48
AI Skill 是什么：从 Prompt 到可复用的技能包/工作流
把一次性 Prompt 变成可复用、可组合、可测试的 Skill：定义边界、契约与交付物。
49
Skill 的输入输出契约：用 Schema 把不确定性关进笼子
工程化 Skill 的第一步：明确输入输出契约（schema）、错误类型与降级策略，让结果可依赖。
50
Skill 的工程化目录与文档规范：README 不是装饰品
让 Skill 可维护、可复用：用统一目录结构、SKILL.md、版本语义与变更记录把它当成产品交付。
51
工具调用（Tool Calling）设计：函数签名、参数校验、权限最小化
让 Skill 安全地“动起来”：设计可控的 tool spec、严格参数校验、最小权限与可审计的调用链。
52
MCP 入门：把你的服务变成可插拔工具（Server/Client 思维）
把工具协议化：用 MCP 思维把内部能力封装成可插拔 Tool，让 Skill/Agent 组合成本更低。
53
把 Skill 连到真实世界：连接器模式、缓存与重试策略
连接真实系统才是 Skill 的价值：API Key/OAuth/Webhook 的连接器模式对比，以及限流、缓存、重试、幂等的工程化做法。
54
Skill 模板库：10 个开发者可直接复用的技能包/工作流
把 series 里的方法落到具体模板：代码审查、PR 摘要、发布检查、排障、需求拆解等 10 个 skill 起手式。
55
AI Skill 模板与起手式：SKILL.md、Tool Spec、Evals、Tracing 清单
一页拿走：把 Skill 做成工程的通用模板（文档、工具规范、评测 rubric、可观测字段）。
49
Prompt 也要上 Git：版本管理、灰度、A/B 与离线评测
很多团队把 Prompt 当成“随手改改的字符串”，最后会遇到同一个灾难：效果变差了，但你不知道改了什么；成本升高了，但你不知道为什么；线上翻车了，也没有回滚按钮。