寫在升級後： 剛整理完濁水溪的探索方法論 (SOP)，正準備發佈時，發現我的 AI 助手 Antigravity 也有了新功能——支援 Skill (技能) 系統。 於是，我順手請 AI 將原本單純的文字版 Task，升級為更具結構化的 Skill。這不僅是一次工具的迭代，更是 AI 協作模式的進化。
什麼是 Antigravity Skill？
過去我們習慣用 Task (任務) 來告訴 AI 做什麼，通常是一份 Markdown 文件，寫滿了步驟與指令。
而新的 Skill (技能) 則更像是一個 「可執行的軟體包」。它不僅有說明文件 (SKILL.md)，還可以包含專屬的腳本 (scripts/)、模板 (templates/) 與範例。
簡言之，Task 是給 AI 看的「說明書」，Skill 則是給 AI 用的「工具箱」。
實戰：建立 River Exploration Skill
我請 AI 將剛剛總結的「河流探索工作流」封裝成一個 Skill。
AI 迅速在 .agent/skills/river-exploration/ 建立了以下結構：
- SKILL.md：核心 SOP，包含了我強調的「黃金時間 (The Golden Hour)」當日結算流程。
- scripts/gen_map_urls.py：把之前散落在專案裡的 Google Maps 連結生成程式，收納為此技能專用的工具。
- templates/blog_post_template.md：標準化的遊記 Markdown 模板，確保每次產出的格式一致。
Task vs. Skill：優缺點比一比
在實際體驗後，我對這兩種模式做了簡單的比較：
| 特性 | Task (舊模式) | Skill (新模式) |
|---|---|---|
| 結構 | 單一 Markdown 文件 | 文件夾結構 (MD + Scripts + Templates) |
| 可執行性 | 需手動複製貼上指令或腳本 | 腳本與模板隨手可得，AI 可直接調用 |
| 維護性 | 容易隨著對話變長而失焦 | 模組化管理，邏輯清晰，易於迭代 |
| 情境 | 適合一次性、非標準化的任務 | 適合重複性高、流程固定的專業工作 |
| 學習曲線 | 低，像寫筆記 | 高，需要定義清楚的目錄結構與介面 |
結論：為什麼 Skill 更好？
對於我的「台灣河流探索」計畫來說，Skill 絕對是大升級。 因為這不是一次性的旅行，而是要重複十幾次的標準流程。有了 Skill：
- 工具隨身帶：不用再翻以前的對話找 Python 腳本，AI 加載 Skill 後就能直接跑程式生成地圖。
- 品質一致：每次生成的遊記草稿都使用同一份 Template，格式統一，省去排版時間。
- 知識固化：將「黃金時間」這種心法寫入 Skill，等於賦予了 AI 這項價值觀，它會主動提醒我執行，而不是等我下令。
Antigravity 的這次升級，讓 AI 從「聽話的助理」進化為「帶裝備的專家」。期待帶著這個新技能，去探索下一條河流——大甲溪！