用 TraeCode 做了一阵子项目，有个问题一直困扰我：同样的代码审查需求，每次对话都得重新描述一遍审查标准——关注哪些维度、按什么格式输出、哪些情况要标红。后来翻文档发现 Skill 这个功能，试着自己写了几个，踩了不少坑。今天把过程中总结的经验分享出来，希望能帮到同样在摸索的同学。
Skill 到底是什么，和 Rule、MCP 有什么不同
先理清概念，不然容易用错地方。
- Rule（规则）：全量加载，一开对话就注入上下文，适合全局性的、每次都要遵守的约束（比如代码风格、命名规范）。缺点是持续占用上下文窗口。
- Skill（技能）：按需加载，智能体先扫描所有 Skill 的简要描述，判断当前任务是否相关，相关才加载完整内容。适合特定场景的专业能力，省 Token。
- MCP Server：提供可调用的工具（比如 Playwright 操作浏览器、Figma 读取设计稿），Skill 则负责告诉智能体"什么时候用这些工具、按什么流程用"。
一句话：Rule 管"始终遵守"，Skill 管"特定场景下怎么做"，MCP 管"能调用什么工具"。
创建 Skill 的三种方式
TraeCode 提供三种创建路径，我三种都试过，各有适用场景：
1. 对话创建：直接跟 AI 说"帮我在 .trae/skills 目录下创建一个技能，名字叫 xxx，功能是 xxx"，AI 会自动生成 SKILL.md。适合快速试水，但生成的描述和触发条件通常需要后续手动调整。
2. 手动创建：前往 设置 > 技能与命令，点 创建，选全局或项目类型，然后填写技能名称、描述和指令。适合需要精确控制每个字段的场景。
3. 导入外部技能：上传一个 SKILL.md 文件或包含它的 .zip 包，TraeCode 会自动解析填充字段。适合从社区或同事那里拿到现成技能的情况。
SKILL.md 的结构
核心就是 YAML frontmatter 加 Markdown 正文：
---
name: api-response-review
description: 当用户需要审查 API 接口的响应结构和数据格式时，从字段命名规范、数据类型一致性、错误处理完整性三个维度进行结构化评估。适用于接口设计评审、联调前的自查、以及响应体重构场景。
---
# API 响应结构审查
## 使用场景
- 用户请求审查 API 响应结构
- 接口联调前的自查
- 响应体格式重构
## 指令
1. 提取响应体的所有字段，检查命名是否统一（snake_case 或 camelCase）
2. 验证数据类型在列表和详情接口间是否一致
3. 检查错误响应是否包含 code、message、timestamp 三个标准字段
4. 输出审查报告，分"通过项"和"待修正项"两部分
## 不要使用的场景
- 用户只是查看接口文档
- 用户在讨论接口的认证方式
三条实战经验
第一，description 决定命中率。 Skill 的按需加载机制意味着 AI 先看 description 判断要不要加载。我第一个 Skill 的 description 写的是"帮用户审查代码"，结果命中率很低——太模糊了。后来改成"当用户请求审查 API 接口响应结构时，从字段命名、数据类型一致性、错误处理完整性三个维度评估"，触发就稳定多了。关键是要包含触发时机关键词，用第三人称从模型视角描述。
第二，职责绝对单一。 一开始我想把"API 审查 + 生成测试用例 + 输出接口文档"塞进一个 Skill，结果 AI 经常只执行其中一部分，或者触发时机判断混乱。拆成三个独立的 Skill 后，各自命中率明显提升。官方最佳实践文档说得很清楚：每个 Skill 只对应一个核心动作动词。
第三，写明"不要使用的场景"。 这是很多人忽略的。只写正向触发条件不够，还得写负向条件——什么情况下不该触发。比如我的 API 审查 Skill 里加了"不要在用户只是查看接口文档时触发"，避免了文档阅读场景下的误加载。
进阶：渐进式披露
如果 Skill 内容比较多，不要把所有细节都塞进 SKILL.md。把 SKILL.md 当作入口和导航，详细参考资料拆成独立文件。比如：
api-response-review/
├── SKILL.md # 核心指令（简洁）
├── naming-convention.md # 命名规范细节
└── error-code-table.md # 错误码对照表
在 SKILL.md 里用相对路径引用这些文件即可。这样 AI 初次加载只读核心指令，需要细节时再按需读取。官方建议 SKILL.md 主体不超过 500 行，引用文件保持一层深度，避免链式引用。
小结
Skill 的核心思路是"把你的专业经验变成 AI 可复用的能力模块"。写好一个 Skill 不是一次成型的事，而是先写最小版本，跑起来看哪里不稳定，再迭代修正。TraeCode 也内置了四个现成 Skill 可以参考：TRAE-security-review（安全扫描）、TRAE-code-review（代码审查）、TRAE-debugger（运行时调试）、TRAE-generate-mini-app（Taro 小程序生成），建议拆开它们的 SKILL.md 看看官方是怎么写的。