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！