用途
extract-skill 用于把当前对话中产生的知识、模式和工作流提取出来，并持久化为可复用的技能。它适合在以下情况使用：用户明确表示“extract a skill”“extract this as a skill”或“save this for next time”；对话中出现了有用的工作流、模式或领域知识；用户希望用新的经验更新已有技能；对话中发现了非显而易见的步骤、坑点或值得保留的最佳实践。
主要能力
该技能围绕一个分阶段的提取流程展开：
- 阶段一：识别可提取内容。回顾对话，寻找通过试错得出的多步骤工作流、非显而易见的事实或配置约束、遇到的问题及其解决方案、有效的代码模式或命令序列、以及选择某种方案而非其他方案的理由。在继续之前，先总结计划提取的内容并与用户确认。
- 阶段二：确定目标。如果用户已指定技能或目标从上下文显而易见，则直接进行；否则通过 AskQuestion 工具或对话方式澄清：是新建还是更新已有技能；若更新，更新哪个技能（从 ~/.cursor/skills/ 和 .cursor/skills/ 中列出相关技能）；若新建，命名是什么；新技能的存储位置是个人级（~/.cursor/skills/，跨所有项目可用）还是项目级（.cursor/skills/，与仓库共享）。
- 阶段三：起草技能内容。新建技能时：选择描述性名称（小写、连字符、最多 64 字符）；编写包含 WHAT 和 WHEN 的具体描述（第三人称）；把对话蒸馏为简洁、可执行的指令；加入来自对话的具体示例；添加使用过的实用脚本或命令。更新已有技能时：阅读现有 SKILL.md；确定新经验适合放在哪里（新章节、更新步骤、补充示例）；整合而不重复已有内容；保留现有结构与语气。
- 阶段四：蒸馏准则。目标是把杂乱的对话转化为干净、可复用的指令。应当：提取最终可用的方案而非失败尝试（除非坑点有教育意义）；从具体案例泛化（用占位符替换硬编码值）；包含非显而易见步骤背后的“为什么”；补充智能体没有这段对话就不会知道的上下文；保持在 500 行以内。不应：包含对话痕迹（如“正如我们讨论的”“你提到”）；重复智能体已知的信息；包含无法迁移到其他场景的过度具体细节；在代码示例足够时添加冗长解释。
- 阶段五：写入并验证。创建或更新技能文件；验证 SKILL.md 在 500 行以内；检查描述是否具体并包含触发词；与用户确认捕获内容准确。
使用方式
该技能以 SKILL.md 文件形式存在，包含 name 和 description 的 frontmatter，以及正文指令。示例中展示了一个从调试部署问题对话中提取出的技能，其结构包括诊断步骤（如 kubectl 命令序列）和常见问题（如 CrashLoopBackOff、ImagePullBackOff 的排查与解决），且不包含任何对话痕迹。
适用场景
适用于把对话中临时摸索出的工作流、领域知识、坑点修复、代码模式、决策理由等沉淀为可复用技能，尤其适合需要跨项目或个人长期复用的经验保存。
限制与边界情况
- 对话涉及多个主题时：询问要提取哪个具体学习点，或建议为不同主题分别创建技能。
- 学习点太小不足以成为技能时：建议改为创建 Cursor 规则（.cursor/rules/），更适合单行或简短指南。
- 已有技能需要大幅重写时：与用户确认是重构现有技能，还是创建取代它的新技能。
- 技能内容应保持在 500 行以内。
关于该技能的收费、价格、平台支持范围等具体信息，资料中暂未提供。