数开如何使用AI日常工作中提效-SKILL

背景

最近有同学在问，当前在AI大环境下大家在开发中如何提效，实现最大化摸鱼，写好SKILL，实现快速复用，配合Open Claw达到最佳效果，我们分为备菜（需要你有架构思维想到怎么准备）->炒菜（让ai给你写好SKILL及优化）->装盘（发布到Skill市场实现复用），大家在做饭时候其实最难的部分不是炒菜而是备菜，因此这里就需要你的经验架构，如果没有经验架构问题也不大，多花token让ai给你一步步确认。

Skill介绍

什么是 Skill？

Skill 是 CC（克劳德code，为了过平台风控没办法只能这样，真的服了）中的打包式专业知识模块，包含工作流程、参考资料和最佳实践。本质上是一段带结构化元数据的 Markdown 提示词文件，告诉克劳德在特定场景下应该怎么做。

Skill 的组成板块

一个完整的 Skill 目录结构如下：

.克劳德/skills/my-skill/
├── SKILL.md           # 核心指令文件（必须）
├── template.yaml      # 可选模板文件
├── scripts/
│   └── validate.sh    # 可选脚本
└── examples/          # 可选参考示例

Skill 与克劳德 Code 的交互 / 自动化执行

手动触发（用户调用）：

/skill-name [arguments]

克劳德收到后展开为完整 Prompt 执行。

自动触发（克劳德自动调用）：

克劳德分析用户请求，匹配 description 字段，自动调用相关 Skill
例如用户说"帮我写个迁移文件"，克劳德找到 description: Create a database migration file 的 Skill 并执行

CI/自动化管道（Headless 模式）：

# 在 CI 中无头调用
克劳德 -p "fix lint errors in src/" --allowedTools Edit,Write

# 结构化输出供管道消费
克劳德 -p "<prompt>" --output-format stream-json | your_command

Skill+Open Claw

Skill可以理解为离线任务，Claw可以理解为调度器，如果你想你的Skill每日都执行，给Open Claw机器人说清楚，让他每日执行调用Skill即可

写好一个skill

1.需要持续复用，不能只实现在一个场景

2.描述清楚你需要干什么

3.支持哪些mcp、如果没有mcp可以考虑到支持哪些数据源，怎么去连接

4.细节功能，光一个简单描述还不够你需要考虑每个环节如何进行分析

5.场景中的案例，如果你只描述细节也会存在模型get不到的盲点，你需要投入案例才能让他分析清楚

6.明确最终交付物或者展示信息

SKILL：SQL Code Review的Skill

Skill功能

SQL Code Review解决的是大家在每次开发完代码都需要运行一步步排错，比较浪费时间，容易漏过问题，通过Code Review的Skill能立马查看代码问题。

Skill设计思考的点

1.首先这个Skill只用于检查语法，如不设计涉及运行去看数据情况，也不需要开发运行的python脚本，靠打磨下进行分析即可，如需要完整的检验及字段信息校验那需要连接mcp，或者提供账号密码及连接地址

2.需要考虑数据源支持类型，列举一下

Hive SQL
Spark SQL
Flink SQL
MaxCompute SQL

3.我们思考一下功能，一个sql语法我们要检验什么

语法正确性：join（关联条件是否正确、类型是否一致、是否多对多及笛卡尔积、join字段是否准确），where（条件书写语法是否正确，是否处理 NULL 值，时间范围筛选是否正常，分区书写是否正确），聚合（group by字段完整性、函数名是否正确、是否存在数据倾斜），计算逻辑（算术运算是否考虑 NULL 和除零、金额计算精度是否正确（分/元转换）、比例/百分比计算逻辑）
数据质量：空值处理（关键字段是否有 NULL 检查、COALESCE/NVL 使用是否正确、空字符串与 NULL 是否区分）、去重（是否存在重复数据风险、去重逻辑是否正确（ROW_NUMBER/GROUP BY）、主键是否唯一）、数据类型（类型转换是否正确（CAST）、字符串与数值比较是否合理、时间类型格式是否统一）
SQL性能：分区裁剪（是否进行分区过滤、动态分区是否合理、分区粒度是否合适可能是二级分区）、数据倾斜（是否存在热点 Key、大表 JOIN 是否优化、GROUP BY 是否需要分散）、资源使用（是否有不必要的大表扫描、是否需要采用中间临时表建设替代、是否可以增量处理）
代码规范：可读性（是否需要代码注释、SQL 格式是否规范、复杂逻辑是否有说明）
逻辑问题：时间（跨天、时区、月末/年末边界、闰年）

4.输出内容形式

用表格方式展示最终报告包括，问题序号 | 问题描述 | 代码位置 | 影响范围 | 修复建议，优化建议（建议1. 建议2.)

检查统计（检查项总数：XX，通过：XX，通过：XX，问题：XX，风险：XX），总结