AI智能体技能开发：构建垂直领域工具链的以色列本地化实践

1. 项目概述：一份为AI智能体定制的以色列生活指南

如果你正在使用Claude、Cursor或者GitHub Copilot这类AI编程助手，并且恰好身处以色列，或者计划来这里生活、工作、旅行，那么你可能会遇到一个独特的挑战：如何让这些聪明的AI助手理解并处理那些极具本地特色的需求？比如，你想找一家在安息日还营业的药房，或者想实时查询以色列铁路的班次，又或者想在Wolt上点一份地道的沙瓦玛。这些需求背后，是复杂的本地化服务、希伯来语界面以及独特的文化习惯。这正是“Awesome Agent Skills Israel”这个项目诞生的初衷。

简单来说，这是一个精心整理的、专门服务于以色列本地生活场景的“AI智能体技能”清单。它不是一个普通的软件工具列表，而是一套能让你的AI助手“学会”如何在以色列这个特定环境中为你提供帮助的指令集。每个“技能”都像一个独立的插件模块，封装了访问特定本地服务（如Clalit医疗系统、以色列邮政、Ontopo餐厅预订平台）所需的知识、操作步骤和API调用逻辑。当你的AI助手加载了这些技能，它就从一个通用的编程伙伴，变成了一个精通以色列本地生活的“地头蛇”助手。

这个项目的核心价值在于“场景化赋能”。它瞄准的是AI应用落地中最棘手的一环——如何将强大的通用模型能力，与具体、琐碎、充满地域特色的现实需求无缝对接。对于开发者而言，它展示了如何为AI智能体构建垂直领域的工具链；对于终端用户，尤其是生活在以色列的外籍人士、新移民或游客，它则提供了一条用AI高效解决生活痛点的捷径。接下来，我将为你深入拆解这个项目的设计思路、核心技能，并分享如何将其应用到你的日常AI工作流中。

2. 项目核心架构与设计理念解析

2.1 什么是“Agent Skill”？超越普通API封装的智能指令包

在深入这个以色列技能清单之前，我们首先要理解“Agent Skill”这个概念。它不同于我们常见的软件库或API客户端SDK。一个传统的SDK（如axios用于HTTP请求，cheerio用于网页解析）提供的是基础能力，你需要自己编写大量的业务逻辑来组合这些能力。而一个“Agent Skill”是为AI智能体（Agent）量身定做的、高度情境化的指令包。

它的设计遵循“渐进式披露”原则，这非常符合AI的工作方式：

1. 发现阶段：AI智能体启动时，只会看到技能的名称和简短描述。这就像给AI一个功能目录，让它知道“我能做什么”，但不知道“具体怎么做”。这避免了将所有复杂的指令一次性塞入上下文，占用宝贵的Token资源。
2. 激活阶段：当用户提出的请求与某个技能的描述匹配时（例如，用户问“特拉维夫哪家咖啡店有户外座位？”），AI智能体会动态加载该技能文件夹下的SKILL.md文件到其工作内存中。
3. 执行阶段：AI智能体阅读SKILL.md中详细的、步骤化的自然语言指令，并据此执行操作。这些指令可能包括调用特定的API、解析返回的JSON数据、处理希伯来语日期格式，或者模拟点击浏览器按钮（对于需要网页自动化的技能）。

一个典型的技能文件夹结构如下：

israel-post-tracking/ SKILL.md # 核心：包含技能名称、描述、前置条件、分步操作指南、示例输入输出。 scripts/ # （可选）存放可执行的辅助脚本，如数据清洗脚本或简单的格式转换工具。 references/ # （可选）存放参考数据文件，例如以色列城市邮政编码对照表、药品通用名与商品名映射表。

注意：SKILL.md是技能的灵魂。它必须用清晰、无歧义的自然语言编写，因为AI将直接“阅读”并理解它。好的技能说明会像在教导一位聪明但对该领域一无所知的新手，需要明确输入格式、处理逻辑、错误处理以及最终输出的结构化要求。

2.2 “Awesome Agent Skills Israel”的垂直化定位策略

市面上已经存在一些通用的Agent Skills合集，例如VoltAgent/awesome-agent-skills更偏向开发者工具（如操作Docker、管理Kubernetes），而heilcheng/awesome-agent-skills则覆盖面更广。那么，为什么还需要一个专门针对以色列的清单？

其核心策略是极致的垂直化与场景深耕。以色列作为一个科技强国，其数字生态系统既先进又独特，大量主流服务（如医疗、银行、政府服务）都深度本地化，并且希伯来语界面和独特的文化规则（如犹太历法、安息日）构成了很高的使用门槛。这个项目精准地捕捉到了这一痛点，将技能范围严格限定在“帮助AI助手在以色列语境下操作”。

这种定位带来了几个显著优势：

• 降低认知负荷：使用者（无论是AI还是开发者）无需从海量通用技能中筛选，可以直接找到最相关的工具。
• 提升解决效率：技能针对本地API和网站结构进行了优化，指令中可能已经包含了处理希伯来语编码、应对特定反爬策略等经验性细节。
• 构建社区生态：它吸引了对以色列本地化AI应用感兴趣的开发者，形成了一个小众但专注的贡献者社区，有利于技能的持续完善和更新。

2.3 技能分类逻辑：覆盖在以生活的全场景

项目通过清晰的分类，几乎涵盖了在以色列生活的所有高频场景。我们来看其分类逻辑：

1. 生存与安全基础层：这是最高优先级的分类。Health & Fitness（健康）和Security & Alerts（安全警报）直接对应医疗资源和人身安全这两个最基本需求。例如，Clalit Pharm Search技能能快速定位有存货的药房，这在急需药品时至关重要。
2. 日常生活便利层：包括Food & Restaurants（餐饮）、Transport & Navigation（交通）、Shopping & E-Commerce（购物）等。这些技能解决的是每日的衣食住行问题，如用Railil查火车，用Salai MCP比价购物。
3. 文化与行政适应层：对于新移民或游客，Language & Localization（语言）、Government & Bureaucracy（政府事务）、Jewish Calendar & Holidays（犹太历法）是融入当地社会的关键。虽然后两个类别目前技能还空缺，但分类本身指明了需求方向。
4. 精神与生活品质层：Culture & Entertainment（文化娱乐）、Libraries & Reading（阅读）等，满足了更高层次的生活需求。

这种分类方式不仅便于查找，也像一张“在以色列数字化生存的地图”，清晰地标出了哪些领域已经可以通过AI自动化，哪些还是待开发的“蓝海”。

3. 核心技能深度解析与实操指南

3.1 健康医疗类技能：关键时刻的数字化生命线

在以色列，医疗服务主要由四大健康维护组织提供，其中Clalit和Maccabi是最大的两家。项目中的Clalit Pharm Search和Maccabi Pharm Search技能，正是对接这两大系统药房库存查询功能的桥梁。

以Clalit Pharm Search技能为例，其内部工作流程解析：

1. 输入处理：技能指令会引导AI智能体首先向用户询问或确认关键信息：药品名称（通用名或商品名）、所在城市或区域。这里有一个关键细节：药品名称可能需要处理希伯来语输入和可能的拼写变体。
2. API调用与认证：Clalit的药品查询接口很可能不是公开的免费API，可能需要模拟其官方网站或移动应用的请求。技能文件SKILL.md中需要详细说明：
   • 请求端点URL：例如，https://www.clalit.co.il/he/your_health/farmacy/Pages/search.aspx背后的实际数据接口。
   • 请求头：需要设置哪些Headers来模仿浏览器行为（如User-Agent,Accept-Language: he-IL）。
   • 参数构造：如何将药品名和地点转化为HTTP POST请求的表单数据或查询参数。
   • 会话处理：是否需要维护Cookies或处理重定向。
3. 数据解析与过滤：获取到的响应通常是HTML或JSON。技能需要指导AI如何从中提取关键字段：药房名称、地址、电话号码、药品库存状态（“有货”/“缺货”）、距离（如果接口提供）。对于HTML响应，可能需要指定使用特定的CSS选择器或XPath来定位信息。
4. 结果格式化与呈现：最后，技能应指示AI将结果以清晰、结构化的方式输出给用户，例如按距离排序的列表，并高亮显示有库存的药房。

实操心得：在使用这类技能时，最大的挑战往往不是技能本身，而是目标网站的反爬策略变更。网站结构或API接口可能随时更新。因此，一个健壮的技能应该在SKILL.md中注明其最后验证日期，并鼓励用户在技能失效时提交Issue。作为使用者，如果发现技能返回错误或空结果，首先应手动访问一次目标网站，确认查询流程是否依然有效。

3.2 交通出行类技能：破解本地化导航

Railil技能是针对以色列铁路的查询工具。以色列火车班次相对频繁，但时刻表在节假日、周末（安息日）变化很大，一个可靠的查询技能非常实用。

技能实现的关键点分析：

• 模糊搜索：技能需要处理站名的多种输入形式。例如，用户可能输入“Tel Aviv”、“TLV”、“תל אביב”或“ת"א”。技能内部可能需要维护一个站名映射表（可放在references/文件夹），或调用铁路官方的模糊搜索接口。
• 日期时间处理：这是核心难点。以色列使用希伯来历法，许多节日（如逾越节、住棚节）的交通安排与平常完全不同。技能指令必须明确告诉AI：首先将用户输入的通用日期转换为犹太历日期，然后判断该日期是否为特殊节日或安息日（周五日落到周六日落），最后再去查询对应时刻表。这可能需要集成一个犹太历法计算库或调用相关API。
• 输出格式化：理想的输出应包括：车次号、出发时间、到达时间、行程时长、是否有中转、票价等级（例如“Rav-Kav”卡折扣价）。AI需要被指示如何从原始数据中提取并组织这些信息。

配置与使用示例： 假设你在Cursor编辑器中，已经通过npx skills add命令安装了railil技能。当你向AI助手提问：

“帮我查一下下周二从海法到贝尔谢巴的早班火车，最好在上午9点前出发。”

AI助手识别到“火车查询”请求，动态加载railil技能的SKILL.md。接着，它会按照指令：

1. 解析“下周二”为具体日期（例如2024-10-15）。
2. 检查该日期是否为犹太节日或安息日（假设不是）。
3. 将“海法”和“贝尔谢巴”转换为官方站点代码（例如“HFA”和“BS”）。
4. 构造API请求，查询指定日期的班次。
5. 过滤出出发时间在上午9点前的车次。
6. 将结果以清晰的表格形式呈现给你。

3.3 餐饮消费类技能：从查询到预订的自动化

Ontopo是以色列主流的餐厅预订平台。Ontopo技能的目标是让AI能够代替用户完成从搜索、筛选到获取预订链接的全过程。

技能可能涉及的复杂操作：

1. 多条件搜索：技能需要支持多种过滤条件：菜系（以色列菜、意大利菜等）、地点（城市、街区）、价格范围、评分、是否有户外座位、是否适合素食者等。SKILL.md需要定义这些条件的参数化方式。
2. 处理动态内容：餐厅的可用桌位是实时变化的。技能可能需要处理JavaScript渲染的页面内容，这解释了为什么类似Wolt Orders技能需要Browser tool required（浏览器工具）。这意味着AI智能体需要能够驱动一个无头浏览器（如Puppeteer）来与网站交互，点击“查看可用时间”按钮，并抓取弹出的日历数据。
3. 身份认证与预订：真正的预订操作通常需要用户登录。技能设计在这里需要非常谨慎。一种安全的做法是，技能只做到“获取预订链接”这一步，将带有具体时间、人数参数的深度链接返回给用户，由用户自己在浏览器中完成最终的登录和确认支付。这避免了处理敏感登录凭证的安全风险。

注意事项：对于需要Browser tool required或API key required的技能，使用前务必做好评估。浏览器自动化技能运行速度较慢且消耗资源多，适合低频复杂任务。需要API Key的技能，则要求用户自行申请并妥善保管密钥，通常不建议将密钥硬编码在技能文件中，而应通过环境变量或AI智能体的安全配置界面传入。

4. 如何集成与使用这些技能：从安装到实践

4.1 技能安装与注册的两种主流方式

目前，AI智能体生态中主要有两种技能管理范式，这个项目都提供了对接路径：

方式一：通过npx skills add命令安装（针对alexpolonsky/agent-skills注册表）这是最接近传统软件包管理器的体验。前提是你使用的AI开发环境（如Cursor、Claude Code）集成了对此注册表的支持。

# 假设技能注册表已配置，安装特定技能的命令可能类似： npx skills add @alexpolonsky/railil # 或者从GitHub仓库直接安装 npx skills add https://github.com/openclaw/skills/tree/main/skills/lirantal/skill-railil

安装后，技能的描述信息会被注册到你的AI智能体本地，当遇到相关问题时，智能体就能自动感知并加载该技能。

方式二：手动配置与MCP集成对于更高级的用户或支持Model Context Protocol（MCP）的AI平台（如某些Claude配置），你可以将技能作为MCP服务器来连接。

1. 克隆技能仓库：git clone https://github.com/alexpolonsky/agent-skill-strikeradar.git
2. 查看技能文档：阅读SKILL.md和README，了解启动技能服务器所需的依赖和命令。例如，一个Python技能可能需要pip install -r requirements.txt。
3. 配置AI客户端：在你的AI客户端（如Claude Desktop）配置文件中，添加该技能服务器作为MCP资源。这通常涉及编辑一个JSON配置文件，指定服务器启动命令和通信端口。
4. 启动与连接：启动AI客户端，它会自动启动技能服务器并建立连接。之后，你就可以在对话中直接使用该技能。

4.2 在Claude、Cursor等工具中的实战调用流程

无论通过哪种方式安装，在实际对话中调用的体验是相似的。以下是一个在Cursor（深度集成AI助手）中的模拟对话流程：

用户：“我喉咙痛，需要找一下阿莫西林，我在拉马特甘附近。”

AI助手（Cursor）：

1. 意图识别：分析句子，识别出“找药”这个核心意图，以及地点“拉马特甘”和药品“阿莫西林”。
2. 技能匹配：在已注册的技能列表中，发现Clalit Pharm Search和Maccabi Pharm Search的描述与意图匹配。
3. 技能加载与执行：动态加载Clalit Pharm Search技能的SKILL.md（假设用户是Clalit会员）。遵循指令，它可能会先追问：“请问您使用的是Clalit还是Maccabi的医疗服务？” 或者直接使用Clalit的接口进行查询。
4. 结果生成与交付：

   “根据您在拉马特甘的位置，我查询了Clalit药房的阿莫西林库存。以下是附近有货的药房：

   1. Clalit Pharmacy - Ramat Gan Diamond Exchange地址：Jabotinsky St 3, Ramat Gan 电话：03-1234567 状态：有货距离：约0.8公里
   2. Clalit Pharmacy - Ramat Gan Merkaz地址：Bialik St 25, Ramat Gan 电话：03-7654321 状态：有货距离：约1.5公里 建议您去之前致电确认一下。”

整个过程中，用户无需知道技能如何调用API、如何解析数据，只需用自然语言提出需求，AI助手就像一位熟悉本地生活的朋友一样提供了解决方案。

4.3 技能开发与贡献指南

如果你发现某个急需的以色列本地服务还没有对应的技能，完全可以自己动手创建一个并贡献给这个项目。项目仓库中的CONTRIBUTING.md文件提供了详细的指南。核心步骤包括：

1. 技能构思：确定一个具体、有明确输入输出的任务。例如，“查询以色列邮政包裹的物流状态”。
2. 创建技能结构：

   mkdir israel-post-tracking cd israel-post-tracking touch SKILL.md # 可选 mkdir scripts references

3. 编写SKILL.md：这是最关键的一步。文件应包含：
   • Name & Description：清晰的名字和一句话描述。
   • Author & Tags：作者信息和标签（如Browser tool required）。
   • Step-by-Step Instructions：用自然语言详尽地写出AI需要执行的每一步。包括：
     • 如何向用户索要追踪号。
     • 如何访问以色列邮政官网的追踪页面。
     • 如何填写表单并提交。
     • 如何从结果页面中提取物流事件（时间、地点、状态）。
     • 如何处理错误（如无效单号、网络错误）。
   • Example Input/Output：提供1-2个完整的对话示例。
4. 测试：在Claude或Cursor中反复测试你的技能说明，确保AI能准确理解并执行。
5. 提交PR：按照项目格式要求，将你的技能添加到对应的分类列表中，并提交拉取请求。

开发心得：编写技能指令时，要时刻站在AI的视角思考。指令必须极度精确，避免歧义。多使用“首先”、“然后”、“如果...否则...”这样的结构化语言。对于需要交互的操作，明确说明“向用户提问以获取X信息”。好的技能说明书，本身就是一份优秀的产品需求文档。

5. 常见问题、局限性与未来展望

5.1 使用过程中可能遇到的问题及解决方案

尽管这些技能强大，但在实际使用中你可能会遇到一些挑战。下面是一个快速排查指南：

5.2 当前项目的局限性

“Awesome Agent Skills Israel”是一个充满潜力的开端，但也存在一些明显的局限性：

1. 覆盖度不均：目前技能主要集中在医疗、餐饮、交通等少数几个领域。像Government & Bureaucracy（政府事务）、Finance & Banking（金融银行）这类涉及复杂流程和高度安全敏感的领域，技能几乎空白。这是因为自动化这些流程难度更大，且风险更高。
2. 技能维护的可持续性：技能高度依赖第三方网站或API的稳定性。一旦目标服务更新其前端或接口，技能就可能“失效”。这要求技能作者或社区保持持续维护，但这对于个人开发者来说负担较重。
3. 安全与隐私风险：需要Browser tool required的技能，如果设计不当，可能涉及模拟登录操作，存在泄露用户凭证的风险。需要API Key的技能，则要求用户自行管理密钥。项目需要更严格的安全规范和最佳实践指南。
4. 对AI智能体能力的依赖：技能的效果最终取决于加载它的AI智能体的理解能力和执行力。不同的AI模型（Claude、GPT等）对同一份自然语言指令的理解可能有细微差别，导致效果不稳定。

5.3 生态展望与个人应用建议

尽管有局限，但“Agent Skills”这一范式代表了AI应用的一个重要发展方向：将大语言模型的通用认知能力，与垂直领域的精准工具相结合。

对于未来，我们可以期待：

• 技能标准化：可能出现更统一的技能描述语言或配置规范，降低开发门槛。
• 技能商店与市场：类似手机应用商店，用户可以轻松浏览、安装、更新和评分技能。
• 技能组合与编排：AI能够自动将多个技能串联起来完成复杂任务。例如，结合“查餐厅”技能和“订火车票”技能，自动规划一个从海法到特拉维夫的晚餐出行方案。

给个人开发者和用户的建议：

• 对于使用者：不要指望这些技能是万能的“黑科技”。将它们视为一个强大的、可扩展的“瑞士军刀”中的新模块。从解决一个具体的小痛点开始尝试，例如用Railil查通勤火车，感受其便利性。
• 对于开发者：这是一个非常好的练手项目。选择一个你熟悉的以色列本地服务，尝试为它编写一个技能。这个过程能极大地锻炼你将模糊需求转化为精确指令的能力，这是未来AI时代一项核心的“与机器协作”的技能。
• 对于所有人：关注技能背后的思想——如何教会AI使用工具。这不仅是技术问题，更是设计问题和沟通问题。理解这一点，或许比使用清单上的任何一个具体技能都更有价值。

这个项目就像一颗种子，它展示了一种可能性：在AI的帮助下，我们能否让跨越语言和文化的数字生活壁垒变得更低一些？无论你是用它来方便自己的生活，还是从中获得灵感去创造新的技能，你都已经在参与构建这个更加智能、更加本地化的未来了。