Agent Skill 就是「寫一次、自動觸發、把精確的活交給腳本」。用一個最小範例看懂怎麼定義 SKILL.md、讓它自動被叫用、用腳本做確定性抽取，並親手跑出每次都一致的結果。
這頁讓你 5 分鐘知道這是什麼、能做出什麼、真的會動。要逐章、踩雷、改造、FAQ 的完整版，在實戰手冊裡。
你已經有一套「整理筆記」的做法，但每次都得把同一長串 prompt 重貼一遍，結果還時好時壞 —— 今天抓到 5 個數字、明天抓到 4 個，日期、金額、@提及這種該完整不漏的東西，靠模型用眼睛看偶爾就漏掉。
這個範本教你做一個 Agent Skill（Claude Code Skill）：範例 skill 叫 structured-summary，把雜亂筆記整理成固定格式的摘要。它把做法打包成一次寫好、會自動觸發的能力，並把「需要精確」的抽取交給一支確定性腳本。小到你能一眼讀完，剛好夠看懂一個 skill 的每一個零件。
SKILL.md（YAML frontmatter 的 name／description 讓它自動觸發）+ scripts/（確定性腳本）+ references/（漸進式揭露的輸出格式）。scripts/extract.py 做確定性抽取：dates／mentions／todos／numbers，同樣輸入永遠同樣輸出。需要 uv。不需要任何 API key。Ubuntu 與 Windows 皆可。
git clone https://github.com/yazelin/agent-skill-starter.git
cd agent-skill-starter
uv syncuv run python client_smoke_test.py== tests/test_skill_structure.py ==
OK: skill structure test passed
== tests/test_extract.py ==
OK: extract test passed
{"dates": ["2026-06-04", "2026/06/10"], "mentions": ["小華", "阿明"], "todos": ["@阿明 在 2026/06/10 前補出貨報表", "追蹤一筆 NT$12,000 的退款", "跟供應商確認下週要採購的 5 台 機器人手臂"], "numbers": ["320 台", "98%", "2 件", "NT$12,000", "5 台", "NT$ 250,000"]}
OK: all checks passedpart1_adhoc/sample_input.txt）uv run python skills/structured-summary/scripts/extract.py part1_adhoc/sample_input.txt{
"dates": ["2026-06-04", "2026/06/10"],
"mentions": ["小華", "阿明"],
"todos": ["@阿明 在 2026/06/10 前補出貨報表", "追蹤一筆 NT$12,000 的退款", "跟供應商確認下週要採購的 5 台 機器人手臂"],
"numbers": ["320 台", "98%", "2 件", "NT$12,000", "5 台", "NT$ 250,000"]
}前半段（Part 1）是「還沒做成 skill」的做法：每次要整理筆記，就把一長串指示貼給 AI，後面接上原始文字。會動，但每次重貼、結果不一致、精確欄位靠模型用眼睛抓。後半段（Part 2）把同一套做法打包成一個 Skill，體會「寫一次、自動觸發、精確的部分交給腳本」。
| 面向 | Part 1 · ad-hoc prompt | Part 2 · Skill |
|---|---|---|
| 每次怎麼啟動 | 手動重貼一長串指示 | frontmatter 的 description 自動觸發 |
| 精確欄位（日期／數字／提及） | 靠模型用眼睛抓，偶爾漏 | 確定性腳本抽取，同輸入同輸出 |
| 輸出格式 | 每次可能跑掉 | references/format.md 固定版面 |
核心一句：需要判斷的留給模型，需要精確的交給腳本。同一份確定性測試對 skill 結構與腳本抽取都過，證明每次行為一致。完整對照在 docs/08。
這頁是快速了解；下面每一章都是完整內容，在 GitHub 上點開就能讀。
這頁是快速了解。逐章讀懂、確定性測試深入、踩雷清單、改造成你的場景、部署安裝都在實戰手冊（PDF）裡。
延伸資源 · Awesome Skills：anthropics/skills（官方）、obra/superpowers（社群）。