灵犀技能开发半年实战总结：自己写的 8 个 Skill 踩过的坑，以及记忆系统那些糟心事
从今年 4 月开始用灵犀，陆陆续续自己写了 8 个技能，覆盖了面相识人、施工组织设计自动生成、水利投标报价、招标文件 OCR、劳动法咨询、小说推文视频制作、数据分析等方向。分享一些实战经验，也聊聊每次新对话记忆混乱的痛点。
关于技能开发的几个核心经验：
SKILL.md 是灵魂，不是摆设
技能文件写得好不好，直接决定了 AI 能不能稳定输出。我最开始写 face-reading 技能时，SKILL.md 只有简单的描述，结果每次分析出来的风格都不一样。后来把《麻衣神相》《冰鉴》六套体系的判断逻辑、输出格式、触发词全部结构化写进去，准确率直线上升。
建议：技能描述要精确到输出格式（甚至给 JSON 示例），触发词要穷举，避免 AI 自由发挥。
外部工具调用必须用子进程
做 construction-org-design（施工组织设计生成器）时，踩了最大的坑——用 win32com 操作 Word 会锁死 Python 持久化环境。后来所有涉及 COM/WPS 批量操作的全部走 subprocess 子进程，独立脚本执行，稳如老狗。
教训：灵犀的 Python 环境是持久化的，任何会阻塞或锁定资源的操作，都必须 fork 出去。
素材库覆盖率决定生成质量
为了施工组织设计能自动配图配表，我把 170GB 的建筑工程范文库做了深度索引，32 类素材 9.8 万张图、17 万个表、3.4 万个文档。AI 检索命中率从 30% 拉到 99%。
核心逻辑：技能的能力边界 = SKILL.md 质量 x 素材库覆盖率。二者缺一不可。
关于记忆混乱和提取不到的问题（这个真的头大）：
每次开启新对话，灵犀对之前的记忆提取经常不准，我碰到过几种情况：
记忆存在但提取不到——明明 user profile 里写得很清楚，新对话里 AI 还是问"请问您叫什么名字"
记忆混淆——上次对话的临时上下文被当作长期记忆，导致混乱
跨会话技能状态丢失——施工组织设计做到一半，新对话不记得之前的进度
我的应对方案：
工作日志机制：每天结束前强制写日志，标注进度和未完成事项，给下个会话做锚点
记忆去重规则：只存"变了就很难改回来的信息"（称呼、手机、公司、偏好），一次性临时信息不写记忆
技能云端备份：每次修改技能后打包上传 WPS 云盘，换电脑时一键恢复
灵犀的底层能力很强，但记忆系统的稳定性如果能再提升一个台阶，整个体验会质变。希望官方能看到。
