5个Agent技能实战：从合同改期到自动报表的完整指南-编程实验室

5个Agent技能实战：从合同改期到自动报表的完整指南

【免费下载链接】skillsPublic repository for Agent Skills项目地址: https://gitcode.com/GitHub_Trending/skills3/skills

skills 仓库是 Anthropic 官方开源的 Agent Skills 项目，把 docx、pdf、pptx、xlsx 等办公文档技能，连同 theme-factory 主题工厂、webapp-testing 网页测试、skill-creator 技能工厂，打包成十几个即取即用的技能。每个技能都是一个自包含的"指令 + 脚本 + 资源"文件夹。本文不按功能逐个罗列，而是沿着"改合同 → 出报表 → 做演示 → 跑测试 → 沉淀经验"的业务推进顺序，用其中 5 个技能走完一条真实的工作线。

第一步：合同付款期限，改成还能留痕的那种

采购合同已经签了，现在要把付款期限从"30天"改成"60天"。直接打开 Word 手改虽然快，但法务事后问"改了什么、谁改的"时，你拿不出可追溯的记录。真正的难点在格式层：Word 会把一句话拆散到许多 run 里（修订 id、拼写标记各占一段），你在文档里看得见的短语，在 XML 里往往并不连续，直接查找替换会落空。

docx 技能把整条流程定成了可执行的步骤：

.docx本质是 XML 的 ZIP 压缩包，先解压，再运行scripts/merge_runs.py，把相邻的同格式 run 合并，让目标文字变得可定位；
在word/document.xml中把旧值包进<w:del>、新值包进<w:ins>，并附上作者和时间属性，只标记实际改动的词；
重新打包后用scripts/office/validate.py校验，指定修订作者时它会报告任何"改了却没被跟踪"的遗漏；
双方确认后，用scripts/accept_changes.py生成接受全部修订的干净终稿。

一条条款的修订从打开到归档大约 5 分钟，且改动范围精确到词级别，修订痕迹在 Word 里可直接核查。

第二步：月度销售报表，从两小时压到五分钟

每月出销售分析报表，最耗时的不是分析，而是搬运：从系统导出数字、手工填进 PDF 表单、合并拆分文档、再导出发送，一轮下来约两小时，还容易填错格子。pdf 技能（skills/pdf/）的思路是把这当成数据管道问题：

用 pdfplumber 提取文本和表格数据；面对扫描件时先走 OCR 让它变成可检索的文档，再提取；
表单填充前，先用 skills/pdf/scripts/ 里的extract_form_structure.py摸清字段名和位置，再调用fill_fillable_fields.py一类脚本把当月数字写进去，全程不手动挪一个字段；
多来源文档用 pypdf 合并，需要按页分发时再拆分，页面顺序全部由代码决定；
输出前用check_fillable_fields.py复核字段是否填齐。

原来约 2 小时的手工流程变成约 5 分钟的脚本执行，数字誊写错误的风险随之消失。

第三步：产品发布演示，让一套主题文件管住整个视觉

发布会 PPT 内容好做，难的是视觉一致性：配色靠随手取色、字体靠混排，"不够专业"的观感多半来自这里。theme-factory（skills/theme-factory/SKILL.md）的解法是先看样、再定案：

把技能内的theme-showcase.pdf展示给使用者——它是 10 个预设主题的视觉样册，只供查看、不做修改；
从 10 个主题中选定其一：Ocean Depths（专业冷静的海洋风）、Sunset Boulevard（温暖活力的日落色）、Tech Innovation（现代科技感），以及 Forest Canopy、Midnight Galaxy 等其余 7 个；
读取 themes/ 目录下对应的定义文件，其中含完整色板 hex 值和标题/正文的字体配对，整套应用到演示文稿的每一页；
如果 10 个都不合适，按描述即时生成自定义主题，先展示确认再应用。

整套演示的视觉身份由一个主题文件决定，一致性不再依赖个人手感。

第四步：登录流程，交给自动测试去点

每次发版都要人工走一遍登录流程，前后端分离的架构还要求先手工启动两个服务，终端一关整个环境就散了。webapp-testing 技能（skills/webapp-testing/SKILL.md）把"起服务"和"操作页面"拆成两层：

服务生命周期交给scripts/with_server.py，一条命令拉起多端服务并在就绪后运行测试脚本：

python scripts/with_server.py \ --server "cd backend && python server.py" --port 3000 \ --server "cd frontend && npm run dev" --port 5173 \ -- python your_automation.py

脚本里只写 Playwright 逻辑：先整页截图并检查渲染后的 DOM 来识别选择器（先侦察、再动作），而不是凭空猜选择器；
等待networkidle确认页面就绪后执行操作，同时捕获浏览器控制台日志，失败时直接对着日志分析。

服务随一条命令起、随脚本退出自动停，同一脚本可以在下个版本直接复跑做回归。

第五步：把前面四步，变成团队能反复调用的资产

合同改期、报表生成、主题应用、自动化测试，一旦变成几个人的肌肉记忆，人员变动时经验就会流失。skill-creator（skills/skill-creator/SKILL.md）回答的是"经验如何变成可触发的技能"：

起草SKILL.md：name+description是触发机制的核心，"什么时候该用"全部写进 description，官方建议措辞写得稍微主动一些，避免技能在需要时不被触发；
写几条测试提示词，让带技能的 Claude 跑一遍，对结果做定性 + 定量评估；
用eval-viewer/generate_review.py把评估结果呈现给团队审看，再据此改写技能、循环迭代；
收敛后用scripts/improve_description.py优化 description 措辞，提升触发准确率。

三条值得保留的原则：技能本体尽量精简，避免上下文膨胀；脚本当黑盒用——先跑--help，不要读源码；参考资料拆到单独文件，按需加载。

原本依赖个人手艺的四个环节，最终变成"指令 + 脚本 + 资源"的文件夹，新成员无需口传心授，调用即可上手。