每個團隊都有存在於人們腦中的機構知識。只有 Sarah 知道的部署檢查清單。存在於一個沒人找得到的 Google 文件中的資料分類法。每季都在變更的事件回應程序。
RAG 系統試圖透過將文件切割成小片段並檢索最相關的部分來解決這個問題。這對於事實查詢有效 — 但當 AI 需要完整、結構化的指示才能正確執行任務時就會失效。
今天我們推出 Skills（技能） — 一種全新方式，讓你的 AI 代理可以按需載入完整的權威文件。
Skills 與 RAG：不同工具用於不同場景
| RAG（知識庫） | Skills | |
|---|---|---|
| 文件大小 | 切割成 500 token 的片段 | 完整載入（最大 50KB） |
| 檢索方式 | 語意相似度搜尋 | 按名稱明確指定 |
| 最適合 | 跨多個文件的事實查詢 | 逐步操作程序 |
| 呼叫方式 | 自動（上下文注入） | 按需（/skill:name） |
| 範圍 | 帳戶或部門 | 帳戶或部門 |
把 RAG 想像成搜尋引擎，Skills 想像成書架。當你不知道去哪裡找時你會搜尋。當你確切知道需要哪本書時你直接拿取。
Skills 如何運作
建立 Skill
Skill 是一個帶有名稱、標題、部門範圍和標籤的 Markdown 文件。從 Skills 頁面或透過 API 建立：
# 部署流程
## 前提條件
- 確保所有測試在 `main` 分支通過
- 檢查 staging 環境是否健康
## 步驟
1. 建立發布分支：`git checkout -b release/v{version}`
2. 執行建構：`npm run build`
3. 部署到 staging：`make deploy-staging`
4. 執行冒煙測試：`npm run e2e:smoke`
5. 如果冒煙測試通過，部署到生產環境：`make deploy-prod`
6. 標記發布：`git tag v{version}`
## 回滾
如果生產環境部署後出現問題：
1. 恢復到上一版本：`make rollback`
2. 在 Slack 的 #engineering 頻道通知
3. 建立事件報告在對話中使用 Skill
在聊天中按名稱呼叫 Skill：
你：/skill:deployment-pipeline 將 2.4.1 版本部署到生產環境代理將完整的部署流程文件載入其上下文中，並逐步遵循。它不會猜測或即興發揮 — 它擁有完整的權威指示。
代理主動發現 Skill
對話式代理也有兩個內建工具用於主動使用 Skill：
list_skills— 發現當前部門可用的 Skillsload_skill— 當代理判斷需要專業知識時按名稱載入 Skill
這意味著你可以說「部署最新版本」，代理會：
- 識別這是一個部署任務
- 呼叫
list_skills檢查可用的 Skills - 找到並載入
deployment-pipeline - 遵循文件化的程序
部門範圍
Skills 與配方和工作流程一樣按部門分範圍。工程團隊的部署操作手冊不會混入行銷團隊的 Skill 列表。管理員可以建立對所有部門可見的帳戶級 Skills。
實際使用案例
工程：
- 各環境的部署程序
- 事件回應操作手冊
- 程式碼審查檢查清單
- 架構決策記錄
營運：
- 標準操作程序
- 供應商入職檢查清單
- 會議引導指南
業務：
- 探索通話框架
- 異議處理操作手冊
- 競爭定位指南
合規：
- 稽核準備檢查清單
- 資料分類程序
- 法規報告工作流程
限制和快取
Skills 是注入到對話上下文中的完整文件，因此我們實施合理的限制：
- 每個 Skill 最大 50KB（約 12,000 tokens）
- 每個帳戶 100 個 Skills，每個部門 50 個
- 一次對話回合中同時載入最多 3 個 Skills
- Skill 名稱在 Redis 中快取（5 分鐘 TTL），避免每次訊息都讀取 Firestore
如果載入 Skill 會使對話超過模型的上下文限制，代理會警告你並建議開始新對話或使用具有更大上下文視窗的模型。
開始使用
- 在側邊欄中導航到 Skills
- 點擊建立 Skill
- 撰寫你的 Markdown 內容
- 設定部門範圍和標籤
- 在任何對話中使用
/skill:name
Skills 在 Pro 方案及以上可用。建立你的第一個 Skill。