【声明】本博客所有内容均为个人业余时间创作，所述技术案例均来自公开开源项目（如Github，Apache基金会），不涉及任何企业机密或未公开技术，如有侵权请联系删除
背景
上篇 blog
【Agent】【OpenCode】todowrite 工具提示词（完结）
接着分析了两个个用例，面对目标极其明确，指向性极强的微观修改需求，AI 选择了直接调用 Edit 工具进行了原地修改，或者直接调用了终端工具执行命令，并输出命令执行结果，反映出大模型在处理即时反馈型任务时的敏捷性，这种任务不需要 TodoWrite 工具，接着分析了 TodoWrite 工具必须遵守的规则，其中 Task States 任务状态机有四种状态：pending（待办），in_progress（进行中），completed（已完成）和cancelled（已取消），然后是 Task Management 任务管理规则：1、实时同步，2、立刻打勾，严禁批量，3、无论清单多长，同一时间只能有一个任务在执行，4、如果任务是无用的，尽快取消，最后是 Task Breakdown 任务拆解规则：1、任务要具体且可执行，2、复杂任务拆解，3、任务名清晰没有歧义， 并且当遇到犹豫不决的任务，默认响应应该是建立清单防患于未然，下面继续分析
OpenCode
下面看最后一个工具 Skill
从描述上可以看出来，这里的 Skill 工具可以加载一个专门的技能，所谓的技能可以提供特定领域的指令和工作流，这里只有唯一的参数name，描述要加载的技能名称，并且该参数的required必须的，描述上明确提到【No skills are currently available】当前没有可用的技能，意味着在当前的运行时环境中，该工具的能力是空的
该工具的提示词路径在opencode/packages/opencode/src/tool/skill.ts
可以看到，当list.length == 0时，也就是当前没有 Skill，OpenCode 客户端就会返回【No skills are currently available】类似的描述，告知当前没有可用技能，而当list.length > 0时，OpenCode 客户端就会拼接出一段结构严谨的说明文本
- 触发条件（When to use）：这里是最关键的匹配引擎入口，AI 需要具备识别任务特征的能力，只有当用户的请求与下方列表中的技能相匹配时，才能触发加载
- 预期结果（What to expect）：这里提前告知 AI 工具调用的返回值格式，让 AI 知道，一旦成功调用，就能收到一个包裹着 注意Skill 详细内容的 XML/HTML 标签块
- 渐进式披露：注意这里的关键词【…use this tool to load the full skill instructions】以及【inject detailed instructions… into the conversation context】，这说明在 AI 看到这段描述时，它仅仅知道有哪些技能的名字和简介（也就是通过下面的
Skill.fmt(list, {verbose: false})渲染出来的精简名单），真正详细的技能内容（SKILL.md正文），脚本和参考资料并没有在这里就塞进上下文里消耗 Token，只有当 AI 决定使用某个技能并真正调用 Skill 工具之后，那些详细的指令才会被注入进来，实现按需加载，节约上下文窗口
这里的verbose默认为false，也明确指示了当前非详细内容模式，呼应了前面的内容，在这个阶段，只需要展示技能的名称和简短描述，不需要把完整内容暴露出来
OK，本篇先，到这里，如有疑问，欢迎评论区留言讨论，祝各位功力大涨，技术更上一层楼！！！更多内容见下篇 blog
