第六章 · FAQ
第六章 · 收口 / P49

把六章串成一条链路

今天我们始终站在 Skill 的视角：从理解 Harness，到逐层拆 Skill、CLI+本体、Aha moment，最后用评测收口。

第一章
Harness
运行时底座
笨循环 + 4 件事
→
第二章
Skill
怎么做
能力沉淀为资产
→
第三章
CLI + 本体
可控执行
+ 理解边界
→
第四章
Aha moment
文件系统 / 串联
/ AUI
→
第五章
评测
证明它真的
有用、更强
→
第六章
FAQ
小结 + 号召
+ 答疑
引入 Harness 架构后，文件系统、Skill 串联、AUI 三块组合，产生了和传统「Agent + Tool 的 RAG 循环」完全不一样的化学反应。

坦诚说明：本次集中在 Skill 与评测 层面 —— 上下文管理、记忆系统、工具调用等模块未深入展开，留作后续分享。

第六章 · 分工 / P50

人人都会做 Skill ——
PO 负责效果，开发负责工程

建议 PO 都学会做 Skill。在业务原型阶段，业务效果由 PO 负责；开发承担工程化落地。

PO 业务原型阶段 · 对效果负责
  • 定义场景、用户路径、业务目标
  • 定义验收口径 —— 什么算「做对了」
  • 遇到 CRI 本体 / 宽表 API，找开发配合
  • Mock 数据或连现有 API 都行，先把效果跑通
  • 目标：PO 能独立把效果验证出来
开发 工程化阶段 · 对架构负责
  • 承担工程化落地与稳定性
  • 站在架构视角设计新架构
  • 目录即架构 —— 文件结构就是系统结构
  • 执行过程即运行时 —— 跑起来才知道边界
  • 为 PO 提供本体 / API / CLI 等底座能力
分工不是「PO 提需求、开发实现」的旧模式 —— 而是 PO 直接把业务效果做出来，开发把它工程化为可靠资产。
第六章 · 动手实践 / P51

动手做一个《XX 场景问数 Skill》

目标很具体 —— 做一个自己业务场景的问数 Agent。按下面 4 步走，资料包已备齐。

1 认知
先看 Harness 网页
理解现在说的 Agent 不是单纯一个模型，而是 Model + Harness—— 模型外面还要有工具、上下文、执行边界、日志、评测，才能真的干活。
2 方法
读《AI 问数构建指南》
了解一个标准 Skill 怎么做出来。重点不是写完 SKILL.md 就完事， 而是要配齐问题集、本体、宽表/API、CLI/DSL、测试。
3 体验
部署 myyclaw 体验
先体验现有的成本问数、控制价审核等技能，感受 Agent 怎么 触发技能、调用工具、返回结果、继续追问。
4 实战
复制一个问数场景
基于 cost-query 的设计文档和技能包，结合自己产品已有的宽表/API， 做一个业务场景问数 Agent，并在 MyAgents 上跑通。
📦 配套资料包 Agent-Skill-快速学习资料包.zip · 4 个文件，对应上面 4 步，开箱即用
1 Agent & Skill 快速学习指南先看这篇 · 串起 4 步
2 AI 问数 Agent 构建指南.pdf标准 Skill 的方法论
3 cost-query 设计文档.md可复用的设计样板
4 cost-query_skill.zip成本问数完整技能包
四份资料一条链路：Harness 建系统观 · 指南建方法论 · myyclaw 建体感 · cost-query 提供可复用样板。
第六章 · 答疑 / P52
Q&A

感谢聆听 —— 下面是答疑时间。这里预置几个常被问到的问题作引导。

Q1
怎么证明 Skill 真的有用？用什么衡量它比不用强？
Q2
换一个模型，准确率会不会掉？评测集还能复用吗？
Q3
Skill 写好了却不触发，是什么原因？怎么排查？

欢迎现场提问，也欢迎会后就你自己的业务场景一起讨论。