前言¶

把同一个 Agent 接到不同的对话场景里，最常见的问题是语气、格式对不上：给开发同事的答复要短、带命令，给非技术同学的说明要先把结论讲清楚。一种做法是每次都在系统提示里手写一大段风格要求；另一种做法是让 Agent 记住你上次指出的问题，下次自动调整。下面介绍的 Skill「聊天」（@zcwl/chat-toolkit-free）走的是后一条路：从显式反馈中学习沟通偏好，自适应语气、格式、风格，用得越多越贴合。

这是什么¶

「聊天」是一个面向 AI Agent 的 Skill，坐标 @zcwl/chat-toolkit-free，当前版本 1.1.2，发布者为「智创未来」，来源标记为 enterprise，在 SkillHub 上属于 ai-agent 分类。

它解决的问题是：同一个人在不同场景下想要的对话风格并不一样，靠每次临时写提示词成本高且容易不一致。这个 Skill 把风格偏好沉淀下来，依据用户给出的显式反馈逐步调整输出的语气、格式与风格。

核心功能¶

根据已抓取的官方资料，这个 Skill 的能力包括：

1、从显式反馈学习沟通偏好：当用户明确指出「太啰嗦」「不要用列表」「先说结论」这类意见时，Skill 将这类反馈作为调整依据。

2、自适应语气 / 格式 / 风格：在后续对话中按已学到的偏好调整输出方式，而不是每轮都回到默认风格。

3、越用越懂你：偏好是随使用积累的，不需要一次性写完整份风格说明书。

资料中未给出更细的内部机制说明（例如偏好存储在哪里、反馈的解析规则、是否区分场景），这里不做推测。

安装与启用¶

这次写作中，官方页面（https://www.skillhub.cn/skills/zcwl/chat-toolkit-free 与 https://api.skillhub.cn/zcwl/chat-toolkit-free）均无法访问，预抓取资料里也没有包含安装命令、目录位置或配置文件字段。

因此这里只给出可核实的信息，不虚构命令：

• 该 Skill 基于通用 SKILL.md 格式，启用方式遵循 SkillHub 对 SKILL.md 类 Skill 的一般流程，具体命令以官方页面为准。
• 标签 requires_api_key=false，说明使用该 Skill 不需要单独配置 API Key。
• 如需确认安装方式与接入步骤，请打开官方地址核对后再操作。

适用场景与注意¶

适合的场景：

1、长期由同一个 Agent 承担多种沟通任务（研发答疑、文档写作、对外回复）的人，希望少写风格提示词。
2、团队内希望 Agent 的回复风格随使用沉淀、逐步稳定下来的场景。

需要注意的地方：

1、学习依赖「显式反馈」。如果用户从不指出风格问题，Skill 没有可依据的调整信号，效果会接近默认行为。
2、资料显示安装量为 0、评分 100000、下载 2545（抓取时间点的数据，官方页面本次未能打开复核），实际表现建议先小规模试用验证。
3、偏好是逐步累积的，初期几条反馈不足以形成稳定风格，需要多轮使用。

结尾¶

「聊天」的价值在于把「沟通偏好」从一次性提示词变成可积累的使用记录：你指出一次问题，后续对话就按这个方向调整。它适合想要稳定对话风格、又不愿意反复手写风格要求的 Agent 使用者。官方地址：https://www.skillhub.cn/skills/zcwl/chat-toolkit-free