🎬 本节视频教程
前面我们学过专家——它决定 AI 的"视角"，让 AI 用专业身份干活。但光有专业身份还不够：专家再懂行，如果"手"上没有工具，也只能给出建议，做不了实际动作。
技能（Skill），就是给 AI 装上"一双手"的那个东西。
一、技能是什么#
技能是封装了一组可执行脚本和工作流的能力包。把它装上之后，AI 就能在你的授权下执行具体的动作，而不只是说一段话。
官方的描述很精准：技能让 AI 能做诸如发邮件、查股价、读写本地文件、调用第三方 API 这类实打实的事。
一句话定义：技能 = 一组可执行脚本 + 工作流，让 AI 会做具体动作。
二、裸机能做什么 vs 装技能后能做什么#
| 状态 | 能做的事 |
|---|---|
| 裸机（不装技能） | 对话、读写基础文件、生成文本 |
| 装上技能后 | 浏览器自动化、语音转写、联网搜索、文档处理、调用外部 API…… |
裸机状态下的 WorkBuddy 是个"会聊天的通用助手"；装上技能后，它能做的事情呈指数级增长，变成一个"会动手的全能执行者"。
三、几个典型技能能干什么#
列举几个高频技能，帮你直观理解技能的"动作属性"：
| 技能 | 装上之后 AI 能做 |
|---|---|
| Web Search | 联网搜索最新信息，不再受限于训练数据 |
| Local Whisper | 把本地音频/视频转成文字 |
| Agent Browser | 自动化操作浏览器（点击、填表、抓取） |
| Office 文档四件套 | 读写 Word / Excel / PPT / PDF |
| Obsidian | 管理你的 Obsidian 笔记 |
你会发现，这些都是具体、可见的动作——这正好是技能区别于专家的核心。
四、技能 vs 专家：最关键的区别#
这是新手最容易混淆的点，我们专门拎出来讲。
| 维度 | 技能（Skill） | 专家（Expert） |
|---|---|---|
| 本质 | 可执行脚本和工作流（工具） | 角色人设 + 方法论（经验） |
| 解决的问题 | 能不能做某件事 | 单点问题怎么做好 |
| 类比 | 一门"手艺" | 一位"行家" |
| 是否挑领域 | 不挑，是通用动作能力 | 挑，绑定特定领域 |
一句话区分：技能是"能力"，专家是"能力加经验"。
技能让 AI "学会一项手艺"（比如能发邮件）；专家让 AI "以行家身份把事做好"（比如以公关专家的身份来措辞这封邮件）。
两者还经常配合使用：一个专家，装上对应技能，才能既专业又落地。比如"公关专家 + 发邮件技能"，既懂怎么写危机公关邮件，又能真的把邮件发出去。
五、技能的价值#
技能的核心价值有三点：
- 从"说"到"做"：让 AI 不再只给建议，而是真正完成动作、交付结果
- 能力可扩展：需要什么能力装什么技能，按需装配
- 生态丰富：官方推荐 30+ 开箱即用，社区还有上万个可一键安装
六、一个重要认知#
记住这条原则：
没装的技能，AI 就不会；装了并启用的技能，AI 才具备对应能力。
所以当你发现 AI "不会做某件事"时，先别急着抱怨它笨——大概率是没装对应的技能。这也是为什么后面几节我们要学技能市场和技能管理。
小结#
- 技能 = 可执行脚本 + 工作流，让 AI 能做具体动作
- 裸机能力有限，装技能后能力指数级增长
- 技能是"能力"，专家是"能力加经验"，二者常配合使用
- 没装/没启用的技能，AI 就不具备对应能力
下一节，我们去技能市场逛一逛，看看都有哪些开箱即用的技能。