两种写法对比

自然语言描述（推荐）

## 触发条件
- 用户要求分析某只A股股票的技术面
- 用户提到"K线"、"MACD"、"RSI"等技术指标
- 每日定时技术分析任务触发

关键词列表（适合精确匹配）

## 触发条件
Keywords: [技术面分析, K线, MACD, RSI, KDJ, 布林带, 均线]
Patterns: [分析.*股票, .*技术面.*, 帮我看看.*走势]

自然语言描述对AI更友好，覆盖面广；关键词列表精确但容易漏掉变体表达。通常两者结合使用。

过宽 vs 过窄的问题

过宽（导致误加载）

# ❌ 错误示例
## 触发条件
- 用户提到股票或投资
→ 这会导致任何涉及股票的问题都加载这个Skill，
  包括"股票是什么意思"这样的基础问题

过窄（导致漏加载）

# ❌ 错误示例  
## 触发条件
- 用户说"请用baostock分析002472的MACD指标"
→ 这个条件太精确，稍微换个说法就触发不了

正确的平衡

# ✅ 正确示例
## 触发条件
- 用户要求对某只具体股票做技术面分析（有股票代码或名称）
- 用户询问某股票的均线、MACD、RSI、KDJ等技术指标情况
- 每日A股复盘定时任务触发

5个好的触发条件示例

  1. 用户要求分析A股某只股票，并明确提到技术面或技术指标
  2. 用户说"帮我配置Hermes的模型"、"切换默认模型"、"添加provider"
  3. 用户要求生成投资学习计划，需要系统性课程安排
  4. 用户提到"微信没有回复"、"WeChat连接问题"、"gateway报错"
  5. 每周一09:00的定时周报生成任务

3个反面案例

  1. ❌"用户提到股票" → 太宽，覆盖所有股票相关问题
  2. ❌"用户说'帮我分析一下'" → 没有任何约束，所有分析任务都触发
  3. ❌"用户输入包含数字" → 几乎所有消息都会触发

触发条件测试方法

# 构造10个真实用户表达，检验哪些应该触发哪些不该触发
test_inputs = [
    ("002472今天怎么样", True),           # 应触发
    ("股票是什么意思", False),            # 不应触发
    ("帮我看看双环传动的K线", True),      # 应触发
    ("最近有没有好的投资机会", False),    # 不应触发
]
设计触发条件的核心原则：精确描述用户的意图和场景，而不是列举关键词。"用户想做X，且有Y这个前提条件"这种格式最有效。