Skill：运维人的第二大脑 —— 完整演讲稿

《运维人的第二大脑 —— 从重复劳动到可复用的 AI 技能》逐页演讲稿（52 页完整版）

第 1 页｜封面

各位同事，大家下午好。今天分享的主题是《Skill：运维人的第二大脑》，副标题是 "Agent 智能体时代・运维技能升级指南"。接下来一个半小时，我会带大家搞清楚一件事：怎么把我们脑子里那些宝贵的运维经验，变成一个 7×24 小时在线、整个团队都能用的 AI 技能。

第 2 页｜运维人的一天

先看一组对比。左边是传统运维的一天：每天重复查日志看监控，同样的告警流程走无数遍，经验只在自己脑子里，脚本写了一堆没标准化，新人上手全靠师傅带 ——80% 的时间花在重复操作上。右边是 AI 辅助后的样子：日志异常自动排查 5 分钟出结果，告警自动分类初判，经验沉淀成 Skill 团队共享，新人直接用 Skill 快速上手。核心问题就三个：重复劳动多、经验难沉淀、工具碎片化。

第 3 页｜为什么是现在

为什么说现在是做 Skill 最好的时机？三个条件都成熟了。第一，大模型能力成熟，能读长日志、能多步推理、生成质量接近人工；第二，工具链完善，知识库检索、API 调用、工作流编排都标准化了；第三，平台降低门槛，不用写代码，对话式搭建，模板市场直接拿来改。结论：现在不做，半年后就会被会做的人拉开差距。

第 4 页｜路线图

今天的内容分五块。第一认识 Skill，第二搭建思路与方法，第三工具与平台，第四安全与红线，第五演练参考与总结。

第 5 页｜PART 01 章节页

我们先进入第一部分：认识 Skill。这部分会讲清楚定义、组成、跟大模型和智能体的区别，以及 ROI 价值。

第 6 页｜做一个 Skill 值不值

算一笔账。投入：写提示词 30 分钟、传知识库 30 分钟、测试调整 60 分钟，合计约 2 小时。产出：原来查日志 30 分钟，用 Skill 只要 5 分钟，每次省 25 分钟，一周用 4 次省 1.7 小时。回本周期不到两周，之后每周都是净赚。这还没算团队共享、经验沉淀、新人上手快、出错率降低。这是运维投入产出比最高的一件事，没有之一。

第 7 页｜Skill 是什么

一句话定义：Skill = 大模型底座 + 领域知识 + 标准流程 + 工具调用。它就是一个可复用的 AI 技能包，把你会做的事 "教" 给大模型让它替你做。打个比方，就像给新员工一本操作手册，告诉他遇到什么问题、按什么步骤、用什么工具、输出什么格式。只不过这个新员工是大模型，它 7×24 小时在线，不会累，不会忘。

第 8 页｜Skill 的四个组成

一个 Skill 由四部分构成。第一角色提示词 Prompt，是整个 Skill 的灵魂。第二知识库和规则，让大模型有经验可依。第三工具和接口，让大模型能动手干活。第四输出模板，让结果直接能用不用再加工。

第 9 页｜大模型 vs Skill vs 智能体

三个概念容易混。大模型是 "大脑"，会思考会推理，但不知道你是谁、不知道你的业务。Skill 是 "操作手册加工具箱"，封装了领域知识、标准流程、工具调用，拿来就能用。智能体 Agent 是 "完整的人"，能自己规划步骤、调用多个 Skill、有记忆有反馈。关系是：大模型是底座，叠加 Skill 获得专项能力，组合成智能体完成复杂任务。

第 10 页｜Skill 在 AI 生态的位置

参考多模态大模型架构五层。第一层多模态输入层，第二层特征提取层，第三层投影对齐层，第四层大模型核心层，第五层任务输出层 ——Skill 就封装在这里。

第 11 页｜真实 Skill 示例

看一个真实例子：日志异常排查 Skill。输入是用户粘贴一段异常日志或指定路径自动拉取。处理阶段大模型分析日志模式、匹配故障知识库、调用监控 API、判断根因。输出是根因结论、严重程度、建议步骤、是否需要人工介入。效果：人工排查 2 小时，Skill 排查 5 分钟。

第 12 页｜能做不能做

绿灯能做：分析日志监控找异常、根据知识库给根因建议、生成巡检故障报告、调用只读 API 查数据、分类告警初判、回答运维知识问题。红灯不能做：直接改生产配置、无人工确认执行危险操作、访问没权限的系统、处理它没见过的全新问题、保证 100% 正确、替代你的最终判断。原则：Skill 是助手，不是决策者。

第 13 页｜PART 02 章节页

接下来进入第二部分：搭建思路与方法。这部分讲怎么提炼场景、五步落地、提示词技巧和避坑指南。

第 14 页｜什么活适合做成 Skill

三个判断标准，都满足就值得做。第一高频重复，每周做好几次、流程差不多；第二规则明确，有 SOP、大模型能学会；第三出错代价高，做错了影响大，Skill 能减少人为失误。反例：一年才做一次的、没固定流程的、全靠拍脑袋的，先别急着做。

第 15 页｜知识库

提示词告诉大模型 "怎么做"，知识库告诉大模型 "知道什么"——没有知识库，Skill 只会说不会做。 知识库里放故障案例、错误码表、SOP、架构文档、巡检阈值、值班手册。从哪来？现成 Wiki、历史复盘、你自己脑子里的经验写成文字上传。怎么维护？新故障及时补、每季度更新、敏感数据脱敏。新手问为什么不直接写在提示词里？因为知识库可以随时更新不用改提示词，而且文档太长提示词放不下。

第 16 页｜五步落地法

从想法到上线五步。第一步梳理流程，把你平时怎么做的写下来拆成步骤；第二步写提示词；第三步封装 Skill，上传知识库、配置工具、设定模板；第四步测试调优，拿真实案例测；第五步上线迭代，给团队用收集反馈。新手第一个 Skill 预计 2～4 小时，不需要写代码。

第 17 页｜好提示词 vs 坏提示词

同样的大模型，提示词写得好不好效果差十倍。坏提示词就是一句 "帮我分析日志"，没说你是谁、做什么、什么格式、什么边界。好提示词四要素：①角色 —— 资深运维工程师；②任务 —— 分析日志找根因；③格式 —— 按 "现象 - 根因 - 建议" 输出；④边界 —— 不确定就说不知道。提示词不是越长越好，而是要素越全越好，四要素齐了 70 分就有了。

第 18 页｜新手上手三原则

三条黄金原则。先小后大：第一个 Skill 只解决一个小问题。先改后写：先拿别人的 Skill 改一改，看懂了再从头写。先读后动：先自己用对话方式跑通，好用了再封装成 Skill。推荐第一个选题：巡检报告生成、告警分类初判、日志关键词检索、配置合规检查。

第 19 页｜案例：日志异常排查 Skill

看一个完整案例怎么搭。提示词：定义资深运维工程师，定位错误类型、分析原因、给修复方案，按 "根因 / 影响范围 / 建议步骤" 输出。知识库：错误码对照表、历史故障案例、日志关键词说明、排查 SOP。工具：日志查询 API（只读）、监控指标接口、服务状态检查。输出：一句话根因、影响范围、3～5 步建议、风险提示。

第 20 页｜案例：巡检报告生成 Skill

从 "每天手动抄数据" 到 "一键出报告" 的典型场景。输入指定巡检范围和时间；处理阶段自动调监控 API 拉 CPU、内存、磁盘、网络指标，对比阈值标异常，大模型解读趋势，按模板组织内容；输出包括总体健康度评分、三色标注的指标详情、风险点解读、可直接发群的摘要。原来 30 分钟手动整理，现在 1 分钟自动出报告。

第 21 页｜运维团队高频场景

三个场景最适合先做。HW 值班值守：告警自动分类初判、值班手册问答、值班报告汇总。故障排查：日志自动分析、历史案例匹配、排查步骤引导。巡检报告：指标自动拉取、异常自动标注、按模板生成报告。建议先从巡检报告或日志分析开始，规则最明确、最容易出效果。

第 22 页｜个人成果：产品技术类 25 个

这是我自己搭的一部分。产品与技术类 25 个，从云原生架构专家、BI 报表自动生成、AI 工程师、日志分析系统，到 SRE 站点可靠性工程师、数据库专家、安全工程师、DevOps 自动化、SQL 自动生成等等。核心覆盖：日志分析、SRE、数据库、DevOps、云原生。

第 23 页｜个人成果：其他类 27 个

不止技术，售前、销售、职能办公我都做了。售前与解决方案 3 个，销售与客户经营 7 个，职能与办公效率 12 个，包括公文写作、绩效管理、发票管理、制度文件撰写等等。总计 52 个 Skill，覆盖 5 大方向，从技术到办公全场景。

第 24 页｜我的 Skill 实践版图

这是我整体的实践版图。产品与技术 32 个，售前与解决方案 5 个，销售与客户经营 8 个，职能办公 10+，一共 50 多个。运维相关的核心包括日志分析系统、SRE 站点可靠性、数据库专家、DevOps 自动化、API 批量测试、SQL 自动生成、BI 报表、安全工程师。

第 25 页｜五个常见错误

新手最容易踩的五个坑。错误一：一开始就想做大而全 —— 先做最小可用版本，70 分就上线。错误二：觉得知识库越多越好 —— 精准比数量重要。错误三：提示词写太短什么都没说清 —— 四要素写全。错误四：不测试就直接上线 —— 先拿 3 个真实案例测。错误五：出了问题直接怪大模型 —— 先查提示词和知识库，大模型只是执行者。

第 26 页｜PART 03 章节页

第三部分：工具与平台。讲大模型怎么选、主流平台有哪些、现成 Skill 怎么改。

第 27 页｜大模型选型

做 Skill 先选底座。豆包大模型：中文强、128K 上下文、工具调用成熟、国内稳定，新手首选。DeepSeek：推理代码强、开源可私有化，技术运维场景好。GPT 系列：综合最强、生态最丰富，但成本高、国内访问受限。选型最关键看两个指标：工具调用能力 + 上下文长度。

第 28 页｜上下文不够怎么办

运维日志动辄几千行装不下，四个办法。第一分段提取：只抓 ERROR、WARN、异常堆栈和时间窗口附近的日志。第二 RAG 检索：知识库不全塞，按关键词取相关片段。第三摘要压缩：先让大模型做摘要，再基于摘要分析。第四多轮分步：第一步定位、第二步下钻、第三步给建议。核心思路：给模型最关键的信息，而不是所有信息。

第 29 页｜主流搭建平台

平台分两类。对话式零代码，适合新手快速验证：豆包、WorkBuddy、考拉、扣子、Dify。开发式写代码，适合深度定制：codex、DeepSeek Harness、QClaw。辅助工具有 Cherry Studio、提示词编辑器、接口调试工具。新手建议从对话式平台开始，不用写代码，先跑通第一个 Skill。

第 30 页｜改造现成 Skill

已有 Skill 怎么快速改成自己的？三步走，比从零写快 10 倍。第一步读懂原逻辑，先跑一遍看它输入什么输出什么。第二步替换领域知识，把别人的知识库换成你的。第三步调整输出格式，改成你团队习惯的报告格式。原则：先抄后改再原创。

第 31 页｜去哪找参考样例

四个渠道。官方文档和模板中心；开源社区和 GitHub；公司内部最佳实践；行业案例和技术博客。建议先从内部最佳实践入手，最贴合你们的实际场景。

第 32 页｜PART 04 章节页

第四部分：安全与红线。这部分请大家务必认真听，运维直接碰生产系统，安全出一次问题，前面所有效率提升都归零。

第 33 页｜五条安全红线

五条红线：①生产环境禁止自动写入变更，Skill 只能读不能改；②密码密钥绝不能进提示词；③权限最小化，只给必要的只读权限；④危险操作必须人工确认；⑤所有操作留日志，谁什么时候让 Skill 做了什么全可追溯。一句话：Skill 是助手，不是替你做决定的人，危险动作人来把关。

第 34 页｜防幻觉

大模型会 "一本正经地胡说八道"，四个方法防控。第一，知识库喂足真实文档。第二，提示词加约束："不确定就说不知道"" 结论必须引用来源 "。第三，输出要求标注依据，没依据的标" 待验证 "。第四，危险操作人工确认。记住：幻觉不可怕，可怕的是一本正经胡说八道还没人验证。

第 35 页｜运维特殊要求

运维 Skill 跟普通 Skill 不一样，四点。只读优先：先从查日志、看监控、出报告做起。变更审批流：涉及变更必须走正常审批，Skill 不能绕开现有规范。回滚机制：上线前先想清楚出问题怎么退回去。操作可追溯：每一步都有日志，出了问题能查到谁让它做的。

第 36 页｜数据合规与权限

数据层面：敏感数据脱敏后再进知识库，用户隐私不能泄露，核心业务数据不出域。权限层面：谁能用这个 Skill 要有控制，不同角色看不同信息，审计日志谁用过做了什么。原则：安全是 1，其他都是 0。

第 37 页｜PART 05 章节页

第五部分：演练参考与总结。接下来我会现场走一遍搭建过程，然后给大家留课后练习。

第 38 页｜Agent 包含什么

一个完整的 Agent 就像一个完整的人。大模型是推理大脑；Skill 是专业技能包 ——你做的就是这层；工具是执行的手；记忆是上下文。一层一层嵌套组装起来。

第 39 页｜演示 Skill 三部分

拆开看一个完整 Skill。提示词约 100 字：你是资深运维工程师，分析日志找根因，按异常现象、可能根因、建议步骤输出，不确定就说不知道。知识库三个文档：错误码对照表、历史故障案例库、系统架构说明，大模型自动检索相关片段，这就是 RAG。输出效果：原来人工 2 小时，现在 5 分钟。

第 40 页｜现场演示总览

接下来现场走一遍。第一步建项目，第二步写提示词，第三步传知识库，第四步接工具，第五步测试。平台用考拉或 WorkBuddy。

第 41 页｜演示步骤 1：新建项目

第一步很简单，就是给 Skill 起个名字。打开平台，点击新建 Skill，输入名称 "日志异常排查助手"，选择分类运维工具，点击创建。耗时约 2 分钟。这一步没什么技术含量，就是起个名。

第 42 页｜演示步骤 2：写提示词

第二步写提示词，约 15 分钟。这是 Skill 的灵魂。角色：你是一名资深运维工程师，擅长分析应用日志和排查线上故障。任务：找出异常和错误模式、匹配知识库错误码和故障案例、给出排查步骤。输出格式：异常现象一句话、可能根因 2～3 个按概率排序、建议步骤 3～5 步。边界：不确定就说 "需要进一步确认"，不要瞎猜。四要素：角色、任务、格式、边界，一个都不能少。

第 43 页｜演示步骤 3：上传知识库

第三步上传知识库，约 10 分钟。传三份：常见错误码对照表、历史故障案例库 10 个典型故障、系统架构说明文档。原理是 RAG 检索增强，大模型自动检索相关片段，不用全量上传按需调取。知识库是经验沉淀，有知识库 Skill 才 "会" 干活。

第 44 页｜演示步骤 4：配置工具接口

第四步配置工具，约 10 分钟。接三个只读接口：日志查询、监控指标查询、告警信息查询。安全红线必须强调：只配只读接口，绝不配写操作和删除接口，所有危险操作必须人工确认。 安全第一，危险操作人来把关。

第 45 页｜演示步骤 5：测试效果

第五步测试。输入一段异常日志 —— 数据库连接超时，Connection is not available。输出 5 秒就出来了：异常现象是数据库连接池耗尽；可能根因三个，慢查询过多、连接池配置过小、数据库死锁；建议步骤三步，查慢查询日志、检查连接池使用率、查看锁等待。效果对比：人工排查 2 小时，Skill 排查 5 秒。

第 46 页｜课后练习

讲了这么多，大家课后要动手。20 分钟做一个自己的 Skill。选题三选一：日志关键词检索初判、巡检报告模板生成、值班手册问答助手。时间分配：5 分钟选题写提示词，10 分钟传知识库配置，5 分钟测试调整，然后一起分享点评。

第 47 页｜练习：提示词模板

不用从零写，把这段改成你自己的场景就行。角色：你是资深运维工程师，擅长分析某服务的日志和监控。任务：用户给你一段日志，第一步分析定位、第二步判断匹配、第三步给建议。输出格式：结论一句话、影响范围、3～5 步建议、风险提示。小技巧：把你平时做这件事的步骤用大白话写下来就行，不用追求完美，先跑起来再改。

第 48 页｜练习：知识库和测试

知识库至少传 2～3 份：错误码对照表、1～2 个历史故障案例、你常查的 SOP。没有现成文档？把你脑子里的经验写成文字上传也行。测试拿 3～5 个真实案例：输入不对调提示词、格式不对加输出模板、结论不准补知识库、说废话就精简提示词。不用测到 100 分，70 分能用就先上线。

第 49 页｜FAQ

四个高频问题。Q1 没有 API 能做吗？能，先做对话式 Skill，提示词加知识库就够。Q2 幻觉怎么办？知识库喂足、提示词加约束、输出标来源、危险操作人工确认。Q3 会取代运维吗？不会，取代的是重复劳动，会用 Skill 的人会取代不会用的人。Q4 做一个要多久？新手 2～4 小时，熟练后半小时到一小时，模板可以复用越做越快。