上一篇讲过用 promptfoo 测 LLM API 类的 AI skill。可咱们日常写的更多是另一种——给 Cursor、Codex、Claude Code 用的本地 skill，它没有 endpoint，没有固定 prompt，调用方是另一个 agent。这种 skill 该怎么测？本文给一套从结构 lint 到行为回归的完整方案。

AI Agent 就像你新招的天才实习生——什么都学过，但到了你的项目里，连 CI 怎么跑都不知道。AI Skill 就是那份"入职培训手册"，把你的领域知识、工作流程、最佳实践打包成 AI 能理解和执行的模块。本文拆解写好 AI Skill 的方法、原则、示例和自检清单。

很多人一上来就要“搞 RAG”，结果三天后变成“搞不下去”。真正能跑起来的知识库，往往从最土的全文搜索开始：先能找、再能用、最后才谈自动化。本文给一条可落地的路线：全文搜索 → 轻量 RAG → 把流程封装成 Claude Skill / Cursor command。

AI 助手越来越强，但总是"差点意思"——它知道怎么写代码，却不知道你们团队的规范；它能生成文档，却不懂你们公司的模板。Agent Skills 是一个简单、开放的格式，让你给 AI 装上"技能包"，把领域知识和工作流程打包成可复用的能力。

你以为 Prompt 只是"和 AI 聊天"？错了。现代 Prompt 可以执行命令、调用工具、定义工作流——它已经从"自然语言"进化成了"可执行的程序"。本文通过 Cursor 的 Rules、Commands、MCP Tools 和 OpenSpec 案例，手把手教你把 Prompt 变成真正的"代码"。

深入理解 Cursor 的 Rules、Commands 和 Agent Skills——它们不只是配置文件，而是"教 AI 如何帮你干活"的说明书

别让 Cursor 猜谜。分享 Prompt Engineering、SDD、TDD 和增量开发技巧，让 AI 真正成为你的结对编程伙伴，而不是制造 Bug 的机器。