如何写出一个职业级Skill解构Paperasse 6个AI Agent技能的纯Markdown设计哲学【免费下载链接】paperasse Skills pour agents IA spécialisés dans la bureaucratie française : Comptable, Notaire, ...项目地址: https://gitcode.com/gh_mirrors/pa/paperasse想让 AI Agent 从会聊天的助手进化为能上岗的专业人士关键不是写更多 Prompt而是写一个职业级 Skill。Paperasse 是一个开源项目它用纯 Markdown 定义了 6 个专精法国行政事务的 AI Agent 技能会计师comptable、公证人notaire、税务顾问fiscaliste、审计师、税务稽查员和公寓管理员。没有一行框架代码没有复杂插件机制——但它的 evals 测试显示加载 Skill 后 Agent 综合得分从 75% 提升到 88%。本文带你解构这套纯 Markdown 的设计哲学照着做你也能写出职业级 Skill。一、先看成果6 个 Skill 如何覆盖 6 个职业Paperasse 仓库里每个目录就是一个职业Skill 目录职业角色核心能力comptable/会计师800 会计科目、增值税、年报、2026 电子发票fiscaliste/个人税务顾问个税税率表、家庭商数、IFI、PEA、加密货币notaire/公证人房产交易费用、遗产、赠与、家庭协议commissaire-aux-comptes/审计师7 阶段审计、资产负债交叉验证controleur-fiscal/税务稽查员模拟 8 个维度的税务稽查syndic/公寓管理员业主大会、账目、拖欠追缴它们的评分对比来自项目 README 的 evals 结果Skill带 Skill不带 Skill提升审计师100%75%25%税务顾问84%64%20%公寓管理员83%68%16%会计师89%77%12%这 13% 的聚合提升就是纯 Markdown 的价值。二、解剖一个 Skill目录结构比你想的简单以会计师技能为例一个职业级 Skill 的骨架是comptable/ ├── SKILL.md # 给 Agent 的岗位说明书核心 ├── references/ # 法律法规、税率表等参考资料按需查阅 ├── data/ # 结构化数据PCG 科目表 JSON 等 ├── scripts/ # 确定性计算脚本 ├── templates/ # 文档模板发票、年报 └── evals/ # 自动化测试用例SKILL.md 是灵魂文件它由两部分组成YAML frontmatter元数据 Markdown 正文行为指令。整个文件约 300 行但信息密度极高——这就是渐进式披露设计Agent 启动时只读这一个文件需要细节时再跳转去查 references/ 下的分主题文档。三、职业级 Skill 的 5 个设计原则1. Skill 职业而不是工具项目贡献指南 CONTRIBUTING.md 里有一条判职业法则堪称点睛之笔判断标准在现实职场中会有人以这个头衔求职吗 是 → 建一个 Skill否 → 只做一个共享模块。所以 Paperasse 有comptable会计师、notaire公证人却没有发票生成器这种碎片。每个 Skill 必须self-contained用户召唤comptable期待它覆盖会计师的全部工作而不是要求他自己拼装三个技能。2. Frontmatter让 Agent 自己判断该不该上岗看 notaire/SKILL.md 的开头description不只是描述功能还列了一串Triggers 触发词notaire、遗产、赠与、PACS、SCI……让 Agent 在用户模糊提问时也能正确路由到该技能last_updated数据新鲜度戳。所有 Skill 都内置同一条守则——超过 6 个月没更新就自我警告⚠️ SKILL 可能已过期回答前请在线核对税率表includes声明共享数据文件保证技能被单独分发时不丢资源。这个自我保质期设计是大多数 Skill 作者忽略的——法律条文是会变的Markdown 不会自动过期所以必须在元数据里写入过期自检逻辑。3. 行为指令写成工作流而非能力描述翻遍 SKILL.md 正文你会发现它几乎不写我很擅长会计这类空话全是可执行动作前置检查每次对话先确认company.json是否存在不存在则启动引导式初始化——没有验证过的上下文绝不给建议固定回答结构所有分析必须按「事实 → 假设 → 分析 → 风险 → 行动 → 边界」六段式输出路由表一张 Markdown 表格把用户问什么映射到该读哪个 reference 文件Agent 照着表跳转即可计算纪律凡涉及金额计算一律调用 scripts/calc.js禁止心算——用确定性脚本堵住大模型最容易翻车的算术题。4. 数据与指令分离Markdown 指路JSON 存数税率表、会计科目这类会变动的数据不在 Markdown 里硬编码而是放进 data/pcg_2026.json 这类结构化文件SKILL.md 只写去哪个文件、按哪个字段查。好处有三单一事实源data/sources.json 记录每条数据的来源和日期update_data.py一键校验更新省 Token800 个会计科目不会被整个塞进上下文Agent 按需检索可测试数据是机器格式evals 脚本可以直接断言。fiscaliste/SKILL.md 更进一步把 2025 年度税率表内联快照进 Markdown并注明仅 2025 年度有效其他年份一律导向官方网站——用最小的篇幅换取最高频问题的零检索成本。5. Evals用数字给 Skill 定级职业级和业余级的分水岭是 evals/ 目录。每个测试用例是一个 JSON 对象真实用户提问 期望行为 逐条断言。例如配置 company.json用例要求 Agent 从SASU 公司形态自动推断出应适用公司所得税制——这种细粒度断言正是拉开分数差距的地方。配合 evals/config.yaml 中为每个 Skill 设定的无技能基线提示词CI 会自动对比裸模型与带 Skill两组得分防止你写一堆没有实际增益的 Markdown。四、动手模板10 分钟写出你的第一个职业级 Skill按 CONTRIBUTING.md 的结构照抄这个清单即可建目录用职业名命名小写连字符如avocat、drh写 SKILL.mdfrontmatter 里给足 description 和 Triggers 触发词正文写「前置检查 → 工作流 → 路由表 → 边界警告」建 references/把法律条文、税率表按主题拆成多个 mdSKILL.md 里用表格链接过去数据外置易变数字进 JSON标注来源和last_updated算钱走脚本涉及计算的逻辑写成确定性脚本SKILL.md 中明令禁止心算写 evals/至少 5 个真实场景 可断言的预期输出跑通带/不带 Skill对比测试写免责声明职业级 Skill 必须明确什么情况下该请真人——Paperasse 的每个 Skill 结尾都有这一节这也是它职业级而非玩具级的标志。五、总结纯 Markdown为什么反而更强回看 Paperasse 的设计可以提炼成一句话把 Agent 当成新入职员工用岗位说明书SKILL.md 操作手册references/ 工具柜data/ scripts/ 考核题evals/来武装它。纯 Markdown 的优势恰恰在这里零依赖、任何能读文件的 Agent 都能加载、diff 一目了然、法律条文更新只需改一行字。职业级 Skill 的门槛不在技术而在你有多理解那个职业——这正是 Paperasse 给所有 Skill 作者上的第一课。【免费下载链接】paperasse Skills pour agents IA spécialisés dans la bureaucratie française : Comptable, Notaire, ...项目地址: https://gitcode.com/gh_mirrors/pa/paperasse创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考