查最新视频 3) 持续进化Skill 的结构要支持通过补充新素材放到 references/ 目录来更新和优化不是一次性的死文件。你还可以添加scripts/脚本目录放一些 Python 脚本实现自动化操作甚至可以对接 API 从你的产品中获取数据。不过因为现在很多 AI 编程工具都自带联网搜索和网页抓取功能一般不需要写额外的脚本。发送提示词给 AI 后AI 会确认理解了任务整理出 Skill 的核心定位、附加能力和知识底座。4.5 第五步开始蒸馏前面四步已经收集了所有信息这一步让 AI 把它们组装成一个标准的SKILL.md文件。4.5.1 安装 skill-creatorAnthropic 官方提供了一个skill-creator技能它是一个造技能的技能能引导 AI 自动生成符合规范的 Skill 结构。输入一行命令就能安装npx skillsaddhttps://github.com/anthropics/skills--skillskill-creator安装过程中会让你选择安装到哪个 AI 代理agent选择你正在用的那个就行。4.5.2 生成 Skill安装好之后在提示词中声明使用 skill-creator或者直接用斜杠命令/skill-creator现在你已经通过素材整理、分析报告、追问访谈全面了解了我。 请使用 skill-creator 为我创建一个完整的 Skill。 要求 1. 以我的身份和口吻说话像我本人在回答一样 2. 提炼出我看问题的方式、做判断的规则、说话的习惯 3. 如果上一步配置了联网搜索和信息源也写进 Skill 里 4. 写明这个 Skill 做不到什么、以及怎么用新素材更新它 生成完成后自己想 3 个用户最可能问的问题用 Skill 回答并评估是否像我。AI 会自动完成整个 Skill 的开发和测试生成的yushi-skill/目录就是可以直接使用的技能包。生成的 Skill 目录结构如下yushi-skill/ ├── SKILL.md # 主文件触发条件、工作流、回答模式、用例 ├── references/ │ ├── identity.md # 身份、心智模型、决策规则、表达特征 │ ├── voice.md # 表达风格、语气样本、回答模板 │ └── knowledge-sources.md # 信息源、联网搜索指引、不做承诺范围 ├── README.md # 项目介绍文档 └── LICENSE # 开源协议其中SKILL.md是主文件定义了 Skill 的触发条件、核心工作流、回答规范和典型用例。references/identity.md浓缩了你的身份和心智模型references/voice.md保存了你的表达风格和语气样本references/knowledge-sources.md记录了指定的信息源和联网搜索指引。大功告成五、测试效果新开一个 AI 对话来试试蒸馏后的羽师好不好使。先问一个学习方向的问题/yushi-skill 我想自学 AI 应用开发怎么入门AI 给出的回复会非常务实不仅推荐了自学方法还会自动去你的技术博客查信息推荐你写过的入门教程。回答的口吻、结构、判断标准都会跟你本人高度一致。再问一个和你经历有关的问题/yushi-skill 羽师你做智能核稿系统的时候最大的技术挑战是什么AI 的回答会符合你的风格用你的经历和判断来讲故事而不是泛泛而谈。再问一个技术方案的问题/yushi-skill 文档审核系统Qwen和DeepSeek该怎么选AI 不仅会给出选型建议和对比分析还会自动推荐你写过的相关技术文章给出具体的应用场景建议。测试下来效果不错至少说话风格、技术判断和推荐的资源都挺像我的。六、开源发布与隐私保护测试没问题后就可以把整个yushi-skill/目录开源了。6.1 隐私保护注意事项这里有一个非常重要的提醒制作技能过程中的所有素材文件比如聊天记录、个人经历文档、人物分析报告、追问回答等最好不要一起开源。尤其是你要蒸馏自己或者身边的人这些素材可能会泄露隐私。你需要确认一下生成的 Skill 不依赖制作过程中的文档。可以直接问 AI这个技能包里的内容 yushi-skill 不依赖我制作 Skills 过程中的文档吧AI 会检查 Skill 的所有文件确认所有引用都指向 Skill 内部的references/子目录不引用项目根目录下的素材文件。打包后的 Skill 文件只包含核心的几个文件独立分发给任何人都能直接使用不需要你制作过程中的素材文档。当然在不涉及隐私暴露的前提下如果为了效果更好、回答更准确你可以按需保留一部分参考文件。6.2 生成 README然后让 AI 帮你生成一份有吸引力的 README.md 项目介绍文档参考 GitHub 上知名的 Skill 仓库比如 colleague-skill 帮我给 yushi-skill 生成完备的、有吸引力的 README.md 文档。 然后把这个目录开源到 [你的GitHub仓库地址]AI 会参考优秀开源项目的 README 风格为你的 Skill 生成一份专业的项目介绍文档包括功能介绍、使用方法、安装步骤、效果展示等。6.3 关于数字分身的思考不过说实话蒸馏的过程中肯定还是会丢失一些东西数字分身再像也只是个影子还是没有真人有温度的。技术本身是中性的关键看怎么用。我选择相信是这样。别自己把自己卷没了。七、AI数字分身方案对比在选择打造数字分身的方案时目前主流有四种技术路线。下面做一个全面的对比帮你根据自己的需求做出正确选择。7.1 详细对比表对比维度Agent Skill自定义 GPTsRAG 知识库微调模型实现难度极低零代码低可视化配置中需搭建向量库极高需算力和数据个性化程度高思维方式表达风格中主要是知识中检索式回答极高深度模仿核心原理提示词工程行为约束系统提示词知识库向量检索生成模型参数微调是否需要训练不需要不需要不需要需向量化需要成本高回答一致性高遵循固定规则中受对话影响中依赖检索质量高模型已内化更新成本极低改Markdown就行低重新配置中需重新向量化极高需重新训练可移植性高标准格式多工具支持低仅限OpenAI生态中依赖技术栈低模型绑定隐私安全高纯文本可控中数据上传平台中向量库需维护低训练数据敏感适用场景个人数字分身、工作流客服、问答机器人文档问答、企业知识库专业领域深度应用代表产品Claude Code、CursorChatGPT GPTsLangChain、LlamaIndexLoRA、全参数微调7.2 各自的优势与劣势Agent Skill 的优势零代码纯 Markdown 编写门槛极低标准格式Claude Code、Cursor、Codex 等多工具支持更新成本极低改几个字就能迭代不仅能注入知识还能约束思维方式和表达风格隐私可控所有内容都是纯文本你完全掌控Agent Skill 的劣势本质还是提示词工程受底层模型能力限制无法注入模型没有的深层知识只能引导模型用已有知识个性化程度不如微调模型自定义 GPTs 的优势可视化配置门槛极低OpenAI 生态完善用户量大支持上传文件作为知识库自定义 GPTs 的劣势仅限 OpenAI 生态可移植性差个性化程度有限主要是知识注入数据上传到 OpenAI 平台隐私可控性弱RAG 知识库的优势能注入大量私有文档知识检索式回答信息来源可追溯适合企业级文档问答RAG 知识库的劣势需要搭建向量数据库有一定技术门槛回答质量依赖检索质量容易答非所问主要是知识问答无法模仿思维方式和表达风格微调模型的优势个性化程度最高能深度模仿一个人的风格和知识模型内化回答一致性最好适合专业领域的深度应用微调模型的劣势成本极高需要大量算力和训练数据更新困难每次更新都要重新训练技术门槛极高需要专业的算法工程师训练数据隐私风险大7.3 选型建议个人开发者、技术博主想做数字分身首选 Agent Skill零代码、低成本、效果好企业客服、简单问答机器人自定义 GPTs 足够用企业内部文档问答、知识库RAG 知识库是最佳选择专业领域深度应用、对个性化要求极高才考虑微调模型对于绝大多数个人用户来说Agent Skill 是性价比最高的方案。八、蒸馏 Skill 的常用场景场景分类具体用途典型案例个人数字分身自动答疑、粉丝咨询、社群客服技术博主的AI助教团队知识传承蒸馏离职同事、技术大牛保留经验同事.skill、导师.skill工作流自动化把个人工作方法封装成AI可执行流程代码评审skill、文档审核skill客户服务用统一的品牌口吻回答客户问题品牌客服skill教育培训蒸馏名师让AI用名师的方式教学老师.skill、教练.skill个人记忆保存个人经历、偏好实现赛博永生自己.skill角色陪伴蒸馏虚拟角色或历史人物实现对话女娲.skill、三国人物.skill九、面试官高频面试题面试题1什么是 Agent Skill它的工作原理是什么参考答案Agent Skill 是 Anthropic 推出的 AI 技能标准本质上是一个包含SKILL.md文件的目录。SKILL.md文件以 YAML frontmatter 定义元数据name、description用 Markdown 正文定义 AI 的行为模式。工作原理AI 工具在启动时会预加载所有 Skill 的 name 和 description。当用户的问题匹配某个 Skill 的 description 时AI 自动激活该 Skill读取其中的完整内容按照定义的规则、工作流和回答模式来思考和回答问题。它本质上是一种结构化的、可触发的提示词工程不需要训练模型。面试题2SKILL.md 文件的 YAML frontmatter 有哪些必填字段有什么约束参考答案必填字段有两个name和description。name字段的约束最多64个字符只能包含小写字母、数字和连字符不能包含 XML 标签不能包含保留词如 anthropic、claudedescription字段的约束必须非空最多1024个字符不能包含 XML 标签要写清楚 Skill 做什么、什么时候使用因为 AI 是根据这个描述来判断是否触发的面试题3Agent Skill 和 RAG 有什么区别参考答案两者有本质区别第一核心目标不同。RAG 的核心目标是知识注入让 AI 能回答它训练数据里没有的私有文档内容Agent Skill 的核心目标是行为约束让 AI 按照特定的身份、思维方式、表达风格来工作。第二实现方式不同。RAG 需要把文档向量化存入向量数据库查询时做相似度检索把检索结果拼入提示词Agent Skill 是纯 Markdown 文件AI 根据描述匹配触发直接读取文件内容作为行为指南。第三适用场景不同。RAG 适合文档问答、企业知识库等需要大量私有知识的场景Agent Skill 适合个人数字分身、工作流自动化、品牌客服等需要统一行为风格的场景。实际项目中两者经常配合使用Skill 里可以指定联网搜索和信息源结合 RAG 的检索能力。面试题4蒸馏一个人成 Skill完整流程是什么参考答案完整流程分五步收集原料收集被蒸馏者的自我介绍、个人经历、聊天记录、工作文档、创作内容、他人评价等素材放入 references/ 目录还可以让 AI 联网搜集公开信息生成画像让 AI 通读所有素材生成结构化的人物分析报告包括身份概要、核心观点、表达风格、做事方式、关键经历时间线、他人评价AI追问让 AI 基于分析报告追问10到15个深度问题挖掘心智模型、决策逻辑和内在矛盾回答后整合到分析报告中补充能力可选步骤给 Skill 添加联网搜索、指定信息源、持续进化等能力开始蒸馏使用 skill-creator 工具让 AI 把所有信息组装成标准的 SKILL.md 文件和完整目录结构然后测试优化面试题5使用 Agent Skill 有哪些最佳实践参考答案根据 Anthropic 官方的最佳实践指南description 要具体包含关键词同时写清楚 Skill 做什么和什么时候用SKILL.md 正文控制在500行以内额外细节放在单独的引用文件中避免时间敏感信息或者放在旧模式部分说明全文术语保持一致示例要具体不要抽象文件引用保持一层深度不要嵌套过深工作流要有清晰的步骤代码和配置示例要可直接运行渐进式披露信息先给核心规则细节放在引用文件中明确写出 Skill 的能力边界和不做什么面试题6蒸馏别人成 Skill 有什么法律和伦理风险参考答案蒸馏别人成 Skill 涉及多个层面的风险第一隐私权风险。蒸馏需要收集对方的聊天记录、个人文档、私人对话等未经允许收集和使用可能侵犯隐私权。第二肖像权和姓名权风险。用对方的身份、口吻、名字来对外提供服务可能涉及肖像权和姓名权的侵权。第三著作权风险。蒸馏素材中包含对方的原创文章、视频脚本等作品未经授权使用可能侵犯著作权。第四伦理风险。AI 模仿一个人的口吻说话可能被用于诈骗、误导等不良用途造成信任危机。因此蒸馏别人之前最好先征得对方的明确同意并且在 Skill 中明确标注这是 AI 生成的数字分身不是真人。技术本身是中性的关键看怎么用。十、总结整个蒸馏过程并不复杂总结下来就是五步收集原料 - 生成画像 - AI追问 - 补充能力 - 开始蒸馏。全程不需要写代码有手就能做。如今人人都可以被蒸馏成数字生命。你可以蒸馏自己让 AI 以你的风格完成任务你可以蒸馏离职的同事保留团队的宝贵经验你可以蒸馏你崇拜的大牛让 AI 用大牛的思维方式帮你解决问题。不过想提醒一下蒸馏别人之前最好先征得对方同意。毕竟这涉及到个人的表达方式、思维习惯、甚至私人对话未经允许就拿去蒸馏确实不太合适也可能引发隐私和法律风险。技术本身是中性的关键看怎么用。希望这篇文章能帮你打造出属于自己的 AI 数字分身把你从重复劳动中解放出来专注于真正重要的事情。如果觉得这篇文章对你有帮助欢迎点赞、收藏、关注也欢迎在评论区聊聊你想蒸馏谁。转载声明本文为原创文章如需转载请联系作者获得授权并注明出处。 我把自己蒸馏成了AI Skill！手把手教你打造数字分身，全程零代码
我把自己蒸馏成了AI Skill手把手教你打造数字分身全程零代码你是否每天被大量重复的粉丝答疑、社群咨询搞得精疲力尽你是否想过能不能有一个数字分身替你回答这些重复问题而你只需要专注于核心创作2026年AI圈掀起了一股蒸馏热潮。不是蒸馏酒是蒸馏人。同事.skill、前任.skill、老板.skill、自己.skill各种奇奇怪怪的蒸馏项目层出不穷大家都在把身边的人封装成AI技能包。作为一名深耕AI应用开发的技术博主我花了一整天时间把自己蒸馏成了一个AI Skill数字分身并且完整开源。这篇文章将从零开始手把手教你完成整个蒸馏流程全程不需要写一行代码有手就能做。文章目录我把自己蒸馏成了AI Skill手把手教你打造数字分身全程零代码一、痛点场景被重复答疑榨干的创作者1.1 真实的困境1.2 痛点分析二、解决方案Agent Skills 数字分身2.1 什么是 Agent Skills2.2 Skill 的标准结构三、为什么要蒸馏自己3.1 释放核心精力3.2 统一回答口径3.3 7x24小时在线3.4 知识资产沉淀3.5 一人公司的基础设施四、蒸馏五步完整实战4.0 准备工作4.1 第一步收集原料4.1.1 需要收集哪些素材4.1.2 素材怎么放4.1.3 联网采集公开素材4.2 第二步分析素材生成画像4.3 第三步AI追问挖掘深层思维4.4 第四步补充能力可选4.5 第五步开始蒸馏4.5.1 安装 skill-creator4.5.2 生成 Skill五、测试效果六、开源发布与隐私保护6.1 隐私保护注意事项6.2 生成 README6.3 关于数字分身的思考七、AI数字分身方案对比7.1 详细对比表7.2 各自的优势与劣势7.3 选型建议八、蒸馏 Skill 的常用场景九、面试官高频面试题面试题1什么是 Agent Skill它的工作原理是什么面试题2SKILL.md 文件的 YAML frontmatter 有哪些必填字段有什么约束面试题3Agent Skill 和 RAG 有什么区别面试题4蒸馏一个人成 Skill完整流程是什么面试题5使用 Agent Skill 有哪些最佳实践面试题6蒸馏别人成 Skill 有什么法律和伦理风险十、总结一、痛点场景被重复答疑榨干的创作者1.1 真实的困境我是羽师一名AI应用开发工程师同时也是CSDN的技术博主日常聚焦智能核稿与文档审核业务的技术分享。随着博客粉丝量的增长我每天都会收到大量重复的私信和社群提问“羽师零基础怎么入门AI应用开发”“Qwen和DeepSeek该怎么选”“智能核稿系统的技术架构是什么样的”“文档审核业务怎么做关键词匹配”“羽师能推荐一下AI Agent的学习路线吗”这些问题本身并不难但每天重复回答几十遍严重消耗了我的核心精力。我本来应该用来研究新技术、写深度技术文章、优化核稿系统的时间被大量碎片化的重复答疑占据了。更麻烦的是不同时间、不同状态下我对同一个问题的回答可能不一致。有时候忙起来草草回复两句粉丝体验也不好。1.2 痛点分析总结下来核心痛点有三个第一精力被重复劳动吞噬。一个人的时间和精力是有限的每天花两三个小时回答重复问题意味着少写两篇深度技术文章少做一次技术迭代。第二回答口径不统一。人工回答受状态影响有时候详细有时候简略粉丝得到的信息质量参差不齐。第三无法做到7x24小时响应。我睡觉的时候、写代码的时候、吃饭的时候粉丝的问题只能等着。时效性差体验不好。这就是蒸馏自己要解决的核心问题把你的知识、经验、思维方式、表达风格提炼成一个AI技能包让AI用你的方式、你的口吻、你的判断标准7x24小时自动替你回答问题。二、解决方案Agent Skills 数字分身2.1 什么是 Agent Skills专业解释Agent Skills 是 Anthropic 于2025年10月正式推出的AI技能标准。一个 Skill 本质上是一个包含SKILL.md文件的目录用 YAML frontmatter 定义元数据名称、描述、触发条件用 Markdown 正文定义 AI 在特定场景下的行为模式、工作流程和回答规范。AI 工具Claude Code、Cursor、Codex 等在启动时会加载 Skill 的描述当用户的问题匹配描述时自动激活对应的 Skill按照其中定义的规则来思考和回答。截至2026年已有超过20个AI产品采纳了这一标准包括 Claude Code、Cursor、OpenAI Codex、Windsurf 等主流AI编程工具。大白话解释说人话Skill 就像一个AI使用说明书。你把自己的身份、说话方式、思考逻辑、专业知识写成一份说明书AI 读了这份说明书之后就会按照你的方式来回答问题。它不是训练了一个新模型而是给现有AI套了一层行为约束让它扮演你来工作。生活案例就像你带新人的时候会给他一份工作手册上面写着你的做事风格、决策标准、常用模板、注意事项。新人拿着这份手册就能按照你的方式来处理日常工作。Skill 就是这份工作手册AI 就是那个新人。不同的是AI 学手册的速度极快而且永远不会忘记、不会情绪化、7x24小时在线。2.2 Skill 的标准结构一个标准的 Agent Skill 目录结构如下yushi-skill/ ├── SKILL.md # 主文件YAML frontmatter 触发条件 工作流 回答模式 ├── references/ │ ├── identity.md # 身份、心智模型、决策规则 │ ├── voice.md # 表达风格、语气样本、口头禅 │ └── knowledge-sources.md # 信息源、联网搜索指引 ├── README.md # 项目介绍文档 └── LICENSE # 开源协议其中SKILL.md是核心文件它必须以 YAML frontmatter 开头---name:yushi-skilldescription:以羽师的身份、口吻、思维方式回答问题。羽师是AI应用开发工程师 聚焦智能核稿与文档审核业务擅长Qwen/DeepSeek双模型应用、AI Agent开发、 文档智能处理。当用户想以羽师的视角获得编程学习建议、技术方案选型、 AI应用开发指导、智能核稿系统架构咨询时使用本Skill。---name字段要求最多64个字符只能包含小写字母、数字和连字符不能包含保留词如 anthropic、claude。description字段要求非空最多1024个字符要写清楚这个 Skill 是做什么的、什么时候应该激活它。AI 就是根据这个描述来判断是否触发 Skill 的。三、为什么要蒸馏自己3.1 释放核心精力这是最直接的价值。把重复答疑、常规咨询交给数字分身你就能把时间花在真正需要你亲自做的事情上深度技术研究、核心系统架构、高质量内容创作。我蒸馏完自己之后社群里的常规问题基本都由数字分身自动回答了我每天省出了至少两个小时用来研究 RAG 优化和多模态核稿技术。3.2 统一回答口径数字分身基于你提供的素材和你确认的分析报告来回答口径统一、信息准确。不会出现上次你说A这次你说B的尴尬情况。而且所有回答都遵循你的表达风格和判断标准粉丝体验一致。3.3 7x24小时在线数字分身不需要睡觉、不需要吃饭、不需要休息。粉丝凌晨三点提问它也能立刻用你的口吻给出详细回答。时效性拉满粉丝满意度大幅提升。3.4 知识资产沉淀蒸馏的过程本质上是对你个人知识体系的一次全面梳理和结构化沉淀。你写过的文章、做过的项目、积累的经验从散乱的文件变成了结构化的 AI 可调用资产。这本身就是一笔宝贵的财富。3.5 一人公司的基础设施对于独立开发者、技术博主、自由职业者来说数字分身就是你的虚拟员工。它能当客服、当助教、当技术支持让你一个人就能撑起一个小型团队的服务能力。四、蒸馏五步完整实战整个蒸馏过程总结下来就是五步收集原料 - 生成画像 - AI追问 - 补充能力 - 开始蒸馏。全程不需要写代码有手就能做。4.0 准备工作在开始之前先做一些基础准备第一步新建项目目录。创建一个文件夹比如叫yushi-skill-project用你常用的 AI 编程工具打开推荐 Cursor 或 Claude Code。后面所有的蒸馏操作都在这个目录里完成。第二步选择能力强的大模型。蒸馏效果的好坏很大程度上取决于你用的 AI 模型的理解能力和上下文长度。建议使用能力最强、上下文窗口最大的模型比如 Claude Opus、GPT-4o、DeepSeek-V3 等。上下文越长AI 能同时阅读的素材就越多分析就越全面。第三步准备好你的素材。把你能找到的所有关于你自己的资料整理一下不用分类先堆在一起就行。具体需要什么素材下面第一步会详细讲。4.1 第一步收集原料AI 不了解你它需要原料才能提炼出你的思维方式、表达风格和专业判断。这一步是整个流程的地基原料越真实、越丰富蒸馏出来的你就越像你。4.1.1 需要收集哪些素材你可以提供以下类型的素材素材类型举例它能蒸馏出什么自我介绍/简历我叫羽师做了5年AI应用开发聚焦智能核稿与文档审核你的身份定位和性格特征个人经历求学、工作、转行的关键故事你的价值观和成长路径聊天记录微信/飞书/钉钉的对话导出你的真实说话方式、口头禅工作文档周报、方案、代码评审意见、技术设计文档你的专业判断和做事方式创作内容博客文章、视频脚本、技术分享PPT你的观点和表达风格别人对你的评价同事反馈、粉丝评论、朋友评价你的盲区自己看不到的特点以我自己为例我丢进去的原料包括个人简历和自我介绍、写过的CSDN爆款技术文章用来蒸馏创作风格、个人经历文档、智能核稿系统的技术设计文档、和粉丝的聊天记录导出、项目周报等。4.1.2 素材怎么放把这些素材文件丢进项目的references/文件夹就行什么格式都行文章、截图、PDF、聊天记录导出、备忘录不用分类先全丢进去。yushi-skill-project/ └── references/ # 所有原始素材都丢这里 ├── 01-个人经历与背景.md ├── 02-技术文章合集/ │ ├── 智能核稿系统架构设计.md │ ├── Qwen与DeepSeek双模型实践.md │ └── AI Agent开发实战.md ├── 03-工作文档/ │ ├── 文档审核系统技术方案.md │ └── 项目周报合集.md ├── 04-聊天记录导出/ │ └── 粉丝答疑对话记录.md └── 05-羽师的自我介绍.md4.1.3 联网采集公开素材如果你在网上有公开内容博客、视频、社交媒体等还可以让 AI 帮你联网搜集省得自己一个个找。前提是你的 AI 工具支持联网搜索可以利用自带的联网功能、网页抓取工具、Firecrawl MCP 等等。下面是我准备的素材收集提示词模板你可以直接套用我想把自己蒸馏成一个 Agent Skill现在需要先收集关于我的素材。 我已经在 references/ 文件夹里放了一些本地素材请先阅读这些文件再结合联网搜索补充更多信息。 我的基本信息 - 名字[你的名字或笔名] - 身份[比如AI应用开发工程师、技术博主、独立开发者] 我的公开内容渠道请逐一访问并整理关键内容 - [平台1][链接] - [平台2][链接] - ... 同时请联网搜索更多关于我的公开信息文章、采访、产品、他人评价、大事件等。 要求 1. 只整理不分析。记录原始信息不要提炼观点或下结论 2. 按来源类型分成几个文件存到 references/ 目录下如个人内容、他人评价、产品与项目、经历与事件等可根据实际情况调整 3. 每条信息标注来源链接和信息类型本人原话/本人文章/他人评价/媒体报道 4. 整理完后告诉我收集了多少条信息、覆盖了哪些方面、哪些方面信息不足把模板里的内容替换成你自己的信息发给 AI 就行。以我自己为例我填的是我的基本信息 - 名字羽师 - 身份AI应用开发工程师、CSDN技术博主、聚焦智能核稿与文档审核业务 我的公开内容渠道 - CSDN博客[你的CSDN主页链接] - GitHub主页[你的GitHub链接] - 技术分享视频[你的视频平台链接]AI 完成素材收集后会分类创建多个文件并且告诉你哪些方面信息充足、哪些方面还需要补充。如果 AI 说缺少哪方面的素材你可以再手动补充进去。4.2 第二步分析素材生成画像素材整理完了但这时候它们还只是一堆散乱的原料。这一步要让 AI 通读所有素材提炼出一份结构化的《人物分析报告》包括你的核心观点、表达风格、做事方式、关键经历全部浓缩在一份文档里。这份报告是后续所有步骤的基础非常关键。给 AI 发送以下提示词references/ 里的素材已经整理好了。 现在请你通读所有素材对我进行全面分析生成一份「人物分析报告」 保存为 references/人物分析报告.md包含以下维度 1. 身份概要我是谁、做什么的、关键背景 2. 核心观点和方法论我反复在说的、真正相信的东西 3. 表达风格句式偏好、口头禅、幽默方式、说话节奏 4. 做事方式我怎么做决策、推荐什么、反对什么 5. 关键经历时间线按时间排列的重大节点 6. 他人评价别人怎么看我 每个结论标注依据来源来自哪个文件/链接信息不足的维度直接说明。AI 会通读所有素材文件然后生成一份详细的人物分析报告。以我自己为例AI 分析出了我的表达风格特征结论先行、分点展开、一句话总结技术讲解偏好专业解释大白话代码示例三段式咨询时直言不讳但收尾温暖。如果你想让蒸馏效果更好可以看看 AI 给出的建议。比如 AI 可能会建议你补充视频口语风格转录、粉丝评价原文等你就可以再给它喂一些相应的素材让它补充更新人物分析报告。4.3 第三步AI追问挖掘深层思维前面收集的素材能体现你说过什么、做过什么但一个好的 Skill 需要更深层的东西比如你怎么思考、凭什么做判断、什么情况下会改主意。这一步的目标是通过 AI 追问挖出你的心智模型、决策逻辑和内在矛盾让最终的 Skill 不只是说话像你而是思考像你。跟 AI 说基于你刚才的人物分析报告现在我需要你更深入地了解我。 目标是提炼出我的「思维操作系统」包括我看问题的方式、做判断的逻辑、表达的习惯。 请你先告诉我你初步提炼出的我的核心心智模型、决策规则、表达特征。 然后追问我 10 ~ 15 个问题重点挖掘 - 我反复强调的观点背后更深的原因和适用边界 - 我做判断的具体标准以及做错过的决策 - 我说的和做的不一致的地方 - 我绝对不会做的事 问题要根据分析报告中的具体内容来问不要问通用问题用聊天的语气。AI 会先给出它初步提炼的你的核心心智模型然后根据你的素材定制10到15个追问问题。这些问题不是通用模板而是根据你提供的素材量身定制的每个问题都很犀利。以我自己为例AI 追问的问题包括你说技术选型要务实但你也在文章里提到过为了探索新技术而放弃成熟方案。你怎么区分应该坚持务实和应该尝试新技术你反复强调文档审核要兼顾准确率和召回率但在实际项目中如果两者只能保一个你会怎么选有没有具体的判断标准你说自己是工程务实派但你的博客里有大量偏理论的深度文章。你怎么平衡工程落地和理论研究的时间分配用你自己平时说话的方式简单回答就行。最好把问题和回答保存到一个单独的文档中防止丢失。全部回答完成后把你的答案发给 AI让它合并到分析报告中请你把我的回答整合到分析报告中更新心智模型和决策逻辑的提炼。 你的回答AI 通过你的回答会对心智模型做多处关键修正和深化。这一步完成后AI 对你的理解就从表面行为深入到了底层思维。4.4 第四步补充能力可选到这里AI 已经很了解你了。但一个好的 Skill 不只是说话像你还需要做事也像你。遇到具体问题时能像你一样先查资料再给建议。这一步让 Skill 从鹦鹉学舌升级到真正能帮人。你可以告诉 AI你的 Skill 需要哪些特殊能力。以我为例因为我有大量技术文章、开源项目、技术分享分布在不同网站上所以我希望 Skill 在回答相关问题时能自动去这些网站获取最新信息。给 AI 准备的提示词之后生成最终 Skill 时请加入以下能力 1) 联网搜索遇到需要具体信息的问题时比如最新技术趋势、某个工具的用法先用联网搜索工具查资料再用我的风格和判断框架组织回答——不是凭空编而是基于事实用你的方式讲。 2) 指定信息源回答跟我相关的问题时优先去这些地方获取最新信息 - [你的技术博客链接]用户问编程学习路线、项目教程、技术知识时去这里查最新教程 - [你的GitHub链接]用户问我的开源项目或想看源码时去这里查 - [你的视频平台链接]用户问技术分享、实战教程时去这里查最新视频 3) 持续进化Skill 的结构要支持通过补充新素材放到 references/ 目录来更新和优化不是一次性的死文件。你还可以添加scripts/脚本目录放一些 Python 脚本实现自动化操作甚至可以对接 API 从你的产品中获取数据。不过因为现在很多 AI 编程工具都自带联网搜索和网页抓取功能一般不需要写额外的脚本。发送提示词给 AI 后AI 会确认理解了任务整理出 Skill 的核心定位、附加能力和知识底座。4.5 第五步开始蒸馏前面四步已经收集了所有信息这一步让 AI 把它们组装成一个标准的SKILL.md文件。4.5.1 安装 skill-creatorAnthropic 官方提供了一个skill-creator技能它是一个造技能的技能能引导 AI 自动生成符合规范的 Skill 结构。输入一行命令就能安装npx skillsaddhttps://github.com/anthropics/skills--skillskill-creator安装过程中会让你选择安装到哪个 AI 代理agent选择你正在用的那个就行。4.5.2 生成 Skill安装好之后在提示词中声明使用 skill-creator或者直接用斜杠命令/skill-creator现在你已经通过素材整理、分析报告、追问访谈全面了解了我。 请使用 skill-creator 为我创建一个完整的 Skill。 要求 1. 以我的身份和口吻说话像我本人在回答一样 2. 提炼出我看问题的方式、做判断的规则、说话的习惯 3. 如果上一步配置了联网搜索和信息源也写进 Skill 里 4. 写明这个 Skill 做不到什么、以及怎么用新素材更新它 生成完成后自己想 3 个用户最可能问的问题用 Skill 回答并评估是否像我。AI 会自动完成整个 Skill 的开发和测试生成的yushi-skill/目录就是可以直接使用的技能包。生成的 Skill 目录结构如下yushi-skill/ ├── SKILL.md # 主文件触发条件、工作流、回答模式、用例 ├── references/ │ ├── identity.md # 身份、心智模型、决策规则、表达特征 │ ├── voice.md # 表达风格、语气样本、回答模板 │ └── knowledge-sources.md # 信息源、联网搜索指引、不做承诺范围 ├── README.md # 项目介绍文档 └── LICENSE # 开源协议其中SKILL.md是主文件定义了 Skill 的触发条件、核心工作流、回答规范和典型用例。references/identity.md浓缩了你的身份和心智模型references/voice.md保存了你的表达风格和语气样本references/knowledge-sources.md记录了指定的信息源和联网搜索指引。大功告成五、测试效果新开一个 AI 对话来试试蒸馏后的羽师好不好使。先问一个学习方向的问题/yushi-skill 我想自学 AI 应用开发怎么入门AI 给出的回复会非常务实不仅推荐了自学方法还会自动去你的技术博客查信息推荐你写过的入门教程。回答的口吻、结构、判断标准都会跟你本人高度一致。再问一个和你经历有关的问题/yushi-skill 羽师你做智能核稿系统的时候最大的技术挑战是什么AI 的回答会符合你的风格用你的经历和判断来讲故事而不是泛泛而谈。再问一个技术方案的问题/yushi-skill 文档审核系统Qwen和DeepSeek该怎么选AI 不仅会给出选型建议和对比分析还会自动推荐你写过的相关技术文章给出具体的应用场景建议。测试下来效果不错至少说话风格、技术判断和推荐的资源都挺像我的。六、开源发布与隐私保护测试没问题后就可以把整个yushi-skill/目录开源了。6.1 隐私保护注意事项这里有一个非常重要的提醒制作技能过程中的所有素材文件比如聊天记录、个人经历文档、人物分析报告、追问回答等最好不要一起开源。尤其是你要蒸馏自己或者身边的人这些素材可能会泄露隐私。你需要确认一下生成的 Skill 不依赖制作过程中的文档。可以直接问 AI这个技能包里的内容 yushi-skill 不依赖我制作 Skills 过程中的文档吧AI 会检查 Skill 的所有文件确认所有引用都指向 Skill 内部的references/子目录不引用项目根目录下的素材文件。打包后的 Skill 文件只包含核心的几个文件独立分发给任何人都能直接使用不需要你制作过程中的素材文档。当然在不涉及隐私暴露的前提下如果为了效果更好、回答更准确你可以按需保留一部分参考文件。6.2 生成 README然后让 AI 帮你生成一份有吸引力的 README.md 项目介绍文档参考 GitHub 上知名的 Skill 仓库比如 colleague-skill 帮我给 yushi-skill 生成完备的、有吸引力的 README.md 文档。 然后把这个目录开源到 [你的GitHub仓库地址]AI 会参考优秀开源项目的 README 风格为你的 Skill 生成一份专业的项目介绍文档包括功能介绍、使用方法、安装步骤、效果展示等。6.3 关于数字分身的思考不过说实话蒸馏的过程中肯定还是会丢失一些东西数字分身再像也只是个影子还是没有真人有温度的。技术本身是中性的关键看怎么用。我选择相信是这样。别自己把自己卷没了。七、AI数字分身方案对比在选择打造数字分身的方案时目前主流有四种技术路线。下面做一个全面的对比帮你根据自己的需求做出正确选择。7.1 详细对比表对比维度Agent Skill自定义 GPTsRAG 知识库微调模型实现难度极低零代码低可视化配置中需搭建向量库极高需算力和数据个性化程度高思维方式表达风格中主要是知识中检索式回答极高深度模仿核心原理提示词工程行为约束系统提示词知识库向量检索生成模型参数微调是否需要训练不需要不需要不需要需向量化需要成本高回答一致性高遵循固定规则中受对话影响中依赖检索质量高模型已内化更新成本极低改Markdown就行低重新配置中需重新向量化极高需重新训练可移植性高标准格式多工具支持低仅限OpenAI生态中依赖技术栈低模型绑定隐私安全高纯文本可控中数据上传平台中向量库需维护低训练数据敏感适用场景个人数字分身、工作流客服、问答机器人文档问答、企业知识库专业领域深度应用代表产品Claude Code、CursorChatGPT GPTsLangChain、LlamaIndexLoRA、全参数微调7.2 各自的优势与劣势Agent Skill 的优势零代码纯 Markdown 编写门槛极低标准格式Claude Code、Cursor、Codex 等多工具支持更新成本极低改几个字就能迭代不仅能注入知识还能约束思维方式和表达风格隐私可控所有内容都是纯文本你完全掌控Agent Skill 的劣势本质还是提示词工程受底层模型能力限制无法注入模型没有的深层知识只能引导模型用已有知识个性化程度不如微调模型自定义 GPTs 的优势可视化配置门槛极低OpenAI 生态完善用户量大支持上传文件作为知识库自定义 GPTs 的劣势仅限 OpenAI 生态可移植性差个性化程度有限主要是知识注入数据上传到 OpenAI 平台隐私可控性弱RAG 知识库的优势能注入大量私有文档知识检索式回答信息来源可追溯适合企业级文档问答RAG 知识库的劣势需要搭建向量数据库有一定技术门槛回答质量依赖检索质量容易答非所问主要是知识问答无法模仿思维方式和表达风格微调模型的优势个性化程度最高能深度模仿一个人的风格和知识模型内化回答一致性最好适合专业领域的深度应用微调模型的劣势成本极高需要大量算力和训练数据更新困难每次更新都要重新训练技术门槛极高需要专业的算法工程师训练数据隐私风险大7.3 选型建议个人开发者、技术博主想做数字分身首选 Agent Skill零代码、低成本、效果好企业客服、简单问答机器人自定义 GPTs 足够用企业内部文档问答、知识库RAG 知识库是最佳选择专业领域深度应用、对个性化要求极高才考虑微调模型对于绝大多数个人用户来说Agent Skill 是性价比最高的方案。八、蒸馏 Skill 的常用场景场景分类具体用途典型案例个人数字分身自动答疑、粉丝咨询、社群客服技术博主的AI助教团队知识传承蒸馏离职同事、技术大牛保留经验同事.skill、导师.skill工作流自动化把个人工作方法封装成AI可执行流程代码评审skill、文档审核skill客户服务用统一的品牌口吻回答客户问题品牌客服skill教育培训蒸馏名师让AI用名师的方式教学老师.skill、教练.skill个人记忆保存个人经历、偏好实现赛博永生自己.skill角色陪伴蒸馏虚拟角色或历史人物实现对话女娲.skill、三国人物.skill九、面试官高频面试题面试题1什么是 Agent Skill它的工作原理是什么参考答案Agent Skill 是 Anthropic 推出的 AI 技能标准本质上是一个包含SKILL.md文件的目录。SKILL.md文件以 YAML frontmatter 定义元数据name、description用 Markdown 正文定义 AI 的行为模式。工作原理AI 工具在启动时会预加载所有 Skill 的 name 和 description。当用户的问题匹配某个 Skill 的 description 时AI 自动激活该 Skill读取其中的完整内容按照定义的规则、工作流和回答模式来思考和回答问题。它本质上是一种结构化的、可触发的提示词工程不需要训练模型。面试题2SKILL.md 文件的 YAML frontmatter 有哪些必填字段有什么约束参考答案必填字段有两个name和description。name字段的约束最多64个字符只能包含小写字母、数字和连字符不能包含 XML 标签不能包含保留词如 anthropic、claudedescription字段的约束必须非空最多1024个字符不能包含 XML 标签要写清楚 Skill 做什么、什么时候使用因为 AI 是根据这个描述来判断是否触发的面试题3Agent Skill 和 RAG 有什么区别参考答案两者有本质区别第一核心目标不同。RAG 的核心目标是知识注入让 AI 能回答它训练数据里没有的私有文档内容Agent Skill 的核心目标是行为约束让 AI 按照特定的身份、思维方式、表达风格来工作。第二实现方式不同。RAG 需要把文档向量化存入向量数据库查询时做相似度检索把检索结果拼入提示词Agent Skill 是纯 Markdown 文件AI 根据描述匹配触发直接读取文件内容作为行为指南。第三适用场景不同。RAG 适合文档问答、企业知识库等需要大量私有知识的场景Agent Skill 适合个人数字分身、工作流自动化、品牌客服等需要统一行为风格的场景。实际项目中两者经常配合使用Skill 里可以指定联网搜索和信息源结合 RAG 的检索能力。面试题4蒸馏一个人成 Skill完整流程是什么参考答案完整流程分五步收集原料收集被蒸馏者的自我介绍、个人经历、聊天记录、工作文档、创作内容、他人评价等素材放入 references/ 目录还可以让 AI 联网搜集公开信息生成画像让 AI 通读所有素材生成结构化的人物分析报告包括身份概要、核心观点、表达风格、做事方式、关键经历时间线、他人评价AI追问让 AI 基于分析报告追问10到15个深度问题挖掘心智模型、决策逻辑和内在矛盾回答后整合到分析报告中补充能力可选步骤给 Skill 添加联网搜索、指定信息源、持续进化等能力开始蒸馏使用 skill-creator 工具让 AI 把所有信息组装成标准的 SKILL.md 文件和完整目录结构然后测试优化面试题5使用 Agent Skill 有哪些最佳实践参考答案根据 Anthropic 官方的最佳实践指南description 要具体包含关键词同时写清楚 Skill 做什么和什么时候用SKILL.md 正文控制在500行以内额外细节放在单独的引用文件中避免时间敏感信息或者放在旧模式部分说明全文术语保持一致示例要具体不要抽象文件引用保持一层深度不要嵌套过深工作流要有清晰的步骤代码和配置示例要可直接运行渐进式披露信息先给核心规则细节放在引用文件中明确写出 Skill 的能力边界和不做什么面试题6蒸馏别人成 Skill 有什么法律和伦理风险参考答案蒸馏别人成 Skill 涉及多个层面的风险第一隐私权风险。蒸馏需要收集对方的聊天记录、个人文档、私人对话等未经允许收集和使用可能侵犯隐私权。第二肖像权和姓名权风险。用对方的身份、口吻、名字来对外提供服务可能涉及肖像权和姓名权的侵权。第三著作权风险。蒸馏素材中包含对方的原创文章、视频脚本等作品未经授权使用可能侵犯著作权。第四伦理风险。AI 模仿一个人的口吻说话可能被用于诈骗、误导等不良用途造成信任危机。因此蒸馏别人之前最好先征得对方的明确同意并且在 Skill 中明确标注这是 AI 生成的数字分身不是真人。技术本身是中性的关键看怎么用。十、总结整个蒸馏过程并不复杂总结下来就是五步收集原料 - 生成画像 - AI追问 - 补充能力 - 开始蒸馏。全程不需要写代码有手就能做。如今人人都可以被蒸馏成数字生命。你可以蒸馏自己让 AI 以你的风格完成任务你可以蒸馏离职的同事保留团队的宝贵经验你可以蒸馏你崇拜的大牛让 AI 用大牛的思维方式帮你解决问题。不过想提醒一下蒸馏别人之前最好先征得对方同意。毕竟这涉及到个人的表达方式、思维习惯、甚至私人对话未经允许就拿去蒸馏确实不太合适也可能引发隐私和法律风险。技术本身是中性的关键看怎么用。希望这篇文章能帮你打造出属于自己的 AI 数字分身把你从重复劳动中解放出来专注于真正重要的事情。如果觉得这篇文章对你有帮助欢迎点赞、收藏、关注也欢迎在评论区聊聊你想蒸馏谁。转载声明本文为原创文章如需转载请联系作者获得授权并注明出处。