功能解读
认识 Ottermind Skills:给你的 Agent 配上专门的工作方法

写提案、画流程图、排查数据文件,各有各的工作方法。Ottermind Skills 为 Agent 提供可复用的任务说明和流程。选一个适合的 Skill,绑定到你的 Agent,再提供这次要处理的材料,就可以开始。
对于反复遇到的工作,Skill 可以保留固定方法:先看什么、怎样推进、最后检查什么。本次任务的目标、背景和限制条件,仍需要你来说明。
Skills 如何工作: Ottermind Skills 文档
从手头的一项任务开始
打开 Skills 目录,按文档、图表或 JSON 等具体需求查找。先读说明,确认它需要哪些输入、预期交付什么,以及依赖哪些工具或服务。
在 Ottermind 中打开 Skills,添加技能,确认启用,再绑定到负责这项任务的 Agent。这个 Agent 随后会判断何时适合使用已绑定的技能。仅仅安装,并不会让所有 Agent 都能使用它。
设置指南介绍了添加技能的几种方式。如果还不确定怎样描述任务,可以参考提示词指南,把目标和背景交代清楚。
下面是三个可以尝试的任务。这些是提示词示例,并非产品实测记录;实际结果取决于所选技能、提供的材料和可用工具。
让一份提案按步骤成稿
你收集了背景资料,也记下了几个想法。动笔之前,需要明确谁会读这份提案、希望对方作出什么决定,以及还缺哪些细节。
doc-coauthoring 将文档协作组织成收集背景、打磨结构与章节、从读者角度检查文档几个阶段。其介绍列出的适用文档包括提案、规格说明和决策文件。
文档协作技能: doc-coauthoring 介绍
安装并绑定合适的技能后,可以这样开始:
帮我写一份内部提案,建议为产品增加自助演示入口。
读者是产品负责人,目标是决定是否投入两周制作原型。
我已附上背景资料。
先找出缺少的信息,再和我逐节起草。
有了草稿后,请从第一次阅读这份提案的人的角度检查,
指出论证中的遗漏。这份文档应该让讨论更容易展开:为什么值得做、原型涉及哪些工作、还有什么尚未决定。先核对这些问题,再花时间润色开头。
把文字流程变成一张能讨论的图
流程说明常常混着操作步骤、判断条件和例外情况。即使文字准确,读者也可能弄不清接下来该走哪一步。
目录中的 diagram-generator 用于根据自然语言创建和修改图表,列出的格式包括 Draw.io、Mermaid 和 Excalidraw。使用前,先核对目标格式所需的条件。
流程绘图技能: 数据分析目录中的 diagram-generator
例如,整理产品反馈处理流程时,可以这样提问:
把下面的流程整理成 Mermaid 流程图:
用户提交反馈,支持团队检查问题能否复现。
可以复现的问题交给产品团队评估;
其他问题退回提交人,请其补充信息。
清楚标出判断条件、负责角色和结束节点。
列出描述中没有明确说明的分支。先用第一版检查路径。如果重复反馈需要在评估前合并,就提出这项修改。继续调整,直到图中的流程与团队实际做法一致。
给数据错误一个明确的排查起点
导入失败,报错提示 JSON 无效。你仍需要知道问题在哪里、应该改什么,以及修改后能否保留数据原有的含义。
JSON 技能介绍了针对解析、编码和字段约定问题的排查方法,重点是定位具体问题,并解释改动原因。
JSON 排错技能: JSON 技能详情
准备一份去掉敏感值的小样本,连同报错一起提供:
这段 JSON 样本导入失败。下面是样本和报错。
请定位失败位置,给出最小修改,并解释每一处改动。
保留现有字段的含义。如果样本不足以确定原因,
请说明还需要什么信息。这一轮有用的成果,是能逐项核对的修改及其原因。在处理完整数据集之前,先用实际的导入工具验证结果。
把适合你的技能留在工作里
选一项之后还会遇到的任务,用你熟悉的材料试一次。看看方法是否合适、结果是否便于检查,以及还需要你补充哪些指令。
工作需求变了,可以调整绑定或停用技能。使用第三方技能前,先核对来源和数据访问要求。
Ottermind 把这些方法带进你执行任务的 Agent 工作空间。先添加一个用得上的技能:浏览 Skills,为下一项工作选择合适的方法。
