问题能否用skill整合原来的接口调用SQL和脚本构造测试数据吗可以的。Skill 正是为了解决“整合多种能力API、SQL、脚本来完成复杂任务”这个问题而设计的。它不是取代你现有的工具而是用一个 SKILL.md 文件把这些工具“包装”成 AI 可理解、可调用的标准化能力单元。一、Skill 的核心机制为何适合整合数据构造Skill 的核心设计是三层渐进式披露完美契合你的需求层级内容作用第一层元数据name descriptionAI 快速判断“这个 Skill 能否帮忙构造数据”第二层指令主体SKILL.md中的规则和流程告诉 AI 如何组合调用 API/SQL/脚本第三层脚本文件scripts/下的 .py/ .sh执行你已有的 Python 脚本、SQL 语句、API 调用关键优势你的接口调用逻辑、SQL 语句、脚本代码都不需要改动Skill 只是给它们加了一层“AI 可读的说明书”。二、落地实现三步构建数据构造 Skill第1步创建 Skill 目录结构.claude/skills/test-data-builder/ ├── SKILL.md # 核心指令说明书 └── scripts/ # 存放现有脚本 ├── call_api.py # 你已有的接口调用脚本 ├── execute_sql.py # 你已有的 SQL 执行脚本 └── cleanup.py # 数据清理脚本第2步编写 SKILL.md核心--- name: test-data-builder description: 测试数据构造工具。支持通过接口创建用户、SQL 批量生成订单、脚本构造复杂场景。 allowed-tools: Bash, Python --- # 测试数据构造 Skill 你是一个测试数据构造专家。你需要根据用户需求组合使用以下工具 ## 可用工具 1. **call_api.py** - 调用 HTTP 接口 - 用法python scripts/call_api.py --method POST --endpoint /api/users --body {name:test} - 返回JSON 格式的响应体自动提取 userId 2. **execute_sql.py** - 执行 SQL 语句 - 用法python scripts/execute_sql.py --query INSERT INTO orders VALUES (...) - 返回影响行数或查询结果 3. **cleanup.py** - 清理测试数据 - 用法python scripts/cleanup.py --user-id id - 必须在数据构造完成后调用 ## 数据构造流程必须遵守 当用户说“构造一个 VIP 用户带 3 个订单”时 1. **Step 1 - 创建用户**调用 call_api.py 创建用户提取 userId 2. **Step 2 - 更新等级**用 execute_sql.py 将用户等级改为 VIP 3. **Step 3 - 批量生成订单**循环调用 call_api.py 创建订单或批量 SQL 插入 4. **Step 4 - 记录清理信息**将 userId 传递给 cleanup.py ## 输出要求 - 每步执行后输出执行结果摘要 - 最终输出构造完成的数据摘要 清理命令 ## 示例 用户输入生成一个测试用户手机号138开头等级为gold然后给他下2笔订单每笔金额100元 你的执行计划 json { steps: [ {tool: call_api.py, args: {endpoint: /api/users, body: {phone: 138xxxx, level: gold}}}, {tool: execute_sql.py, args: {query: INSERT INTO orders (user_id, amount) VALUES (xxx, 150), (xxx, 200)}}, {tool: cleanup.py, args: {user_id: xxx}} ] }第3步在 Agent 中注册 Skill根据你使用的框架有两种方式方式一使用 skillkit 库框架无关from skillkit import SkillManager manager SkillManager(skills_dir./.claude/skills) manager.discover() # AI 自动调用 result manager.invoke_skill(test-data-builder, 生成一个VIP用户带3个订单订单金额500以上)方式二集成到现有 Agent 框架# 以 AgentScope 为例[citation:5] from agentscope import Agent from skill import SkillMiddleware skill_middleware SkillMiddleware( skills_dir./.claude/skills, backendyour_backend # 你的 API/SQL 执行器 ) agent Agent( nameTestDataBuilder, middlewares[skill_middleware] ) agent.run(帮我构造一个完整的订单流程测试数据)三、Skill vs 你之前的方案对比维度之前方案大模型直接生成计划Skill 方案复用现有脚本需要重写或手动适配直接放入 scripts/ 目录即可AI 理解边界依赖提示词中的口头描述SKILL.md提供结构化约束上下文效率每次都要传完整指令渐进式加载只传元数据团队共享复制粘贴提示词复制 Skill 文件夹开箱即用脚本执行需要自己实现执行引擎框架自动处理 Python/Shell 执行四、实战建议1.先从单个场景开始选一个最常用的数据构造场景如“创建用户订单”封装成第一个 Skill2.脚本无需修改你现有的 call_api.py、execute_sql.py 直接放进 scripts/Skill 会调用它们3.渐进式丰富先写核心流程后续补充边界条件、异常处理到 SKILL.md4.团队共享将 Skill 文件夹提交到 Git团队成员 clone 即可使用一句话总结Skill 就是给你现有的接口调用、SQL、脚本套上一个“AI 可读的说明书”让大模型能够按你的规则自动编排执行。你的代码一行都不用改只是多了一个 SKILL.md 文件。