把手工处理变成稳定流程：AI 技能优化复盘
AI 技能最有价值的地方，不是记住一条命令，而是把一套经验固化成可重复执行的流程。
很多工作第一次做时，需要大量判断：资料在哪里，先处理什么，输出到哪里，失败怎么办，命名怎么定。等做过几次后，这些判断就应该沉淀下来，变成技能规则和脚本。
否则每次都是重新解释一次。
技能要写清楚触发场景
一个技能如果只写“用于处理文档”，仍然太泛。
更好的写法，是说明什么时候应该用它、输入是什么、输出是什么、哪些情况需要停止、哪些情况可以自动继续。
触发场景越清楚，AI 调用时越不容易跑偏。
技能不是说明书，而是操作边界。
失败路径要成为规则
稳定流程不能只写成功路径。
例如文件缺失、目录未挂载、远程机器连不上、依赖不可用、权限失败，这些情况都应该有明确处理方式。
不能连不上就假装完成，也不能在不确定时乱写。更好的方式是降级保存、记录待处理、等条件恢复后继续。
失败路径写清楚，流程才真正安全。
脚本和说明要一起同步
技能优化经常同时涉及两类内容：说明文件和执行脚本。
只改说明，脚本没变，实际执行能力不会提升；只改脚本，说明没变，下次 AI 可能不知道新能力存在。
所以每次优化后，要同步检查：规则是否更新，脚本是否存在，示例是否可用，跨机器副本是否一致。
复盘
把手工处理变成稳定流程，本质是把经验从脑子里移到系统里。
好的 AI 技能应该像一个小型操作系统：知道何时启动，知道如何执行，知道失败时怎么保护现场。
当这些规则沉淀下来，AI 才能从“听指令做事”变成“按流程协作”。
技能说明要像作业指导书
AI 技能不是给人看的简介，而是给下一次执行看的作业指导书。
它应该写清楚：什么时候使用，先检查什么，默认路径在哪里，哪些文件不能改，失败时怎么降级，完成后怎么验证。
这些内容看起来琐碎，却决定了 AI 能不能在没有反复提醒的情况下做对事。
如果每次都要重新告诉它“不要覆盖”“先 dry-run”“失败要记录”，说明规则还没有沉淀。
脚本要承担确定性
AI 适合判断和协调，脚本适合执行确定动作。
例如同步 skill、创建软链、检查 hash、记录待同步清单，这些动作不应该每次让 AI 临场写命令。它们应该进入脚本，形成可重复动作。
这样下一次修改 skill 后，只需要运行同步脚本，而不是重新讨论同步逻辑。
脚本越稳定，AI 越能把注意力放在真正需要判断的地方。
规则要跟着实践更新
流程不是一开始就能写完。
只有真实使用后，才会遇到挂载失败、远端连不上、目录缺失、权限错误、两边内容不一致等情况。这些情况每出现一次，就应该反过来更新规则。
这叫把经验回填到系统。
如果不回填，下一次还会踩同样的问题。回填以后，系统会越来越像一个熟练助手。
判断一个技能是否成熟
成熟技能不看描述多漂亮，而看三件事：能不能稳定触发，能不能正确执行，失败时能不能保护现场。
这三件事做好，技能才真正可持续。