全文引用自阿里云官方 Skills 门户：https://skills.aliyun.com
一、TL;DR
最近逛了逛阿里云新出的 Skills 门户，整体感觉像是把产品文档"skill化"的一次尝试。几个核心判断：
- 生态绑定：Skill 基本都是围绕阿里百炼、PAI、ECS、OSS 这些自家产品做的，不用阿里云生态的话基本用不上
- 搜索设计有亮点：
alibabacloud-find-skills这个 skill 的搜索意图分析方法论，对个人/团队搭建自己的 skills 检索体系有参考价值
二、Skills 门户长什么样
门户地址：https://skills.aliyun.com
里面全是阿里云生态的 skills，覆盖计算、存储、AI、数据库、安全这些类目。随便翻了翻，AI 类的基本围绕两个产品：
- 阿里百炼（Bailian）
- PAI（人工智能平台）
挑了一个百炼 RAG 的 skill 仔细看：alibabacloud-bailian-rag-knowledgebase。
行文比较规范，本质上就是把"百炼知识库怎么用"这件事 skills 化了。里面包了一个小型 RAG 流程：
| 步骤 | 动作 | 说明 |
|---|---|---|
| Step 1 | Query Knowledge Base List | 示例代码带你快速拿到知识库清单 |
| Step 2 | Intelligent Knowledge Base Selection | 选 1-3 个知识库，逻辑是关键词匹配 + 描述关联 |
| Step 3 | 检索 | 示例代码 + 返回参数示例 |
| Step 4 | 整合答案 | 把检索内容整合，末尾标注信息来源（知识库名、文档名、章节名） |
核心内容后面还放了一些兜底信息：错误示例、实际检索使用示例。这算是"产品文档 skills 化"的标准写法。
三、品一品 alibabacloud-find-skills
真正让我停下来多看几眼的，是 alibabacloud-find-skills 这个 skill。
它解决一个问题：从 AgentExplorer 目录里搜索、发现并安装阿里云官方 skill。
表面看是个"搜索工具"，但里面的设计思路比想象中细致。
1. 搜索前：先理解用户要什么
不是一上来就调搜索接口，而是先明确几件事：
- 领域（Domain）：用户要干啥
- 具体任务：是查询、生成、诊断还是部署
- Skill 存在可能性：这个领域阿里云有没有做过 skill
- 类目匹配：该领域是否对应已知类目
"这步说白了，就是别让用户'搜空气'，先判断有没有，再决定怎么搜。"
2. 五种搜索方式灵活搭配
根据请求类型，选择不同的搜索策略：
| 搜索方式 | 适用场景 |
|---|---|
| 意图搜索（默认） | 任务匹配，用用户的自然语言任务作为 keyword，searchMode=semantic |
| 关键词搜索 | 意图宽泛、有噪音或已命名产品时，用简洁关键词 |
| 类目浏览 | 用户问"有哪些类目"或需要确认 category code 时 |
| 类目内列表 | 只传 categoryCode，不传 keyword，做类目下翻页浏览 |
| 组合语义搜索 | 类目已明确，再用任务短语 + categoryCode 组合搜 |
个人感觉，这套分层搜索设计挺实用。不是一把梭的全文检索，而是根据用户意图的清晰度来选择策略。
3. 搜不到就迭代，别轻易说"没有"
这点我觉得是很多人做搜索功能时容易忽略的。
如果第一次搜没结果，或者结果太泛化，要求在"声明缺失"之前自动改写搜索短语并重试：
- 从用户的完整意图短语开始
- 提取直接的产品/任务关键词
- 中英文术语切换（"cloud server" → "ECS"）
- 扩大或简化关键词（"RDS backup automation" → "RDS"）
- 用类目接口缩小范围后再试
- 尝试同义词（"instance" → "ECS"）
"在至少尝试了一个能力导向的搜索短语之前，不要得出'没有专用 Skill'的结论。"
这条规则可以直接搬到任何"技能检索"或"工具检索"的场景里。
4. 搜索意图分析：可搜索意图短语
这部分是我觉得最有借鉴价值的。
它把用户请求拆解成一个固定格式：
<action> + <object/capability> + <context/source> + <expected output>
翻译过来就是：
<操作> + <对象/能力> + <上下文/来源> + <预期输出>
每个请求拆成四个要素：
| 要素 | 说明 | 示例 |
|---|---|---|
| Action（操作） | 要干什么 | 查询、生成、诊断、部署、安装、验证 |
| Object（对象） | 操作作用于什么 | 文档、知识库、脚本、数据库、CLI 环境 |
| Context/Source（上下文/来源） | 信息从哪来 | 内部文档、云服务、本地文件、OSS、运行时环境 |
| Expected Output（预期输出） | 用户期望得到什么 | 带引用的答案、生成的脚本、报告、命令指导 |
示例短语：
- "ECS 诊断"
- "OSS 同步"
- "建一个数据分析项目"
对于复合请求，每个有意义的需求都要拆成独立的"可搜索意图单元"分别搜索。不要假设一个 skill 能覆盖整个请求。
"这其实就是 RAG 检索里的'query 分解'，只不过它做得更结构化，还给了明确的格式模板。"
搜索文本选择的策略也有层次：
| 策略 | 说明 | 示例 |
|---|---|---|
| 优先使用意图短语 | 用自然语言任务或需求 | "建一个数据分析项目" |
| 意图宽泛时用关键词 | 提取简洁产品和操作术语 | "ECS 诊断" |
| 用产品代码回退 | ecs、rds、oss、slb | — |
| 中英文变体 | "云服务器"/"ECS" | — |
| 特定搜索失败后再放宽 | "compute"、"storage" | — |
5. 结果优化的几条原则
- 从意图开始，领域清晰或结果太泛时才加类目过滤
- 保留互补 skills：一个处理主任务，另一个处理设置、验证、故障排除
- 检查安装数：流行的 skill 安装数通常更高
- 阅读描述：把 skill 描述和具体用例做匹配
四、类目体系与领域映射
门户把 skill 按产品域做了分类，常见类目如下：
| 代码 | 名称 | 典型领域 |
|---|---|---|
| computing | 计算 | ECS, ECI, EHPC |
| aiml | 人工智能与机器学习 | PAI, Bailian, OpenSearch |
| developertools | 开发工具 | CLI 指导、开发者工作流 |
| storage | 存储 | OSS, SLS, Tablestore |
| database | 数据库 | RDS, PolarDB, Tair, MongoDB |
| analyticscomputing | 大数据计算 | DataWorks, MaxCompute, Flink |
| security | 安全 | SAS, WAF, KMS |
| netcdn | 网络与 CDN | NIS, SAG, DCDN |
| migrationom | 迁移与运维 | OOS, Terraform |
领域映射也有指导：
| 用户领域 | 从哪个类目开始 | 细化关键词 |
|---|---|---|
| ECS / 服务器 | computing | ECS, instance, diagnosis |
| RDS / PolarDB | database | RDS, PolarDB, SQL, backup |
| OSS / 文件 / 日志 | storage | OSS, SLS, upload, sync |
| AI / RAG / 知识库 | aiml | Bailian, knowledge base, RAG |
| 安全 | security | SAS, WAF, vulnerability |
参考文献
- 阿里云 Skills 门户
alibabacloud-bailian-rag-knowledgebase— 阿里云百炼 RAG 知识库 Skillalibabacloud-find-skills— 阿里云 Agent Skills 搜索与发现 Skill
