這個技能是讓你的 AI Agent 不再是「用完即忘」的工具，而是越用越懂你的自進化「第二大腦」。
Auto‑Skill 是一個為 AI Assistant 設計的元技能（Meta‑Skill）。它作為背景運行的知識系統，能在對話過程中自動檢索過往經驗、捕捉最佳實踐，並在任務成功時主動將「成功經驗」寫入你的私人知識庫並建立索引，聰明地減少 Tokens 消耗。你只需要照常提出需求，Auto‑Skill 就會在背景自動運作。
傳統的 Agent 對話結束即歸零。Auto‑Skill 透過核心循環（Core Loop），在每次對話中自動檢查關鍵字索引，若發現這是過去解決過的問題，會直接調用當時的「最佳解法」或「避坑指南」。
當你呼叫其他特定 Skill（如 Coding、寫作、繪圖）時，Auto‑Skill 會自動檢查技能經驗庫。
例如：當你調用 remotion-video-gen 時，它會主動提醒：「上次我們在做這個時，發現設定 FPS 30 會導致音畫不同步，建議改為 60。」
你不需要手動整理筆記。當 AI 偵測到任務圓滿完成，或你表達滿意時，它會主動詢問：
「這次解決了 [問題]，我想把這個經驗記錄下來，下次遇到類似問題可以直接參考，你覺得可以嗎？」
採用輕量級的 JSON 索引 + Markdown 內容，人類可讀，機器好懂。
- General Knowledge：通用流程、偏好、風格
- Skill Experience：特定技能的參數、錯誤解法
Auto‑Skill 在每一輪對話中執行嚴謹的 5 步循環：
-
關鍵詞指紋 (Fingerprinting) 從對話中提取核心關鍵詞，生成話題指紋。
-
話題切換偵測 智能判斷用戶是否開啟新話題，決定是否重讀知識庫。
-
經驗讀取 (Skill Experience) 若使用了特定技能，強制檢查是否有過往的「踩坑紀錄」或「成功參數」。
-
通用知識庫檢索 (Knowledge Base) 根據任務類型自動比對索引，載入最佳實踐。
-
主動記錄 (Write Back) 在任務高完成度結束時，執行任務核心提取寫入。
適用於：通用流程、個人偏好、決策邏輯。
knowledge-base/
├── _index.json # 關鍵詞索引
├── design-rules.md # 設計規範
└── writing-tone.md # 寫作語氣偏好
適用於：記錄使用任何第三方技能時曾遇到的問題或解決方案。
experience/
├── _index.json # 技能索引
└── skill-python-code.md # Python 技能的專屬經驗
用戶：「幫我用 Python 寫一個爬蟲抓取股價。」
Auto‑Skill（內部運作）：
- 提取任務關鍵詞：Python、爬蟲、股價
- 偵測技能調用
skill-python-coding - 讀取經驗庫，發現紀錄：「上次抓股價被擋，改用 fake-useragent 解決」
- AI 回覆：「沒問題，我會直接加上 fake-useragent 來避免被擋。」
用戶：「太棒了！這次一次就成功運行。」
任務完成後觸發記錄： 「這次我們用 fake-useragent 成功解決了反爬問題。我想把這個『針對金融網站的 Header 設定技巧』記錄到你的 Python 經驗庫中，下次寫爬蟲時我可以自動套用。你覺得可以嗎？」
- 把
auto-skill/放進你的技能目錄（例如~/.agents/skills/）。 - 在終端輸入：
npx skills add toolsai/auto-skill
開始對話，享受 AI 自進化的樂趣！
- Prompt Case
- Threads: @prompt_case
- Patreon: MattTrendsPromptEngineering