前言¶
在 Cursor、Claude Code 等 Agent 里，很多人习惯直接丢一句模糊需求，指望模型自己补全上下文。结果是任务边界不清、输出格式漂移，还要在多轮里反复改提示词。另一种做法是自己写结构化提示词，但起草和套模板都费时间，写完后还得再发一条「按这个执行」。
下面介绍 SkillHub 社区 Skill「提示词嘴替」（@user_ad872d55/smart-prompt，当前版本 v1.3.1）。它把「强化提示词」和「按强化结果执行」放在一条链路里，并声明无需用户二次确认即可自动执行（发布者自述为同类工具中较突出的设计）。本文事实来自 SkillHub 技能页 与 官方资源地址。
这是什么¶
「提示词嘴替」是社区发布者 user_ad872d55 维护的 ai-agent 类 Skill，标签为 requires_api_key=false，不依赖额外 API Key 配置。
一句话定位：将普通提示词转化为高质量、结构化提示词，并在强化后自动按新提示词执行。它面向的是「提示词质量不稳定、又不想手写长模板」的开发者或日常 Agent 用户。
核心功能¶
以下能力均来自官方简介，未在页面展开实现细节的部分不臆测。
意图分析与模式¶
- 5W1H 意图分析：在强化阶段对需求做结构化拆解（Who / What / When / Where / Why / How 框架，以发布者描述为准）。
- 7 种提示词模式：含故事化模式（官方单独列出触发语「故事化提示词」）。
- 多轮对话模式：支持在对话上下文中持续强化与执行，而非仅限单条消息。
- 8 个思维动作指令词：作为强化流程中的动作词集合（具体词表需在安装后的
SKILL.md中查看，本文不编造列表）。
自动执行¶
官方强调：强化完成后会自动执行，无需用户确认。这与「只生成一版优化提示词、再由人复制粘贴执行」的工具路径不同。使用时需接受：模型可能在你未逐字审阅强化结果的情况下直接开工。
自然语言触发¶
在对话中可用下列表述唤起 Skill（官方列举）：
- 优化提示词
- 强化提示词
- 提升提示词质量
- 执行这个提示词
- 故事化提示词
发布者称该 Skill「已实战验证 50+ 次」，为自述数据，不作独立核实。
安装与启用¶
SkillHub 页面给出的安装指引是：让 Agent 按 SkillHub 安装与优先源配置 安装坐标 @user_ad872d55/smart-prompt。下面归纳文档中的通用步骤；安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/，Agent 可能识别不到。
1、安装 SkillHub CLI（若尚未安装）¶
先检查是否已有 CLI：
command -v skillhub && skillhub --version
未安装时，可按官方安装脚本执行（完整安装含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装本 Skill 到对应目录¶
搜索与安装示例（将 <skills 目录> 换成你当前环境的路径）：
skillhub search smart-prompt
skillhub install @user_ad872d55/smart-prompt --dir <skills 目录>
常见 Agent 的 skills 目录（摘自 SkillHub 安装文档）：
| 环境 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
安装后按你所用客户端要求重启或刷新 Skill 列表。Cursor / Codex CLI / Claude Code 的差异主要体现在 目录路径，安装命令本身一致；文档未单独描述各客户端的额外配置项，本文不补充未核实字段。
也可将下面提示词发给已接入 Skill 安装的 AI，让其按官方文档完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_ad872d55/smart-prompt。
典型用法¶
官方未提供逐步截图或固定输入样例，可复现的用法是自然语言触发 + 附带你的原始需求。
先做：在已启用该 Skill 的对话里，用触发语说明意图。
再做：在同一轮或紧随其后给出待强化的普通提示词或任务描述。
示例 1（通用强化）：
强化提示词：帮我写一段 Python 脚本，从 CSV 读数据并画折线图，要说明依赖和运行方式。
示例 2（故事化模式）：
故事化提示词：把「向非技术同事解释为什么要把单体拆成微服务」写成有情节的说明，控制在 800 字内。
示例 3（强调执行）：
执行这个提示词：列出重构某 REST API 时的安全检查清单，按优先级排序。
经过上面的步骤，Skill 会先走强化链路（含 5W1H 与所选模式），再按发布者说明自动执行强化后的提示词。若你需要在每次强化后人工过目再执行，需在对话里额外约束，或改用只生成提示词、不自动执行的工作流；本 Skill 的默认行为以「无需确认」为准。
适用场景与注意¶
适合谁
- 经常向 Agent 提需求，但提示词短、缺约束、易跑偏的人。
- 希望少写模板、仍想得到结构化提示词并立刻看到执行结果的人。
- 需要故事化表达或长对话里持续打磨提示词的场景（官方模式与多轮能力）。
限制与注意
- 自动执行：强化结果可能直接驱动后续工具调用或长文生成，敏感操作或生产环境变更前请自行审阅，或在提示中明确「仅输出强化后的提示词、不要执行」——是否生效取决于 Skill 内部规则，安装后应以
SKILL.md为准。 - 无需 API Key：
requires_api_key=false仅表示 Skill 元数据不强制配置 Key；你使用的模型仍受各自客户端账号与策略约束。 - 社区来源：分类为 community / ai-agent，维护节奏与 Cursor 内置能力无关，升级以 SkillHub 上 v1.3.1 及后续版本为准。
- 平台数据（SkillHub 页面，2026-10-22 抓取）：评分 100000，下载 1529；与第三方转载的下载量可能不一致，以 SkillHub 为准。
结尾¶
「提示词嘴替」把结构化提示词编写和执行合成一步，用 5W1H、多种模式（含故事化）和思维动作词强化输入，并通过自然语言触发降低使用门槛。若你已在用 SkillHub，可按文档将 @user_ad872d55/smart-prompt 装进当前 Agent 的 skills 目录试用。
- SkillHub 页面：https://www.skillhub.cn/skills/user_ad872d55/smart-prompt
- 官方资源：https://api.skillhub.cn/user_ad872d55/smart-prompt
