用 Skills 驱动的高级工作流
这些工作流把 Open Terminal 的多个能力组合成完整的多步骤流水线。每一页都附带一个 Skill，也就是你可以在 OPL 数据空间中创建的可复用指令集，用来告诉 AI 应该如何处理某类任务。
什么是 Skill？
Skill 是一段保存在 OPL 数据空间里的 Markdown 指令。调用 skill 时，这段指令会被注入当前会话的系统提示词，让 AI 在这类任务上表现得更像一个“专用专家”。
你可以把它理解成：在开始干活之前，先给 AI 一份稳定、可重复执行的 SOP。
如何创建 Skill
- 打开左侧边栏中的 Workspace
- 点击 Skills
- 点击 Create
- 填写 name 和 description
- 在内容区域写 Markdown 指令
- 点击 Save & Create
如果你的 Skill 以 YAML frontmatter 开头，name 和 description 会自动填充：
---
name: data-report-generator
description: Analyzes data files and creates professional PDF reports
---如何使用 Skill
有两种方式：
方式 1：在聊天中用 $ 明确调用
在聊天输入框中输入 $，搜索 Skill 名称并选中。此时 AI 会在当前会话中收到该 Skill 的完整说明。
方式 2：挂到某个模型上（自动发现）
进入 Workspace → Models → Edit，在 Skills 中勾选目标 Skill。这样模型在相关任务中会自动识别并调用它。
背后的机制通常是：
- AI 先收到各个 skill 的名称与描述
- 当用户请求和某个描述匹配时，AI 自动调用
view_skill去加载完整内容 - 然后按 skill 指令执行任务
如果你给同一模型挂上多个 Skill，它就会像一把多功能瑞士军刀：掉 CSV 时自动进入数据分析模式，聊研究课题时自动进入 research mode，做 landing page 时自动切到 web workflow。
Skill 的共享
Skill 有访问控制。你可以：
- 设为私有
- 共享给特定用户或用户组
- 设为公开
在 Skill 编辑器里点击 Access 即可配置。
工作流库
下面这些页面都包含完整工作流和可直接复制的 Skill：
| 工作流 | 用途 |
|---|---|
| Data Reports | 把杂乱 CSV 变成带图表的正式报告 |
| Database Analysis | 连接 数据库、跑查询、提炼洞察 |
| Research Assistant | 从网页收集资料并产出 structured briefing |
| Email Processing | 从 .eml 中抽取 action items 和 deadlines |
| Document Comparison | 对比合同或提案的两个版本 |
| Finance Dashboard | 分析账单和支出结构 |
| Image Processing | 批量缩放、加水印、转换格式 |
| Competitive Analysis | 抓竞品价格并做比较 |
| App Builder | 从一句需求做出完整 Web 应用 |
| Code Review | 对代码改动做安全、性能与风格审查 |
写好 Skill 的建议
指令要具体
坏例子：Analyze the data
好例子：Read the file, count rows, identify columns, check missing values, then compute averages per category
用编号步骤
LLM 往往更稳定地遵循编号步骤，而不是长段自然语言。
明确输出物
例如 “生成一个包含标题页和 3 个章节的 PDF 报告”，通常比 “做个报告” 更可靠。
真实任务里反复试
先建 skill，再用真实任务跑一遍，根据模型表现持续修订指令。
和 Open Terminal 联动
Skill 真正的威力来自与 Open Terminal 的组合：读文件、跑代码、预览网页、保存结果。如果 skill 指令中明确要求 “读表格 → 用 Python 作图 → 保存成 PNG”，模型通常就能更稳定地把整条链打通。