四个文档 Skill,治的是改不动这个毛病

很多人看到 anthropics/skills 就默认是开源技能包，直接扒下来自己用。这条边界得说清。

这个仓库一共 18 个技能，分两个插件包发布：

所以正确的姿势不是「扒下来改成我的」，而是看懂它把哪件事做对了——要么走官方渠道装，要么照着这个标准给自己搭一套。

概念先钉死，不然后面没法谈。一个 Skill 就是一个文件夹，里面必须有一份 SKILL.md，可以另外带脚本、模板、参考资料。

SKILL.md 头部只要两个字段：name（小写、连字符）和 description（这个技能能干什么、什么时候该用它）。下面是给 Agent 看的指令、示例和规范。

关键在「什么时候被读」：Agent 不是把所有技能常驻在脑子里，而是按需加载——任务匹配上了才去读那份 SKILL.md。这就是为什么 description 写得含糊，技能就会「该调不调、不该调乱调」：那段描述本身就是路由依据。

顺便分清 MCP：Skill 是一个文件夹加一份说明，不起额外进程；MCP 是一个独立运行的服务，通过协议给 Agent 提供工具。教 Agent 怎么做事用 Skill，要连外部系统才用 MCP。

官方 docx 技能覆盖的能力是：创建和编辑 Word 文档，支持目录、表格、图片、页眉页脚，以及修订追踪和批注。

前几项还好理解，修订和批注才是分水岭。

真实职场里一份合同、一份制度稿，走的是「发出去—被改—回来—再改」的流程，靠的就是修订痕迹和批注气泡。一个只会把纯文本塞进 Word 的方案，交出来的文件看着齐整，实际上没法进任何评审流程，同事只能重做一遍。

这是最普遍的坑，值得单独一节。

很多方案的做法是：让模型把每页渲染成一张图，再把图拼成 PPT。视觉效果确实好，但打开之后一个文字框都点不中——所有字都是像素。要改一个数字、换一版配色、把标题挪一行，只能整页重做。这种文件内部演示还行，一进「别人要改」的场景就废。

pptx 这个技能做的是另一件事：生成真正的演示文稿对象——文本框、图表、版式，创建和编辑都支持。差别就在「改得动」三个字。

还有一个同样常见的坑是字体。只在 macOS 上看着正常的 PPT，发到 Windows 上经常字体乱掉，因为对方机器没有那个字体、回退成了别的。统一指定一个两边都有的字体族，比追求好看更重要。这类细节正是「源码可见」的技能最值得看的地方——它把生产环境踩过的坑写进了指令里。

xlsx 的能力清单是：创建和编辑电子表格，支持公式、图表和格式化。注意「公式」这两个字。

把计算结果当数字写死进去，看起来表是满的、数是对的，但别人一改原始数据全表不动——这张表就死了。真正可用的表要保留公式引用关系，让改一个格子能带动整张表。透视表和数据验证下拉也是同理，它们是财务、运营日常协作的语言，缺了就只能当带颜色的文本看。

pdf 覆盖的是提取文字表格、合并拆分、填写表单、OCR、创建新 PDF。前四项都是确定性的活儿，OCR 才是难度所在。

扫描件、带印章的、跨页表格、合并单元格，这几类是重灾区。常见结果不是「提取失败」，而是提取出来看着挺完整，实际表头丢了、合并单元格断了、一行记录被拆成两行。这种错比报错更危险，因为它会一路混进后面的回答里。

所以喂 PDF 之前，先自己抽查一页扫描件，看它抽出来的结构对不对。这一步比换模型有用。

官方自己也有句免责声明，值得抄给老板看：这些技能是为演示和教育目的提供的，你从模型里拿到的实现和行为可能和技能里展示的不同，关键任务之前务必在自己环境里充分测试。

一句判断口径

看一个文档类 Skill 值不值得装，不看它能不能生成文件，看它能不能保住这个文件类型在真实协作里的结构：Word 的修订和批注，PPT 的可编辑文本框和统一字体，Excel 的公式和图表，PDF 的表格结构不崩。

这四件套的价值不在于省掉一次「帮我做个 PPT」的对话，而在于把「改得动、查得清、能交付」这条标准，写进了 Agent 的默认动作里。

我现在做这类活儿已经不自己写脚本了——打开 LokoSpace Agent，说一句「把这批资料做成能交付的 Word 和 PPT，格式按公司模板来」，它自己去装对应技能、跑一遍、把成品交回来。

你手上有没有那种「AI 做得挺好看，但一打开全是图片」的 PPT？评论区说说你卡在哪一步，下期拆一个具体的。