👉 必看【SOLO 技能创作赛投稿指南】如何发布一篇更容易获奖的参赛帖

TRAE-小阳 · 2026 年5 月 8 日 11:19

欢迎参加“一切皆可 Skill｜SOLO 技能创作赛”！

核心规则

任何人都可以参赛，Skill不拼复杂度，只看实用性、创新性，无门槛无上限，有实战、有过程、有收获就有机会获奖。

为帮你顺利参赛、提升入围概率，这份发帖指南建议收藏

一、提交时间

2026年5月12日 - 2026年6月12日 23:59

二、如何提交

前往社区 SOLO 技能创作赛专区 发帖，并为作品选择对应标签：

专区链接： SOLO技能创作赛 - TRAE 官方中文社区

标签说明

Skill创作

用solo 打造一个能解决实际问题、提升效率或带来创意的 Skill
Skill测评

体验并评估他人的 Skill 作品，撰写测评帖，帮助优质作品脱颖而出。

三、作品提交要求

四、Skill创作赛道发帖模版

标题格式：【Skill 创作】+ 你的 Skill 名称或一句话描述

示例标题：

【Skill 创作】我做了一个自动整理会议纪要的 Skill
【Skill 创作】一个帮运营快速生成活动复盘的 Skill

正文内容结构：

1、Skill简介：

用一两句话说明你的 Skill 叫什么，解决了什么问题，实现了什么效果，适合谁用。

示例： 这是一个帮助内容运营快速完成选题整理、标题生成和平台改写的 Skill，适合需要频繁产出社媒内容的同学使用。

2、使用场景：

说明这个 Skill 会在什么场景下被用到，最好是真实工作或生活中的具体场景。你可以回答这些问题：

你为什么想做它？
你之前遇到了什么麻烦？
做出来之后能省掉哪些动作？

3、创作过程：

这是核心部分，请展示你使用 SOLO 的创作过程。

可附上关键提示词、工作流截图或配置。不用把所有技术细节都摊开，但至少要让别人看懂你是怎么把它做出来的。

4、使用步骤：

介绍如何调用你的Skill及操作步骤。

5、效果展示：

提供清晰的截图或录屏，展示使用前后的效果对比。

6、Skill 链接：

附上你的 Skill 分享链接。如果有 GitHub、说明文档、Demo，也可以一起放上。

7、总结与思考：

分享你的收获，如效率提升了多少，或对 AI 工作方式的新感悟。最后可以补一小段：

这个 Skill 目前最满意的地方是什么
后续还想怎么优化
希望别人怎么体验或给你什么建议

社区暂不支持上传视频和压缩包，如有相关内容，请用外链形式（如网盘 / 视频平台/GitHub）

五、Skill测评赛道发帖模版

标题格式：【技能测评】+ 对被测评 Skill 的一句话评价

示例标题：

【Skill 测评】“代码审查助手”：功能强大，但对新手不太友好
【Skill 测评】这个会议纪要 Skill，真的帮我省了很多整理时间

正文内容结构：

1、Skill创作帖链接：

首段附上你测评的 Skill 原参赛帖链接。

2、先说测评结论：

建议在前面先给一个总判断，比如：

强烈推荐
值得尝试
适合特定场景
有潜力，但还需要优化

3、测评过程：

使用路径：从哪里进入、如何触发，一两句话说明清楚，是否有卡点
使用效果：提供截图、录屏或文字描述，展示使用前后的对比。哪一点最惊喜，哪一些最实用

4、测评发现：

分析亮点，提出问题及改进建议（如有）

5、综合打分 (可选)：

可以从实用性、完成度、易用性、创新性等维度为它打分（5分制）。

六、什么样的帖子更容易成为优质投稿

通常有这几个共同点：

标题清楚：别人一眼就知道你做了什么
场景真实：不是空泛概念，而是真问题
过程完整：能看出你不是只放了个结果
展示充分：有截图、有对比、有说明
表达清晰：层次分明，读起来不费劲
有个人判断：不是流水账，而是有自己的思考

七、哪些情况可能被判定为无效投稿？

请尽量避免以下问题：

只有一句话介绍，没有过程、没有展示
纯粹复制别人的内容或搬运他人作品
标题和正文严重不符
没有实际作品链接或被测对象链接
大量空泛表述，没有真实使用信息
只靠 AI 拼接生成、没有真实体验和判断
内容违规、侵权或不符合社区规范

准备好了吗？开始行动吧！

第一步：下载SOLO，创作Skill

第二步：直接发帖提交你的作品！【SOLO 技能创作赛专区｜ SOLO技能创作赛 - TRAE 官方中文社区

赛事说明帖： 📢 【公告】一切皆可 Skill｜SOLO 技能创作赛专区：规则奖励和参赛指引说明

提交作品后抽奖链接： 🎉 700份Skill大赛参与奖等你来拿，社区发帖提交大赛作品就能参与抽奖！参加两个赛道，可以抽2次奖

最后想说

很多人第一次参赛，最大的障碍不是不会做，而是不敢发。

其实一篇好投稿，不需要完美；它只需要真诚、完整、清楚，让别人看得懂你做了什么、为什么值得看。

所以，先把第一篇发出来。

你可以先从一个小问题开始，也可以先分享一个还在迭代中的版本。只要它来自真实思考、真实实践，就已经很有价值。

欢迎把你的第一个 Skill，或者第一篇认真测评，发到 SOLO 技能创作赛专区。

JasonShane · 2026 年5 月 12 日 03:05

我来了

PBitW · 2026 年5 月 12 日 03:55

我来啦

用户54371 · 2026 年5 月 12 日 04:06

有没有遇到的：Let’s call it a day. Get some rest and we’ll pick this back up tomorrow!

用户25372 · 2026 年5 月 12 日 05:34

最近大量用户如此反馈，论坛里以前偶尔一贴，昨天一天十几个帖子

CC3 · 2026 年5 月 12 日 06:16

开始创作了

明月2026 · 2026 年5 月 12 日 06:42

开始创作开始创作

小鲁班1186 · 2026 年5 月 12 日 07:05

希望以后可以做个skill市场

theday · 2026 年5 月 12 日 09:16

我来了，希望怎么不要去排队了，排队心累了

用户54928 · 2026 年5 月 13 日 03:26

【Skill 创作】KubeRun：从 Dockerfile 到 K8s 上线，一条龙搞定容器化交付

## 1、Skill 简介

KubeRun 是一个交互式 Kubernetes 交付 Skill，帮你从写 Dockerfile 开始，一路到部署上线，覆盖容器化交付的全流程。五种模式按需选用：image 生成 Dockerfile、dev 一键部署到本地 K8s、helm 生成 Helm Chart、clean 一键清理。适合需要把项目容器化并部署到 Kubernetes 的开发者使用。

## 2、使用场景

### 为什么做它？

作为后端开发者，每次新项目都要经历一套重复流程：写 Dockerfile、处理离线构建、起 K8s 集群、写 Deployment YAML、调试探针和反代、生成 Helm Chart……这些步骤繁琐且容易踩坑，尤其是离线环境和 nginx 反代配置，每次都要翻之前的笔记。

### 之前遇到的麻烦

- **Dockerfile 离线构建**：公司内网访问不了 docker.io 和 goproxy，每次都要手动改 base image 和 ARG，经常忘
- **nginx 反代 CrashLoop**：部署到 K8s 后前端容器疯狂重启，原因是 nginx 对 upstream 做了启动期一次性 DNS 解析，Service 还没就绪就挂了
- **Helm Chart 的 namespace 陷阱**：在 values.yaml 里写 `{{ .Release.Namespace }}`，结果根本不会被渲染，前端拿到的 BACKEND_UPSTREAM 是一串模板原文
- **metrics controller 改造**：要把已有 Deployment 改成 hostNetwork + tolerations + zti sidecar，手动改容易漏字段

### 做出来之后省掉了什么

- 一句话触发，自动探测环境（Docker 权限、Registry 可达性、构建期网络），生成适配当前环境的 Dockerfile
- nginx 反代自动用 resolver + 变量化 upstream，不再 CrashLoop
- dev 模式一键起 k3d 集群、导入镜像、apply、暴露 localhost，3 分钟从零到可访问
- helm 模式自动把 BACKEND_UPSTREAM 放到模板层动态渲染，namespace 随便换都不会断
- clean 模式一键清理所有资源，不再残留 namespace 卡在 Terminating

## 3、创作过程

### 第一版：image 模式

最初只做了 Dockerfile 生成，核心解决离线构建问题：
- 自动探测 Docker daemon 权限（`sg docker -c` 包裹）
- 探测 Registry 可达性，按 `内网镜像源 → docker.io` 回退
- 禁用 BuildKit 新 frontend 语法（`# syntax=`、heredoc、`--mount=type=cache`），因为内网拉不到 `docker/dockerfile:1.x`
- 构建期依赖源全部用 ARG 暴露（GOPROXY / NPM_REGISTRY / PIP_INDEX_URL）

### 第二版：dev 模式 + local_cluster

Dockerfile 写好了，还得部署到 K8s 验证。于是加了 dev 模式：
- 内置一套完整的集群脚本（`scripts/cluster/`），从 preflight 到 smoke 全覆盖
- 探针决策树：不是所有 `/api/*` 都适合当探针，外部依赖的接口在集群出网受限时会 500，只能用 tcpSocket
- 前端端口从 80 改成 8888，避免和后端 8080 冲突

### 第三版：helm 模式

从 K8s YAML 生成 Helm Chart，踩了两个大坑：
- **namespace.yaml 冲突**：`helm install --create-namespace` 和模板里的 namespace.yaml 同时创建会报错，改为 `createNamespace: false`
- **BACKEND_UPSTREAM 不渲染**：values.yaml 不是 Helm 模板，`{{ }}` 不会被处理。解决方案是把 BACKEND_UPSTREAM 移到 frontend.yaml 模板中动态渲染

### 第四版：clean 模式 + 规范化

- 新增 clean 模式，支持 dry-run、分阶段清理、namespace Terminating 强制移除
- 按 Agent Skills 规范重构目录：`reference/ → references/`、`templates/ → assets/`、`prompts/ + examples/ → references/`
- SKILL.md 添加 YAML frontmatter，精简到 245 行

## 4、使用步骤

### 安装

将 kuberun skill 目录放到项目的 `skills/` 下，或在 Trae 中导入 ZIP 包。

### 触发方式

直接用自然语言描述需求，Skill 会自动识别模式：

| 你说的话 | 触发模式 |
|---------|---------|
| "帮我生成 Dockerfile" | image |
| "部署到 K8s 开发环境" | dev |
| "生成 Helm Chart" | helm |
| "清理部署资源" | clean |

也可以显式指定模式：`kuberun image /path/to/project`、`kuberun dev`、`kuberun helm` 等。

### 各模式操作流程

**image 模式**：
1. Skill 自动探测环境（Docker 权限、Registry、构建网络）
2. 分析项目结构，生成 Dockerfile + .dockerignore + docker-compose.yaml
3. 自动执行 build → run → 冒烟验证

**dev 模式**：
1. 询问是否需要持久化存储（否→Deployment，是→StatefulSet）
2. 生成 K8s YAML（Deployment/StatefulSet + Service + ConfigMap）
3. 一键起 k3d 集群 → 导入镜像 → apply → port-forward → 冒烟验证
4. 输出 localhost 访问地址

**helm 模式**：
1. 从现有 K8s 资源生成 Helm Chart
2. BACKEND_UPSTREAM 动态渲染、clusterDNS 自动探测
3. helm lint → install → rollout → 验证 → port-forward

**clean 模式**：
1. 扫描所有 kuberun 创建的资源
2. dry-run 展示待清理列表
3. 确认后清理（K8s namespace / Helm Release / Docker 容器 / k3d 集群）

## 5、效果展示

### image 模式：离线环境 Dockerfile 生成

自动探测到内网环境后，base image 切换到内网镜像源，构建期依赖源注入 ARG：

```dockerfile
ARG BASE_IMAGE_GOLANG=hub.byted.org/library/golang:1.24-alpine
ARG GOPROXY=https://goproxy.cn,direct
```

### dev 模式：一键起集群部署

```
集群创建成功: k3d-kuberun-dev (k3s v1.31.6)
镜像导入完成: backend:dev, frontend:dev
Deployment 就绪: backend 1/1, frontend 1/1
前端访问：http://localhost:8888/
API 访问：http://localhost:8888/api/sectors/top-gainers
```

### helm 模式：Chart 生成 + 一键安装

```
helm install gupiao-release k8s-helm/ -n gupiao-helm --create-namespace
Release: gupiao-release  status=deployed
BACKEND_UPSTREAM=backend.gupiao-helm.svc.cluster.local:8080  # 动态渲染
```

### clean 模式：一键清理

```
✓ K8s namespace gupiao-dev: 已删除
✓ Helm Release gupiao-release: 已卸载
✓ k3d 集群 k3d-kuberun-dev: 已删除
✓ port-forward 进程: 已停止
```

## 6、Skill 链接

- **Skill ZIP 包**：`/tmp/kuberun.zip`
- **项目仓库**：包含完整源码和 K8s 部署配置
- **Agent Skills 规范**：符合 [agentskills.io/specification](https://agentskills.io/specification) 标准

## 7、总结与思考

### 最满意的地方

- **环境自适应**：不是生成一套"理想环境"的配置，而是先探测再生成，离线环境也能用
- **一键可达可运行**：每个模式生成后都会自动 apply/install + verify，确保不是"生成完就不管了"
- **踩坑经验内置**：nginx resolver 变量化、BACKEND_UPSTREAM 模板层渲染、namespace.yaml 条件渲染，这些都是真实踩坑后的解法

### 后续优化方向

- 支持 Ingress 自动生成和 TLS 配置
- 支持 Kustomize overlay 生成（当前只有基础模板）
- 增加多语言项目的自动识别和构建入口推断
- 支持远端集群部署（当前 dev 模式默认本地 k3d）

### 希望得到的建议

- 在非 Go/Node 项目上的适配体验如何
- helm 模式的 values.yaml 结构是否合理

用户18 · 2026 年5 月 13 日 03:35

用户25372 · 2026 年5 月 13 日 04:23

官方该给你补一个，元老级不中奖说不过去

用户18 · 2026 年5 月 13 日 04:50

官方看，大佬替我发声了

迟迟 · 2026 年5 月 13 日 08:39

我也要参赛了

JasonShane · 2026 年5 月 13 日 08:40

就等你了

米糊炒面 · 2026 年5 月 13 日 12:23

请问必须要完全用SOLO吗我用SOLO接手和测试完善一个现有的MCP服务把它做成skill可以不？

迟迟 · 2026 年5 月 14 日 06:24

上了！冲啊各位伙伴