Trae AI技能创建全攻略：自动保存你的输入的提示词

📋 文章目录

点击收起/展开目录

• 一、技能创建：是什么？
• 二、为什么需要自动保存技能？
• 三、如何创建自动保存技能？
  • 3.1 创建技能文件结构
  • 3.2 编写SKILL.md描述文件
  • 3.3 编写main.py执行脚本
  • 3.4 创建requirements.txt文件
• 四、技能配置与上传
  • 4.1 压缩文件
  • 4.2 上传到Trae AI
  • 4.3 配置技能参数
• 五、测试与验证
• 六、进阶优化与建议
• 七、常见问题解答
• 八、结语与互动

---

一、技能创建：是什么？

在Trae AI中，技能（Skill）是扩展AI功能的核心方式。技能允许用户自定义AI的行为模式，让AI具备特定的自动化能力。通过创建技能，你可以：

1. 自动化重复任务：将常用操作封装成技能
2. 定制工作流程：根据项目需求设计专属AI助手
3. 提升工作效率：一键执行复杂操作序列
4. 知识积累与复用：保存最佳实践供团队共享

技能创建的核心是三个文件：SKILL.md（技能描述）、main.py（执行代码）和requirements.txt（依赖管理）。这些文件打包后上传到Trae AI，即可扩展AI的能力边界。

二、为什么需要自动保存技能？

在AI协作编程过程中，我们经常会产生有价值的提示词、代码片段和解决方案。然而，这些宝贵内容往往散落在对话历史中，难以追溯和复用。自动保存技能解决了以下痛点：

具体价值体现：

1. 知识沉淀：将所有有价值的提示词自动保存到Markdown文件
2. 历史追溯：每次保存都附带时间戳，方便按时间查找
3. 团队协作：保存的文件可以纳入版本控制，团队共享
4. 效率提升：避免重复编写相同提示词，直接复用历史记录
5. 学习分析：通过分析保存的提示词，优化与AI的协作方式

三、如何创建自动保存技能？

3.1 创建技能文件结构

首先，在本地创建一个技能文件夹，结构如下：

save_prompt_skill/
├── SKILL.md        # 技能描述文件（核心配置）
├── main.py         # 技能执行代码
└── requirements.txt # Python依赖说明（可选）

3.2 编写SKILL.md描述文件

SKILL.md是技能的核心描述文件，使用YAML+Markdown格式：

---
name: save_prompt
description: 自动将输入内容追加保存到prompt提示词.md文件中
---

# save_prompt

## 命令
当用户在对话框中输入内容时，自动触发保存功能

## 使用场景
- 记录有价值的提示词和对话内容
- 自动备份AI协作过程
- 创建可复用的提示词库
- 团队知识积累和共享

## 输出解释
1. 每次触发都会将输入内容追加到指定文件
2. 自动添加时间戳和分隔符
3. 文件不存在时自动创建并初始化
4. 返回操作结果和文件状态

## 示例
**用户输入：**
帮我写一个Python快速排序算法

**技能响应：**
✅ 内容已保存到 prompt提示词.md
时间：2024-01-15 14:30:25
内容摘要：帮我写一个Python快速排序算法

关键配置说明：

• name：技能的唯一标识，使用英文小写和下划线
• description：简明扼要的技能描述
• 内容部分：详细说明技能的使用方法和预期效果

3.3 编写main.py执行脚本

main.py包含技能的核心逻辑，实现自动保存功能：

#!/usr/bin/env python3
"""
save_prompt 技能 - 自动保存输入内容到文件
"""

import os
import sys
from datetime import datetime
from pathlib import Path

def save_to_prompt_file(input_text: str) -> str:
    """
    将输入文本保存到 prompt提示词.md 文件
    
    参数:
        input_text: 用户输入的文本内容
    
    返回:
        保存结果的字符串描述
    """
    try:
        # 定义保存路径
        file_path = Path("prompt提示词.md")
        
        # 初始化文件（如果不存在）
        if not file_path.exists():
            with open(file_path, "w", encoding="utf-8") as f:
                f.write("# 📝 Prompt提示词库\n\n")
                f.write("> 本文件由 save_prompt 技能自动生成和维护\n\n")
                f.write("---\n\n")
        
        # 准备追加内容（带时间戳）
        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        content_to_append = f"## ⏰ {timestamp}\n\n"
        content_to_append += f"{input_text}\n\n"
        content_to_append += "---\n\n"
        
        # 执行追加操作
        with open(file_path, "a", encoding="utf-8") as f:
            f.write(content_to_append)
        
        # 返回用户友好的成功消息
        content_preview = input_text[:60] + "..." if len(input_text) > 60 else input_text
        return (
            f"✅ **保存成功！**\n\n"
            f"**文件路径：** `{file_path.absolute()}`\n"
            f"**保存时间：** {timestamp}\n"
            f"**内容预览：** {content_preview}\n\n"
            f"💡 提示：所有历史记录已安全保存，可随时查看和复用。"
        )
        
    except PermissionError:
        return "❌ 权限不足：无法写入文件，请检查文件权限"
    except Exception as e:
        return f"❌ 保存失败：{str(e)}"

def main():
    """主函数：处理命令行参数"""
    if len(sys.argv) < 2:
        # 显示使用帮助
        help_text = """
        🛠️ save_prompt 技能使用说明
        
        用法：
          save_prompt "要保存的文本内容"
        
        示例：
          save_prompt "如何优化Python代码性能？"
        
        功能：
          将输入内容自动追加到 prompt提示词.md 文件
        """
        print(help_text)
        return
    
    # 合并所有参数（支持带空格的文本）
    input_text = " ".join(sys.argv[1:])
    
    # 执行保存并输出结果
    result = save_to_prompt_file(input_text)
    print(result)

if __name__ == "__main__":
    main()

3.4 创建requirements.txt文件

虽然本技能只使用Python标准库，但保留requirements.txt是良好的实践：

# save_prompt 技能依赖说明
# 本技能仅使用Python 3.11+标准库，无需额外安装包

# 如果需要添加依赖，格式如下：
# package_name==version

# 示例：
# requests==2.28.1
# pandas==1.5.0

四、技能配置与上传

4.1 压缩文件

将三个文件打包成ZIP格式：

Windows系统：

1. 选中三个文件（SKILL.md、main.py、requirements.txt）
2. 右键 → “发送到” → “压缩(zipped)文件夹”
3. 重命名为 save_prompt.skill.zip

macOS/Linux系统：

zip -r save_prompt.skill.zip SKILL.md main.py requirements.txt

4.2 上传到Trae AI

进入Trae AI技能创建界面，按照以下步骤操作：

界面操作对应文字描述：

1. 上传文件区域：点击上传按钮或拖拽ZIP文件到指定区域
2. 技能类型选择：
   • 全局技能（在所有项目中可用）
   • 项目技能（仅在当前项目可用）
3. 技能名称输入：save_prompt
4. 技能描述填写：自动将输入内容追加保存到prompt提示词.md文件中
5. 指令配置区域：粘贴技能详细说明
   
   
   

4.3 配置技能参数

在Trae AI界面中填写以下配置：

技能名称：save_prompt
描述：自动将输入内容追加保存到prompt提示词.md文件中

指令配置：

# save_prompt 技能配置

## 核心功能
自动捕获用户输入并保存到本地文件，建立可检索的提示词库。

## 触发规则
1. 用户输入任意非空内容时自动触发
2. 忽略系统命令和空输入
3. 每次保存都添加时间戳标记

## 文件管理
- 存储位置：当前工作目录下的 `prompt提示词.md`
- 文件格式：标准Markdown，兼容所有编辑器
- 存储策略：追加模式，保留完整历史

## 响应格式
✅ **保存成功提示**
   文件信息 + 时间戳 + 内容摘要

❌ **错误提示**
   具体错误原因 + 解决建议

## 使用示例
输入：帮我解释React Hooks的工作原理
输出：✅ 内容已保存（时间 + 路径 + 摘要）

五、测试与验证

5.1 基本功能测试

5.2 文件结构验证

检查生成的 prompt提示词.md 文件：

# 📝 Prompt提示词库

> 本文件由 save_prompt 技能自动生成和维护

---

## ⏰ 2026-02-01 10:30:25

Python列表推导式的最佳实践

---

## ⏰  2026-02-01 10:31:10

如何配置Webpack优化打包速度？

---

## ⏰  2026-02-01 10:32:05

机器学习模型评估的常用指标

---

5.3 技能触发测试

在Trae AI对话框中：

1. 输入任意内容，如"如何学习TypeScript？" 或者 “广州天河 晚上有啥好吃的？推荐1个”
2. 观察是否出现技能响应
3. 检查文件是否正确更新

六、进阶优化与建议

6.1 技能功能扩展

# 扩展版本：支持分类保存
class AdvancedPromptSaver:
    def __init__(self):
        self.categories = {
            'code': '代码相关提示词',
            'design': '设计相关提示词',
            'debug': '调试技巧',
            'learn': '学习资源'
        }
    
    def save_with_category(self, text: str, category: str = 'general'):
        """按分类保存提示词"""
        if category not in self.categories:
            category = 'general'
        
        filename = f"prompt_{category}.md"
        # 保存逻辑...

6.2 性能优化建议

1. 批量处理：支持批量导入历史对话
2. 去重机制：自动识别并跳过重复内容
3. 智能分类：基于内容自动分类
4. 搜索功能：添加本地搜索能力
5. 云端同步：支持多设备同步

6.3 团队协作优化

七、常见问题解答

Q1：技能没有触发怎么办？

A： 检查以下配置：

1. 技能是否已启用（在技能管理界面查看）
2. 技能类型是否为"全局"
3. 输入内容是否非空
4. 尝试重启Trae AI应用

Q2：文件保存在什么位置？

A： 文件保存在当前工作目录。可以通过以下方式查看：

import os
print(f"当前目录：{os.getcwd()}")
print(f"文件路径：{os.path.join(os.getcwd(), 'prompt提示词.md')}")

Q3：如何修改保存路径？

A： 修改main.py中的file_path定义：

# 保存到指定目录
file_path = Path("/path/to/your/directory/prompt提示词.md")

# 或保存到桌面（跨平台）
from pathlib import Path
desktop = Path.home() / "Desktop"
file_path = desktop / "prompt提示词.md"

Q4：支持保存图片或文件吗？

A： 当前版本仅支持文本。如果需要保存多媒体内容，需要扩展技能功能，将文件转换为Base64编码或保存文件路径引用。

Q5：技能会影响AI响应速度吗？

A： 影响极小。保存操作是异步进行的，通常只需几毫秒，不会明显影响对话体验。

Q6：如何分享技能给团队成员？

A： 两种方式：

1. 分享ZIP包，让成员自行导入
2. 将技能文件纳入版本控制（Git）
3. 创建团队技能库，统一管理

八、结语与互动

8.1 总结回顾

1. Trae AI技能的基本概念和创建流程
2. 如何开发自动保存提示词的实用技能
3. 技能配置、上传和测试的全过程
4. 进阶优化和团队协作的最佳实践

8.2 技能价值延伸

这个自动保存技能不仅解决了提示词管理的问题，更展示了一种AI协作的新范式：让AI适应你的工作流程。你可以基于这个模式，创建更多个性化技能，如：

• 代码片段管理器
• 会议纪要自动生成器
• 学习笔记整理助手
• 项目进度跟踪器

8.3 互动讨论

💬 欢迎在评论区分享你的经验：

1. 你在使用Trae AI时遇到了哪些痛点？
2. 你想创建什么样的自定义技能？
3. 对本文的教程有任何疑问或建议？
4. 分享你基于此技能开发的变种或改进版本！

> 转载声明：本文原创，转载请注明出处。