2026.03 前端分享会 · 第一部分
Skill：突破性与优势
以 code-review Skill 为例：把评审流程与团队规范写成“写一次、处处生效”的工程资产。
01
本次结构
- 突破性：为什么 Skill 不是“又一个 Prompt”
- 优势：工程化的稳定、可控与复用
- 定义：前端视角理解 Skill
- 实践：code-review 的 Step 0 + 五维
- 闭环：Skill + MCP，用真实规范避免幻觉
一句话
Skill 把“指令”变成“资产”：可复用、可版本管理、可协作落地。
提示：这页可用空格逐条出现，先讲“突破性”，再讲“优势”。
突破性 写一次、处处生效
从“每次重说”到“文件化工作流”
不是省几句 Prompt，而是把 AI 行为做成可复用、可审计的工程定义。
02
过去（对话式）
- 每次都要贴流程、补上下文、强调输出格式。
- 不同人 / 不同轮次，结论结构不稳定。
- 知识散落在聊天里：复用难、迭代难。
现在（Skill）
- 把“何时用/怎么做/输出什么样”写进 SKILL.md
- 匹配场景自动携带：不用每次重说
- 可版本管理：进 Git、可 Review、可迭代
强调“写一次处处生效”= 可复用 + 可协作 + 可版本。
突破性 你的流程、你的规范
从“通用 AI”到“可预期、可追溯、可协作”
Skill 把团队约定写成步骤与输出格式，让结果稳定、可复盘。
03
可预期
- 固定流程：例如评审必须先拉规范，再给结论。
- 固定输出：Critical/Important/Suggestion + Verdict。
可追溯
- 强制引用：每条相关结论带 ruleId/sourceFile。
- 整改有“对照表”，复盘有证据链。
可协作
- Skill 是文件：可分享、可评审、可迭代。
- 新人/新 Agent 直接继承同一标准。
这页收束突破性：可预期（流程/输出）+ 可追溯（引用）+ 可协作（文件）。
优势 稳定、可控、可扩展
优势不是“更聪明”，而是“更工程化”
把 AI 变成流程的一环：复用、交付、协作、标准化。
04
优势清单（逐条出现）
- 可复用：一次编写，多处复用，不重复造轮子。
- 场景自动匹配：When to Use / description 描述触发场景。
- 输出可控：固定结构，便于逐条改，也便于自动化接入。
- 团队知识沉淀：从“口口相传”到“仓库资产”。
- 门槛低：改 Markdown 即用，无需训练/部署。
关键加成：与 MCP 结合
- 用真实数据：规范/文档/工具由 MCP 提供。
- 避免幻觉：先拉规范再下结论，而不是“凭空编”。
- 结构化引用：ruleId/sourceFile 带回输出，形成闭环。
金句：Skill 定“流程与标准”，MCP 提供“真实数据”。
这页用 build 做“PPT 感”：优势列表逐条出现。
定义 前端视角
Skill = 一份“说明书”（何时用 / 怎么做 / 输出什么样）
类比：ESLint 规则 / 组件库文档 / 工程 SOP。关键是“文件化 + 可版本”。
05
形态与落点
- 存储：个人 ~/.cursor/skills/ 或项目 .cursor/skills/
- 结构：目录 + 必选 SKILL.md
- 内容：YAML（name/description）+ When to Use + Steps + Output Format
最小可用轮廓（示意）
---
name: my-skill
description: 什么时候用、解决什么问题
---
## When to Use
- 场景 A
## Steps
1. 先做什么
## Output Format
## Summary
## Critical / Important / Suggestion
## Verdict
强调“结构化输出”是把 AI 纳入工程链路的关键。
实践 code-review
把“评审代码”写成可复现流程（并强制规范引用）
目标：输出稳定、可追溯；相关问题必须带 ruleId/sourceFile。
06
When to Use / 五维（逐条出现）
- 合并前：PR/改动合入前评审
- 实现后：功能完成后评估
- 审他人/审 Agent：统一标准输出结论
- 重构/修 bug 后：审修复 + 回归测试
- 五维：Correctness / Readability / Architecture / Security / Performance
Step 0：先拉团队规范（关键）
- 先跑 standards_*：list →（必要时）refresh → get_rules
- 引用落地：相关 finding 必须带 ruleId + sourceFile
- 严重度映射：must/forbidden→Critical；discouraged→Important；recommended/optional→Suggestion
若当前没有 standards_* 工具，则跳过 Step 0，
仅按五维做通用评审，不要虚构规范。
这页建议现场打开 SKILL.md 读 Step 0 原文两行，增强可信度。
闭环 Skill + MCP
用真实数据把流程闭环：规范先到，结论再出
Skill 规定必须查规范；MCP 提供 standards_* 工具读取真实规范条目。
07
配合流程
- Skill：规定流程与输出结构
- MCP：提供真实规范/文档/工具能力
- 输出：ruleId/sourceFile 让整改可追溯
核心价值：避免“凭空编规范”，让评审从经验输出升级为可审计的规范引用。
mcp.json（摘录）
{
"mcpServers": {
"jdy-code-standards-mcp": {
"command": "node",
"args": [
"D:/JDY/Kevin/库/jdy-code-standards-mcp/dist/jdy-code-standards-mcp.min"
],
"env": {}
}
}
}
提醒：这页可以落到“为什么 Skill 有突破性”：可追溯=可执行。
小结 落地路径
怎么从 0 开始做一个团队可复用的 Skill？
先稳定交付，再用 MCP 接真实数据源，最后把它变成团队资产。
08
三步落地（逐条出现）
- 先写 SKILL.md：When to Use / Steps / Output Format 三件套。
- 先固定输出结构：分级 + Verdict，让整改“可执行”。
- 再接 MCP：规范/文档/工具接为真实数据源，避免幻觉。
回到突破性：写一次处处生效 · 你的流程你的规范 · 可版本管理可协作
演示操作
- 翻页/Reveal：→ / Space
- 回退：←（先回退 Reveal，再回退页面）
- 概览：O
- 备注：N
最后一句：Skill 是把 AI 纳入工程体系的最短路径（流程、规范、版本、协作）。