microsoft-skill-creator

Microsoft Skill Creator

為 Microsoft 技術建立混合技能，將必要知識儲存在本地，同時支援動態 Learn MCP 查詢以取得更詳細的資訊。

關於技能

技能是模組化套件，透過專業知識和工作流程擴充代理能力。一個技能能將通用代理轉換為特定領域的專用代理。

技能結構

skill-name/
├── SKILL.md (必要)     # Frontmatter (name, description) + 指令
├── references/             # 依需求載入到上下文中的文件
├── sample_codes/           # 可運作的程式碼範例
└── assets/                 # 輸出中使用的檔案（範本等）

關鍵原則

• Frontmatter 至關重要：name 和 description 決定技能何時觸發——請保持清晰且全面
• 簡潔是關鍵：只包含代理還不知道的內容；上下文視窗是共享的
• 不重複：資訊只存在於 SKILL.md 或參考檔案中，不能兩者都有

Learn MCP 工具

工具	用途	使用時機
microsoft_docs_search	搜尋官方文件	初步探索、尋找主題
microsoft_docs_fetch	取得完整頁面內容	深入閱讀重要頁面
microsoft_code_sample_search	尋找程式碼範例	取得實作模式

CLI 替代方案

如果 Learn MCP 伺服器不可用，請改用終端機或 shell（例如 Bash、PowerShell 或 cmd）中的 mslearn CLI：

# 直接執行（無需安裝）
npx @microsoft/learn-cli search "semantic kernel overview"

# 或全域安裝後執行
npm install -g @microsoft/learn-cli
mslearn search "semantic kernel overview"

MCP 工具	CLI 指令
microsoft_docs_search(query: "...")	mslearn search "..."
microsoft_code_sample_search(query: "...", language: "...")	mslearn code-search "..." --language ...
microsoft_docs_fetch(url: "...")	mslearn fetch "..."

產生的技能應包含相同的 CLI 備援表格，以便代理可以使用任一方式。

建立流程

步驟 1：調查主題

使用 Learn MCP 工具分三個階段建立深入理解：

階段 1 - 範圍探索：

microsoft_docs_search(query="{technology} overview what is")
microsoft_docs_search(query="{technology} concepts architecture")
microsoft_docs_search(query="{technology} getting started tutorial")

階段 2 - 核心內容：

microsoft_docs_fetch(url="...")  # 從階段 1 取得頁面
microsoft_code_sample_search(query="{technology}", language="{lang}")

階段 3 - 深度：

microsoft_docs_search(query="{technology} best practices")
microsoft_docs_search(query="{technology} troubleshooting errors")

調查檢查清單

調查後，確認：

• [ ] 能用一段話解釋該技術的用途
• [ ] 已識別 3-5 個關鍵概念
• [ ] 有基本用法的可運作程式碼
• [ ] 知道最常見的 API 模式
• [ ] 有針對更深主題的搜尋查詢

步驟 2：與使用者確認

呈現發現並詢問：

1. 「我找到了這些關鍵領域：[列出]。哪些最重要？」
2. 「代理主要會用這個技能執行哪些任務？」
3. 「程式碼範例應優先使用哪種程式語言？」

步驟 3：產生技能

使用 skill-templates.md 中的適當範本：

技術類型	範本
用戶端程式庫、NuGet/npm 套件	SDK/程式庫
Azure 資源	Azure 服務
應用程式開發框架	框架/平台
REST API、協定	API/協定

產生的技能結構

{skill-name}/
├── SKILL.md                    # 核心知識 + Learn MCP 指引
├── references/                 # 詳細的本地文件（如有需要）
└── sample_codes/               # 可運作的程式碼範例
    ├── getting-started/
    └── common-patterns/

步驟 4：平衡本地與動態內容

儲存在本地當：

• 基礎知識（任何任務都需要）
• 頻繁存取
• 穩定（不會變動）
• 難以透過搜尋找到

保持動態當：

• 詳盡參考（太大）
• 特定版本
• 情境相關（僅特定任務）
• 索引良好（易於搜尋）

內容指南

內容類型	本地	動態
核心概念（3-5 個）	✅ 完整
Hello world 程式碼	✅ 完整
常見模式（3-5 個）	✅ 完整
主要 API 方法	簽章 + 範例	透過 fetch 取得完整文件
最佳做法	前 5 點	搜尋更多
疑難排解		搜尋查詢
完整 API 參考		文件連結

步驟 5：驗證

1. 審查：本地內容是否足以應付常見任務？
2. 測試：建議的搜尋查詢是否回傳有用的結果？
3. 驗證：程式碼範例是否能無錯誤執行？

常見調查模式

針對 SDK/程式庫

"{name} overview" → 用途、架構
"{name} getting started quickstart" → 設定步驟
"{name} API reference" → 核心類別/方法
"{name} samples examples" → 程式碼模式
"{name} best practices performance" → 最佳化

針對 Azure 服務

"{service} overview features" → 功能
"{service} quickstart {language}" → 設定程式碼
"{service} REST API reference" → 端點
"{service} SDK {language}" → 用戶端程式庫
"{service} pricing limits quotas" → 限制

針對框架/平台

"{framework} architecture concepts" → 心智模型
"{framework} project structure" → 慣例
"{framework} tutorial walkthrough" → 端到端流程
"{framework} configuration options" → 自訂

範例：建立「Semantic Kernel」技能

調查

microsoft_docs_search(query="semantic kernel overview")
microsoft_docs_search(query="semantic kernel plugins functions")
microsoft_code_sample_search(query="semantic kernel", language="csharp")
microsoft_docs_fetch(url="https://learn.microsoft.com/semantic-kernel/overview/")

產生的技能

semantic-kernel/
├── SKILL.md
└── sample_codes/
    ├── getting-started/
    │   └── hello-kernel.cs
    └── common-patterns/
        ├── chat-completion.cs
        └── function-calling.cs

產生的 SKILL.md

---
name: semantic-kernel
description: 使用 Microsoft Semantic Kernel 建立 AI 代理。適用於搭配外掛程式、規劃器和記憶體的 LLM 應用程式，支援 .NET 或 Python。
---

# Semantic Kernel

協調 SDK，用於將 LLM 整合到應用程式中，支援外掛程式、規劃器和記憶體。

## 關鍵概念

- **Kernel**：中央協調器，管理 AI 服務和外掛程式
- **Plugins**：AI 可呼叫的函式集合
- **Planner**：排序外掛程式函式以達成目標
- **Memory**：向量儲存整合，用於 RAG 模式

## 快速入門

請參閱 [getting-started/hello-kernel.cs](sample_codes/getting-started/hello-kernel.cs)

## 了解更多

| 主題 | 如何尋找 |
|-------|-------------|
| 外掛程式開發 | `microsoft_docs_search(query="semantic kernel plugins custom functions")` |
| 規劃器 | `microsoft_docs_search(query="semantic kernel planner")` |
| 記憶體 | `microsoft_docs_fetch(url="https://learn.microsoft.com/en-us/semantic-kernel/frameworks/agent/agent-memory")` |

## CLI 替代方案

如果 Learn MCP 伺服器不可用，請改用 `mslearn` CLI：

| MCP 工具 | CLI 指令 |
|----------|-------------|
| `microsoft_docs_search(query: "...")` | `mslearn search "..."` |
| `microsoft_code_sample_search(query: "...", language: "...")` | `mslearn code-search "..." --language ...` |
| `microsoft_docs_fetch(url: "...")` | `mslearn fetch "..."` |

直接使用 `npx @microsoft/learn-cli <command>` 執行，或使用 `npm install -g @microsoft/learn-cli` 全域安裝。