结合最近我的使用体验，针对OpenCode与Skill的基础概念、实操方法、资源获取进行梳理，为新手扫清认知障碍，也为进阶用户提供实用技巧。 一、基础概念答疑：理清工具与术语的核心关系
明确各工具的定位与关联：
2.关键术语关系：用“车-引擎-油”比喻理解
OpenCode：类比“车”，是无智力的空壳工具，负责连接模型与本地系统，本身无法独立工作；
大模型（Gemini/GLM等）：类比“引擎”，提供推理能力，需通过API接入OpenCode； API：类比“油”，是连接OpenCode与大模型的关键，无API则工具无法运行；
MCP协议：类比“万能插头”，赋予AI访问权限（如读取本地PDF、操作GitHub仓库）；
Skill：类比“工具包”，是领域知识的说明书（含提示词、工作流、辅助脚本），让AI掌握特定技能。
3.OpenCode的Plan与Build模式：“谋定而后动”
Plan模式：只读/分析模式，AI扫描代码库后输出“修改清单”（涉及文件、逻辑变动），不实际修改文件，适合评估架构、避免误操作，像“增强版Chatbot”；
Build模式：全功能/执行模式，AI直接读写文件、运行终端命令，将方案落地，适合正式编码、修复Bug、部署环境；
推荐workflow：先用Plan确认修改方案，无问题后切Build执行，最大化保障项目安全。
二、Skill实操教程：从创建到使用的全流程
以“将提示词封装为Skill”为例，展示零门槛实操，同时解析Skill的两种形态与进阶工具：
1.快速创建Skill：搞定纯提示词封装
以“多篇文章风格分析与模仿系统”提示词为例，流程如下：
触发需求：在OpenCode（Build模式）中输入指令：“找到E盘《多篇文章风格分析与模仿系统v3.0》文档，将其提示词做成Skill，告知流程”；
自动生成：OpenCode会自动分析文档，生成SKILL.md（含YAML配置、提示词内容），并打包为.skill文件；
部署使用：将.skill文件放入OpenCode的skills目录，通过skill({name:'style-analysis'})调用，无需手动编写代码。
2.Skill的两种形态：单文件与文件夹的区别
3.进阶：用Skill-Creator创建复杂Skill
若需制作“调用外部工具的Skill”，可借助Anthropic开源的Skill-Creator（专门生成SKILL.md的工具）：
使用：输入run skill-creator，工具会通过提问（如“Skill功能是什么？使用案例有哪些？”）自动生成SKILL.md，填充提示词与工作流；
优势：无需手动编写复杂配置，适合新手制作多步骤、带脚本的Skill。
4.使用他人分享的Skill：两步完成部署
文件部署：告知OpenCode Skill文件路径（如“E盘有style-mimicry.skill，请拷贝到Skill路径”），工具会自动完成拷贝；
刷新加载：输入/reload指令（类似浏览器F5刷新），OpenCode即可识别新Skill（当前不支持热加载，需手动刷新）；
触发使用：直接输入需求（如“分析‘参考文章’文件夹中的PDF”），AI会自动调用Skill完成任务（如风格分析、仿写）。
三、Skill资源获取：按优先级筛选高质量技能
整理了6大Skill资源平台，明确优先级逻辑，帮大家高效找到实用技能：
资源平台特点优先级适用场景
我在实操后分享深层感触：
兴奋点：AI技能封装将人类“数年积累的经验”转化为“触手可及的插件”，原本需要长期打磨的能力（如风格分析、代码优化），AI通过Skill可瞬间掌握，大幅提升效率；
伤感点：人类习得技能需经历“学习-刷题-实践”的漫长过程，而AI只需加载Skill即可无缝获得经验，这种“技能获取的不平等”让人反思：未来人类如何与AI在“经验积累”上竞争？
Skill的核心价值是“杠杆”，需在理解技术基础的前提下使用，否则会沦为“被经验蒙眼走的工具使用者”，而非真正掌控AI的开发者。
AI 速览
