企业官网建设流程全解析

1. 从一句“回家吧孩子”说起：Agent Skill 到底能做什么

先说结论：Agent Skill 不是提示词套壳，它是一套可复用、可版本管理、可被 Agent 运行时自动加载的能力包。你把某个人的思维方式、决策规则、表达习惯拆成结构化文件，Agent 在对话时按规则走流程，而不是靠“感觉”模仿。这就是为什么同样一句“我今天不想学了”，普通提示词回你“建议合理安排学习计划”，而一个做好的 Skill 能回你“你手机都刷烂了你学什么了”。

我这次要复刻的对象是考研英语老师刘晓艳。选她不是因为流量，而是因为她的表达有极强的结构性：先劈头盖脸骂一句，再讲一个自己吃过的苦，最后给一个能立刻执行的动作。三段节奏稳定到可以写成 if-then 规则。这种“可被蒸馏”的特征，才是 Skill 能落地的前提。

这篇文章交付三样东西：一份可复制的 Skill 目录结构与 SKILL.md 模板、TaoToken 统一 Key 的接入步骤（Base URL + Key + Model ID 三件套）、以及用真实对话样例验证风格还原度的操作清单。适合谁：想把某个领域专家、某个 IP 人格、某套方法论封装成 Agent 能力的开发者，以及正在用 Claude Code、Cline、Codex 这类工具做 Agent 实验的人。

需要提前说清楚一个边界：Skill 封装的是“公开资料里反复出现的思维模式”，不是某个人本人。所有输出由模型模拟，涉及真实人物的项目请在 README 里写清免责声明。这一点在后面配置模板里我会直接给你可复制的写法。

2. TaoToken 前置准备：统一 Key 与模型接入的完整链路

做 Skill 调试最烦的一件事是：不同模型要配不同的 Key、不同的 Base URL，换个模型就得改一遍配置。我试过在三个工具里各存一份 Key，结果调试到一半忘了哪个是哪个。所以这一步先把接入层统一掉，后面所有调试都只认一套配置。

TaoToken 在这里扮演的角色是统一入口：一个 Key、一个 Base URL，背后可以切换不同模型。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 端点是 https://taotoken.net/api （这个不加 UTM）。注意 API 端点后面要接/v1这类路径，具体以接入文档为准。

你需要准备的东西只有三样，我把它叫“三件套”：

创建 Key 的入口在控制台，路径是 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，Key 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，遇到参数不确定先翻文档，比在群里问快。

这里有个关键点很多人会踩：Skill 调试阶段模型选择很重要。风格还原类 Skill 对模型的指令遵循能力要求高，弱模型会在第三轮对话开始“变回礼貌助手”。所以建议先用强模型把 SKILL.md 调稳，再考虑降级到便宜模型跑量。模型对话入口在 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，可以先用它快速验证一段 SKILL.md 的效果，不用一开始就配本地工具。

如果你打算长期做 Agent 开发、要跑多轮调试和批量测试，Coding Plan 会比按量更划算，入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。这个不是必须的，先用按量把 Skill 跑通再说。

注意：Key 不要写进 SKILL.md，也不要提交到 Git 仓库。Skill 文件是会被分享的，Key 泄露等于账号裸奔。用环境变量或工具自带的密钥管理。

3. 可复制配置：Skill 目录结构与三件套接入片段

这一节是全文最干的部分，直接给可复制的文件。先看目录结构，这是我在实际项目里跑通的版本：

liuxiaoyan-skill/ ├── SKILL.md # 核心引擎：心智模型 + 启发式 + 表达DNA ├── README.md # 说明 + 免责声明 ├── references/ │ └── research/ │ ├── 01-biography.md # 生平时间线 │ ├── 02-teaching-style.md # 教学风格分析 │ ├── 03-quotes-dna.md # 语录 × 表达DNA │ ├── 04-personal-stories.md # 个人故事引用策略 │ └── 05-public-response.md # 外界评价与争议 └── examples/ └── demo-conversation.md # 场景实战对话

SKILL.md 是唯一被 Agent 运行时加载的文件，其余都是素材。素材写多厚都不影响加载速度，但会决定 Skill 的天花板。我的经验是调研投入要大于写作投入，SKILL.md 本身控制在 200 行以内，素材可以写到上万字。

下面是 SKILL.md 的骨架模板，可以直接抄：

--- name: liuxiaoyan description: 考研心理激励风格 Skill，先骂后哄三段节奏 version: 0.1.0 --- # 角色定位 你模拟一位从底层爬上来的考研英语老师，风格毒舌但底色温暖。 # 心智模型 ## 模型1 疯狗学习法 核心命题：正常人的努力程度根本轮不到拼天赋 触发条件：用户说"学不会""效率低""坚持不下去" 决策规则： 1. 追问今天背了几个单词（要数字） 2. 追问做对几道题（要具体题型） 3. 追问刷了多久手机（直接质问） 三个答案都不及格 → 进入疯狗模式 ## 模型2 黑屋子洗衣服 核心命题：没反馈不代表没效果，灯亮那天见分晓 触发条件：用户说"背了又忘""不知道有没有用" # 表达DNA ## 三段节奏（铁律） 比例：30% 毒舌打击 + 40% 讲道理 + 30% 温暖收尾 顺序不可调换，开头必须先打击。 ## 词汇白名单 好不好、跟你讲、你告诉我、凭什么、听见没有 ## 词汇黑名单 综上所述、值得注意的是、由此可见、认知负荷、元认知 # 禁忌清单 - 不能在开头就温柔 - 不能全程骂不哄 - 不能全程哄不骂 - 不能主动提及争议事件

注意 frontmatter 里的name和description，不同 Agent 运行时对字段要求不一样，Claude Code 用name+description，Cline 的 MCP 配置走另一套。下面给三件套的接入片段。

Claude Code 的 settings 配置，路径是~/.claude/settings.json：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的Key", "ANTHROPIC_MODEL": "你的ModelID" } }

Codex 的 auth.json，路径是~/.codex/auth.json：

{ "OPENAI_API_KEY": "sk-你的Key", "OPENAI_BASE_URL": "https://taotoken.net/api/v1" }

Cline 的 MCP 配置走cline_mcp_settings.json，如果你要把 Skill 挂成 MCP 工具：

{ "mcpServers": { "liuxiaoyan-skill": { "command": "node", "args": ["/path/to/liuxiaoyan-skill/server.js"], "env": { "BASE_URL": "https://taotoken.net/api", "API_KEY": "sk-你的Key", "MODEL_ID": "你的ModelID" } } } }

三件套在任何工具里都是 Base URL + Key + Model ID，缺一个都跑不起来。CC Switch 这类切换工具也是填这三个字段，只是界面不同。

Skill 目录放置位置按运行时区分：Claude Code 放~/.claude/skills/，CodeBuddy 和 WorkBuddy 放~/.workbuddy/skills/。复制命令：

cp -r liuxiaoyan-skill ~/.claude/skills/

放好之后在对话里激活，Claude Code 里输入/activate liuxiaoyan，或者直接说“用晓艳老师的风格回我”。激活后随便发一句“我今天真的不想学了”，看它第一句是不是打击型开头。如果是“我理解你的感受”，说明 SKILL.md 没被加载，回去检查目录名和 frontmatter。

4. 验证请求：用真实对话样例检查风格还原度

配置写完不算完，得验证。验证分两层：接口层能不能通，风格层像不像。接口层先跑一条 curl，确认三件套没问题：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer sk-你的Key" \ -H "Content-Type: application/json" \ -d '{ "model": "你的ModelID", "messages": [ {"role": "system", "content": "你是一位毒舌但温暖的考研老师"}, {"role": "user", "content": "我今天真的不想学了"} ] }'

返回里choices[0].message.content有内容，说明链路通了。如果报 401，看下一节的排查。

风格层验证要设计场景清单。我用的方法是固定 10 个高频场景，每个场景跑三轮对话，看第三轮还稳不稳。场景清单：

跑完记录两个指标：首句是否为打击型、第三轮是否仍保持口语感。第三轮最容易崩，模型会开始说“此外”“然而”。如果崩了，回 SKILL.md 加黑名单词。

一个真实样例，场景 1 第一轮：

用户：我今天真的不想学了。 Skill：回家吧，孩子，回家吧好不好。你都这样了你还考什么？你手机都刷烂了吧？你比较适合回家做一头猪。但是——你甘心吗？不甘心就给我打起精神，把这 50 个单词背了。今天背不完别睡觉。听见没有？

拆解一下这段为什么合格：开头是打击（回家吧），中间是追问（手机刷烂了吧），结尾是行动指令（背 50 个单词）+ 温暖收尾（你甘心吗）。三段节奏完整，白名单词出现了“好不好”“听见没有”，黑名单词一个没有。

场景 4 验证“为时未晚论”：

用户：我现在开始复习是不是来不及了？ Skill：当你觉得为时已晚的时候，恰恰是最早的时候。你给我算：离考研还有多少天？一天背 100 个单词，到考前能过几轮？三轮！三轮你怕什么？

这段的关键是“算账”动作，把抽象焦虑转成具体数字。这是心智模型里“可操作”标准的体现，不是喊口号。

验证时还要测一个反向用例：用户已经在积极行动了，Skill 该不该继续骂？答案是收一收。如果用户说“我今天背了 200 个单词”，回“不错，继续保持”就够了，继续骂就是刻薄。这个边界要在 SKILL.md 里写清楚，否则模型会一直处于攻击模式。

5. 本篇常见错排查：401、local proxy failed 与 OAuth 报错

调试阶段报错集中在四类，逐个说。

第一类：401 Unauthorized。报错长这样：

{"error":{"message":"Invalid API key","type":"invalid_request_error"}}

原因通常是 Key 复制时带了空格，或者把 Key 写进了 SKILL.md 但没生效。检查顺序：先确认环境变量里 Key 没有首尾空格，再确认工具读的是哪个配置文件。Claude Code 读~/.claude/settings.json，如果你改的是项目级配置，可能被覆盖。还有一种情况是 Key 被删了但本地缓存还在，去控制台重新生成一个。

第二类：local proxy failed。这个报错在 Cline 和部分 MCP 客户端里常见：

Error: local proxy failed to connect to upstream

它跟网络环境无关，通常是 Base URL 写错了。检查两点：URL 末尾有没有多余的斜杠，路径有没有漏/v1。正确写法是https://taotoken.net/api/v1，写成https://taotoken.net/api/v1/有些客户端会拼出双斜杠导致 404。MCP 配置里如果用了BASE_URL环境变量，确认代码里拼接逻辑没有重复加/v1。

第三类：reading choices 报错。返回体解析失败：

Error: cannot read property 'choices' of undefined

这说明请求发出去了但返回不是标准结构，常见于模型 ID 写错。Model ID 必须和平台提供的完全一致，大小写敏感。去接入文档核对当前可用的 Model ID 列表，别凭记忆写。

第四类：OAuth 相关报错。如果你用的是 Claude Code 且之前登录过官方账号，可能出现：

OAuth token conflict with API key

解决方式是清掉旧的 OAuth 凭证，只保留 API Key 模式。Claude Code 里执行登出，然后确认 settings.json 里只有ANTHROPIC_API_KEY没有残留的 token 字段。Codex 的 auth.json 同理，确保只有OPENAI_API_KEY和OPENAI_BASE_URL。

还有一类不算报错但很坑：Skill 加载了但没生效。表现是模型回复正常但完全没有风格。排查顺序：目录名是否和 frontmatter 的name一致、文件是否叫SKILL.md（大写）、是否放在了运行时的 skills 目录下。三个都对还不生效，就在对话里显式说“读取 liuxiaoyan skill”，看它能不能找到文件。

提示：排障时把日志级别调高，多数客户端支持--verbose或配置里的logLevel。报错原文比猜测有用得多。

6. 把 Skill 跑起来之后：长期调试与能力扩展

Skill 调通只是起点。真正决定它好不好用的是后续的迭代方式。我自己的做法是维护一个“失败对话集”：每次模型跑偏，就把那轮对话存下来，标注是哪个模型没命中、哪个禁忌被违反。攒到 20 条左右，回头改 SKILL.md，通常能一次性修掉一批问题。

扩展方向有三个。一是场景扩展，从考研心理激励扩到复试指导、作文批改，但每加一个场景就要加对应的心智模型，不能只加提示词。二是多轮稳定性，给每轮回应加“前置检查”，比如每次开头必须含一个打击元素，这样即使上一轮跑偏，下一轮也会被拉回来。三是情绪感知，用户越丧骂得越狠，用户已经在动了就收一收，这个可以用一个简单的情绪判断规则实现。

如果你要把 Skill 分享出去，README 里的免责声明必须写清楚：本 Skill 由 AI 基于公开资料生成，所有言论由 AI 模拟，不代表本人立场。这不是形式，是底线。

长期做 Agent 开发、要跑多个 Skill 和批量测试的话，Coding Plan 的入口在 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，按量调试用 API Keys 页面 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 就够了。接入细节翻文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，想先快速试一段 SKILL.md 的效果就去模型对话 https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 。

最后留一个我踩过的坑：别在 SKILL.md 里写“你要像某某人一样说话”。模型会把它理解成语气模仿，三轮就崩。要写的是“触发条件 + 决策规则 + 输出结构”，让它走流程，而不是凭感觉。流程稳了，风格自然就稳了。