传统文档大多数时间只是【代码】或【数据】其中的一种. 而skill能实现代码与数据同构的特性. 比如写一个处理发票的skill, 大部分人只会写: "帮我按照下面的格式提取发票日期, 金额" 万一遇到个skill中没有的格式就炸了. 这其实就是把skill写成了文档. 而理解了skill的同构性就能玩元编程: "分析这张发票的排版拓扑和命名惯例, 不要直接输出 JSON 结果, 动态生成一个专用的skill(Micro-Skill)并运行它来提取配置, 包括: 哪些字段可以通过正则表达式确定性提取(编译为传统代码). 哪些歧义字段需要 LLM 提取, 并生成一份不超过 50 字的超精简 Prompt. 生成严格验证该格式的 Pydantic 校验类(简单harness, 类似含税金额 == 不含税金额 + 税额). " 这样这个skill只要模型够聪明就不用管了.
karminski-牙医 (@karminski3) on X
作者认为，传统文档通常只能承载代码或数据，而 Skill 可以实现二者同构，从而支持元编程。以发票处理为例，固定格式的字段提取方案遇到新模板容易失效，本质上只是把 Skill 当成普通文档。更先进的做法是先分析发票的排版与命名规则，再动态生成并运行专用的 Micro-Skill：用正则提取确定性字段，用精简提示词让 LLM 处理歧义字段，并通过 Pydantic 类及金额关系等规则严格校验结果。这样，只要模型能力足够，Skill 就能更自主地适应不同格式。