技能¶
本页介绍 .github/skills/目录下的五项仓库技能。技能是可复用的知识包；当请求匹配特定领域、约定或验证工作流时，Copilot 可以调用它们。
文件夹约定¶
每项技能位于：
SKILL.md 以至少包含 name 和
description的前置元数据开头。某些技能还会声明 license 或 model。正文提供领域规则、示例、清单和输出格式。
技能、代理和指令之间的区别¶
- 技能 是特定主题的参考资料，用于指导 Copilot 如何处理特定类型的工作，例如生成前端或审查机器学习模型。
- 代理 （位于
.github/agents/）是具名角色，拥有自己的工具、提示词，有时还会固定使用特定模型。 - 指令文件 （例如
.github/copilot-instructions.md和.github/copilot-review-instructions.md）提供适用于多种任务的通用仓库上下文。
brand-guidelines¶
- 路径：
.github/skills/brand-guidelines/SKILL.md - 前置元数据名称：
brand-guidelines - 前置元数据说明：“指导 AI 代理生成带有品牌风格的航空与忠诚度计划网站。构建营销页面、产品目录、首屏区域、忠诚度积分显示，或面向航空公司及常旅客场景的任何客户界面时，请使用此技能。它提供完整的视觉设计系统，包括颜色、字体排印、间距、组件和布局模式。”
- 其他前置元数据：
license: MIT - 内容：颜色令牌、字体排印、间距、产品卡片、忠诚度积分显示、导航、行动号召按钮、首屏区域、页脚和品牌合规性清单。
- Copilot 的调用时机：当请求构建或审查品牌营销页面、产品目录、忠诚度积分用户界面、首屏区域，或面向客户的航空公司/常旅客体验时。
data-pipeline-conventions¶
- 路径：
.github/skills/data-pipeline-conventions/SKILL.md - 前置元数据名称：
data-pipeline-conventions - 前置元数据说明：“实施零售分析数据管道的编码约定。编写或审查 ETL 代码、数据引入、转换逻辑或数据质量检查时，请使用此技能。涵盖生产数据管道的架构管理、幂等性、验证、分区和可观测性模式。”
- 其他前置元数据：
license: MIT - 内容：幂等 ETL、架构管理、验证、死信处理、分区、批处理、可观测性、数据质量检查、命名约定和管道测试。
- Copilot 的调用时机：编写或审查零售分析的 ETL 代码、数据引入、转换、架构演进、验证或数据质量检查时。
demo-verifier¶
- 路径：
.github/skills/demo-verifier/SKILL.md - 前置元数据名称：
demo-verifier - 前置元数据说明：“重要：使用此技能验证演示功能。 读取 .NET 和 Python 演示演练，并依据当前 GitHub 文档交叉核对每项声明的功能。报告哪些功能已确认、处于预览阶段或已弃用。审查演示准确性、检查功能可用性或准备现场演示时，必须调用此技能。”
- 其他前置元数据：
license: MIT - 内容：读取演示演练、提取声明的功能、依据当前 GitHub 文档进行交叉核对，并报告功能是已确认、处于预览阶段、已变更还是不可用。
- Copilot 的调用时机：现场演示前、更新演示文档后、检查演示准确性时，或收到验证功能可用性的请求时。
frontend-conventions¶
- 路径：
.github/skills/frontend-conventions/SKILL.md - 前置元数据名称：
frontend-conventions - 前置元数据说明：“指导 AI 代理从零开始生成前端网站。创建 HTML 页面、使用 CSS 设置样式、添加 JavaScript 交互或构建静态网站时，请使用此技能。涵盖语义化 HTML5、现代 CSS 模式、无障碍性、性能和可投入生产的前端组件模式。”
- 其他前置元数据：
license: MIT、model: gpt-5.4 - 内容：语义化 HTML5、地标区域、标题层级、CSS 自定义属性、Grid、Flexbox、响应式字体排印、移动优先断点、组件模式、无障碍性、性能、JavaScript 模式和前端审查清单。
- Copilot 的调用时机：收到构建网站、落地页、静态前端或 HTML/CSS/JavaScript 页面的请求时，或审查前端代码的无障碍性或性能时。
ml-model-review¶
- 路径：
.github/skills/ml-model-review/SKILL.md - 前置元数据名称：
ml-model-review - 前置元数据说明：“审查机器学习模型代码的正确性、公平性和生产就绪程度。编写或审查客户分群、预测模型、特征工程或模型评估代码时，请使用此技能。检查零售分析机器学习管道中的数据泄漏、偏差、可复现性和部署风险。”
- 其他前置元数据：
license: MIT - 内容：数据泄漏、特征工程、可配置阈值、评估指标、偏差与公平性检查、可复现性、生产就绪程度、漂移监控和机器学习审查清单。
- Copilot 的调用时机：编写或审查客户分群、预测模型、特征工程、模型评估或零售分析机器学习管道代码时。