Microsoft Skill Creator

为Microsoft技术创建混合技能，将关键知识本地存储，同时支持动态的Learn MCP查询以获取更详细信息。

关于技能

技能是模块化包，通过专业知识和工作流扩展代理能力。一个技能可以将通用代理转变为特定领域的专业代理。

技能结构

skill-name/
├── SKILL.md (必需) # 前置元数据（名称、描述）+ 指令
├── references/ # 按需加载到上下文中的文档
├── sample_codes/ # 可运行的代码示例
└── assets/ # 输出中使用的文件（模板等）

关键原则

• - 前置元数据至关重要：name 和 description 决定技能何时触发——需清晰且全面
• 简洁是关键：只包含代理尚不了解的内容；上下文窗口是共享的
• 避免重复：信息要么放在SKILL.md中，要么放在引用文件中，不可两者兼有

Learn MCP工具

工具	用途	使用时机
microsoftdocssearch	搜索官方文档	初步发现，查找主题
microsoftdocsfetch

获取完整页面内容 | 深入阅读重要页面 | | microsoftcodesample_search | 查找代码示例 | 获取实现模式 |

CLI替代方案

如果Learn MCP服务器不可用，可使用命令行中的 mslearn CLI 替代：

sh

直接运行（无需安装）

npx @microsoft/learn-cli search semantic kernel overview

或全局安装后运行

npm install -g @microsoft/learn-cli mslearn search semantic kernel overview

MCP工具	CLI命令
microsoftdocssearch(query: ...)	mslearn search ...
microsoftcodesample_search(query: ..., language: ...)

mslearn code-search ... --language ... | | microsoftdocsfetch(url: ...) | mslearn fetch ... |

生成的技能应包含相同的CLI回退表，以便代理可以使用任一方式。

创建流程

步骤1：调研主题

使用Learn MCP工具分三个阶段建立深入理解：

阶段1 - 范围发现：

microsoftdocssearch(query={technology} overview what is)
microsoftdocssearch(query={technology} concepts architecture)
microsoftdocssearch(query={technology} getting started tutorial)

阶段2 - 核心内容：

microsoftdocsfetch(url=...) # 获取阶段1中的页面
microsoftcodesample_search(query={technology}, language={lang})

阶段3 - 深入：

microsoftdocssearch(query={technology} best practices)
microsoftdocssearch(query={technology} troubleshooting errors)

调研检查清单

调研后，验证：

• - [ ] 能用一段话解释该技术的功能
• [ ] 已识别3-5个关键概念
• [ ] 有基本用法的可运行代码
• [ ] 了解最常见的API模式
• [ ] 有用于深入主题的搜索查询

步骤2：与用户确认

展示调研结果并询问：

1. 1. 我发现了这些关键领域：[列表]。哪些最重要？
2. 代理主要使用此技能执行哪些任务？
3. 代码示例应优先使用哪种编程语言？

步骤3：生成技能

使用 skill-templates.md 中的相应模板：

技术类型	模板
客户端库，NuGet/npm包	SDK/库
Azure资源

Azure服务 |
| 应用开发框架 | 框架/平台 |
| REST API，协议 | API/协议 |

生成的技能结构

{skill-name}/
├── SKILL.md # 核心知识 + Learn MCP指南
├── references/ # 详细的本地文档（如需要）
└── sample_codes/ # 可运行的代码示例
├── getting-started/
└── common-patterns/

步骤4：平衡本地与动态内容

本地存储时机：

• - 基础性内容（任何任务都需要）
• 频繁访问的内容
• 稳定不变的内容
• 难以通过搜索找到的内容

保持动态时机：

• - 详尽参考（内容过大）
• 版本特定内容
• 情境性内容（仅特定任务需要）
• 索引良好的内容（易于搜索）

内容指南

内容类型	本地	动态
核心概念（3-5个）	✅ 完整
Hello world代码

✅ 完整 | | | 常见模式（3-5个） | ✅ 完整 | | | 顶级API方法 | 签名+示例 | 通过fetch获取完整文档 | | 最佳实践 | 前5条要点 | 搜索更多 | | 故障排除 | | 搜索查询 | | 完整API参考 | | 文档链接 |

步骤5：验证

1. 1. 审查：本地内容是否足以处理常见任务？
2. 测试：建议的搜索查询是否返回有用结果？
3. 验证：代码示例是否能无错误运行？

常见调研模式

针对SDK/库

{name} overview → 用途、架构
{name} getting started quickstart → 设置步骤
{name} API reference → 核心类/方法
{name} samples examples → 代码模式
{name} best practices performance → 优化

针对Azure服务

{service} overview features → 功能
{service} quickstart {language} → 设置代码
{service} REST API reference → 端点
{service} SDK {language} → 客户端库
{service} pricing limits quotas → 约束

针对框架/平台

{framework} architecture concepts → 心智模型
{framework} project structure → 约定
{framework} tutorial walkthrough → 端到端流程
{framework} configuration options → 自定义

示例：创建Semantic Kernel技能

调研

microsoftdocssearch(query=semantic kernel overview)
microsoftdocssearch(query=semantic kernel plugins functions)
microsoftcodesample_search(query=semantic kernel, language=csharp)
microsoftdocsfetch(url=https://learn.microsoft.com/semantic-kernel/overview/)

生成的技能

semantic-kernel/
├── SKILL.md
└── sample_codes/
├── getting-started/
│ └── hello-kernel.cs
└── common-patterns/
├── chat-completion.cs
└── function-calling.cs

生成的SKILL.md

markdown

---

name: semantic-kernel
description: 使用Microsoft Semantic Kernel构建AI代理。适用于在.NET或Python中构建具有插件、规划器和记忆功能的LLM驱动应用。

---

Semantic Kernel

用于将LLM集成到应用程序中的编排SDK，支持插件、规划器和记忆功能。

关键概念

• - Kernel：管理AI服务和插件的中央编排器
• 插件：AI可调用的函数集合
• 规划器：对插件函数进行排序以实现目标
• 记忆：用于RAG模式的向量存储集成

快速入门

参见 getting-started/hello-kernel.cs

了解更多

主题	查找方式
插件开发	microsoftdocssearch(query=semantic kernel plugins custom functions)
规划器

microsoftdocssearch(query=semantic kernel planner) | | 记忆 | microsoftdocsfetch(url=https://learn.microsoft.com/en-us/semantic-kernel/frameworks/agent/agent-memory) |

CLI替代方案

如果Learn MCP服务器不可用，可使用 mslearn CLI 替代：

MCP工具	CLI命令
microsoftdocssearch(query: ...)	mslearn search ...
microsoftcodesample_search(query: ..., language: ...)

mslearn code-search ... --language ... |
| microsoftdocsfetch(url: ...) | mslearn fetch ... |

直接使用 npx @microsoft/learn-cli 运行，或使用 npm install -g @microsoft/learn-cli 全局安装。