Skill、CLI 和知识库:分工边界在哪儿?

这三个词,大家大概已经听得耳朵起茧了。但如果让你来设计一套 AI 应用,三者之间到底怎么划职责,你能说清楚吗?

现在 Skill 火了,不少人和团队在无脑堆 Skill,仿佛「AI 化」就等于「Skill 化」。我觉得这挺片面:不先弄清每个模块该管什么,就谈不上把它们的威力发挥出来。


说说我的理解,先各给一句话:

  • Skill 是流程:对应标准 SOP,回答「先做什么、再做什么」,本质是一段流程性的描述。
  • CLI 是动作:一条命令就是一次具体执行,增删改查这类都算,有输入、有输出,跑完即结束。
  • 知识库是资料:业务知识的沉淀,攒的是各种场景下丰富的历史经验,回答「碰到这种情况,过去是怎么判断的」。

这么讲还是有点抽象,举个例子就清楚了。排查问题,其实很像去医院看病。

Skill 是那张就诊流程:挂号 → 取号 → 找医生 → 描述病情 → 做检查 → 拿检查结果 → 医生判断 → 开药 → 取药。它只规定顺序和节点,自己不干活。

CLI 是每个节点上的具体动作:挂号可以是一个 CLI,输入个人信息、哪家医院、什么科室,号就挂上了;拍 CT、抽血,也可以各是一个 CLI。给它输入,拿回输出,这一步就算执行完。

知识库是医生脑子里的东西:课本上的医学知识、见过的病例、攒下来的历史经验。医生把当下的病情和检查结果(化验单、CT 报告)摆在一起,再调这些知识,才给出诊断建议。

一句话概括:流程管顺序,命令管执行,知识管判断。三样各就位,整个看病过程才井井有条,结果也才靠谱。


现在常见的误区是:把 CLI 调用、甚至知识库里的内容,一股脑都往 Skill 里装。图的是省事,代价是 Skill 越来越胖,把最该保住的简洁性弄丢了。

Skill 确实是渐进式加载,正文用时才展开;但每个 Skill 的描述信息,仍然会随每一次请求带上。我自己本地的 Skill 轻轻松松就过 100 个,按每个描述 100 token 算,就是 10000 token——每次请求都得先背上这么一坨。

后果是三重的:成本上去了,上下文窗口被挤占,模型发挥也跟着不稳。说白了,省下的是设计时那点麻烦,花掉的是每次调用的代价。


所以别急着堆 Skill。先想清楚哪部分是流程、哪部分是动作、哪部分只是资料,再决定往哪儿放。

把这条边界划明白,才算真的在设计 AI 应用。



原文发表于微信公众号「负雪明烛」,2026-11-09。查看公众号原文

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享
一起交流 抢沙发

请登录后发表评论

    暂无评论内容