如何让 AI 真正理解一个人的工作习惯，正在成为智能助手进一步发展的关键问题。传统方式通常需要用户手动编写提示词、配置自动化流程或者整理操作步骤，但对于复杂任务来说，很多经验隐藏在实际操作过程中，难以通过文字完整描述。
Skill Recorder 是微软开源的一款 AI Agent 工作流记录工具，它的核心理念非常直接：用户只需要亲自完成一次任务，Skill Recorder 就能够记录整个操作过程，并将这次真实执行过程转换为 AI Agent 可以重复使用的技能。
简单来说，它能够捕获用户在电脑上的真实工作过程，包括鼠标操作、应用切换、窗口变化、访问页面，以及用户主动开启后的语音讲解，然后通过 GitHub Copilot CLI 分析这些信息，将一次操作还原成清晰的任务目标和有序步骤。
最终，这些流程可以生成两种可复用能力：
- Skill：一个由
SKILL.md描述的 AI Agent 执行流程； - Automation：可以按照计划或者触发条件自动执行的任务。
对于经常处理重复性工作的开发者、内容创作者、运营人员以及企业团队来说，Skill Recorder 提供了一种更自然的方式，让 AI 从“听懂描述”转变为“学习实际工作方法”。
Skill Recorder 的核心功能特点
通过一次操作训练 AI Agent
记录真实工作过程
Skill Recorder 最大的特点，是它不要求用户提前设计复杂的自动化规则。
用户只需要像平时一样完成一次任务，工具会在后台记录：
- 屏幕操作；
- 应用程序和窗口切换；
- 浏览页面；
- 可选的语音说明。
例如，一个运营人员每天需要整理网页信息并填写表格，可以先完整操作一次。Skill Recorder 会分析这次过程，理解其中的任务目标，然后生成后续可以重复执行的 AI 技能。
这种方式更符合真实工作习惯，因为很多流程并没有明确文档，而是依靠经验完成。
自动生成 Skill 和 Automation
将一次任务转化为长期能力
Skill Recorder 在分析完成后，会生成两类结果。
第一类是 Skill。
它会创建一个：
SKILL.md文件，让 AI Agent 可以根据步骤按需执行任务。
第二类是 Automation。
它能够将同样的流程绑定到：
- 时间计划；
- 特定触发条件。
例如：
每天自动检查项目状态；
每周整理固定数据；
定期生成报告。
这些重复任务都可以通过 Automation 实现。
更接近 AI Agent 的原生工作方式
Skill Recorder 的设计重点，并不是简单录制鼠标轨迹。
生成后的技能更倾向使用 Agent 自身能力，例如：
ghCLI；web_fetch
等工具，而不是重新播放 UI 点击过程。
这种方式带来的优势是更容易泛化。
例如，用户录制一次提交表单流程，AI Agent 可以学习这个任务背后的逻辑，而不是机械重复某几个按钮点击，从而能够处理类似任务。
完整的录制、分析、创建流程
Skill Recorder 的工作流程主要分为四个阶段。
Record：录制任务
用户点击录制按钮，或者使用快捷键：
macOS：
⌘⇧RWindows：
Ctrl+Shift+R即可开始记录。
录制过程中，Skill Recorder 会在本地后台捕获用户的屏幕和操作行为。
Control：控制录制状态
录制期间，工具提供一个始终置顶的小控制栏。
用户可以查看：
- 当前捕获状态；
- 麦克风状态。
同时支持：
- 静音；
- 开启声音；
- 切换麦克风；
- 完成录制；
- 放弃当前录制。
Analyze：AI 分析任务
完成录制后，点击 Analyze。
Skill Recorder 会调用 GitHub Copilot，对此次操作进行分析，并生成：
- 一个整体任务意图；
- 有序执行步骤。
用户可以检查和修改分析结果，确保最终流程符合实际需求。
Create：生成可复用能力
确认分析结果后，可以生成：
- Skill；
- Automation。
至此，一次真实操作就变成了 AI Agent 可以再次执行的工作能力。
Skill Recorder 如何安装使用？
环境要求
根据项目说明，Skill Recorder 采用源码发布方式。
安装过程中：
- 会下载指定版本 Node.js 运行环境；
- 在本机编译对应版本代码；
- 添加 Skill Recorder (Source) 应用。
整个过程不会进行全局安装。
使用前需要：
- GitHub 账号；
- Copilot 使用权限。
Copilot CLI 已包含在应用中。
系统支持：
- macOS（主要目标平台）；
- Windows 11 x 64；
- Windows 11 ARM 64。
macOS / Ubuntu 安装方法
打开项目 Release 页面，复制对应版本安装命令。项目采用固定 commit 发布，每个版本都会绑定具体源码版本。
示例：
commit="<40-character-release-commit>"; curl -fsSL "https://raw.githubusercontent.com/microsoft/skill-recorder/$commit/install.sh" | SKILL_RECORDER_COMMIT="$commit" bash如果希望关闭终端后程序继续运行，可以加入：
SKILL_RECORDER_DETACHED=1参数。
安装完成后：
macOS 会添加：
Skill Recorder (Source)应用到：
~/Applications用户可以通过 Spotlight、Launchpad 或 Dock 启动。
Ubuntu 会创建对应应用入口。
Windows 安装方法
Windows 使用 PowerShell：
$commit="<40-character-release-commit>"; $env:SKILL_RECORDER_COMMIT=$commit; irm "https://raw.githubusercontent.com/microsoft/skill-recorder/$commit/install.ps1" | iex安装后，会在：
- 桌面；
- 开始菜单；
添加 Skill Recorder (Source) 快捷方式。
第一次使用流程
首次启动时，需要授予屏幕录制权限。
macOS 用户需要：
1. 打开 Skill Recorder； 2. 授权 Screen Recording； 3. 开始录制任务。
之后按照：
录制 → 分析 → 创建
三个步骤即可。
第一次点击 Analyze 时，如果没有登录 Copilot，Skill Recorder 会提示用户完成登录。
Skill Recorder 数据安全说明
哪些数据会被采集？
Skill Recorder 对数据处理进行了明确说明。
录制阶段：
- 录屏；
- 数据存储；
- 帧提取；
- 可选语音转录；
都会在用户电脑本地完成。
只有用户主动点击 Analyze 后，以下数据才会发送到 GitHub 云端，由 Copilot 处理：
- 事件时间线；
- 窗口和文档标题；
- URL；
- 剪贴板预览；
- 截取的屏幕图片；
- 语音文本。
项目还特别提醒用户：
不要在录制过程中输入、复制、展示或者讲述：
- 密码；
- Token；
- API Key；
- 其他敏感信息。
支持语音讲解
如果开启语音功能，Skill Recorder 可以记录用户的口头说明。
语音转文字采用 Whisper：
- 支持 99 种语言；
- 本地完成转录；
- 首次使用需要下载约 252 MB 模型。
这对于复杂流程非常有帮助，因为用户可以边操作边解释自己的思考过程。
开发者模式
对于希望参与开发的用户，项目要求：
- Node.js 24。
源码运行流程：
npm ci
npm run compliance:licenses
npm run dev运行：
npm run dev后，会启动 Vite，并打开 Electron 应用，同时支持热更新。
开发过程中，同样支持快捷键：
- macOS：⌘⇧R；
- Windows：Ctrl+Shift+R。
我的使用体验
体验 Skill Recorder 后，我认为它最有价值的地方，是改变了 AI 自动化创建流程的方式。
过去想让 AI 完成一个复杂任务，通常需要用户提前整理：
- 操作步骤；
- 输入规则；
- 判断条件；
- 输出格式。
对于简单任务还可以，但面对真实工作场景时，经常会遗漏一些隐藏经验。
Skill Recorder 提供了一种更加自然的方法：先做一次，然后让 AI 理解。
这种方式特别适合那些“会做但难以描述”的工作。
例如：
整理资料；处理后台任务；执行固定运营流程；检查项目状态。
这些工作通常包含大量经验判断，而一次真实操作能够提供比文字说明更丰富的信息。
从技术角度看，我比较关注它没有停留在简单录屏自动化。
如果只是记录点击位置，很容易因为页面变化失效。而 Skill Recorder 通过 Copilot 分析任务意图，并生成 Skill 或 Automation，让 AI Agent 学习的是任务逻辑，这一点更符合未来智能助手的发展方向。
当然，它目前也有明显限制。
用户需要具备 Copilot 使用条件，同时录制过程中必须注意隐私保护。对于涉及敏感数据的企业流程，使用前需要做好数据管理。
总结
Skill Recorder 是微软推出的一款面向 AI Agent 时代的任务学习工具。
它通过：
- 真实操作录制；
- Copilot 智能分析；
- Skill 自动生成；
- Automation 自动化执行；
帮助用户将一次工作过程转化为 AI Agent 可以重复执行的能力。
它最大的意义在于降低了创建 AI 自动化流程的门槛，让普通用户也可以通过实际操作训练自己的智能助手。
随着 AI Agent 从聊天工具逐渐走向工作伙伴，Skill Recorder 代表了一种新的交互方式：用户不需要花大量时间教 AI 每一步怎么做，而是通过一次真实示范，让 AI 理解任务背后的逻辑。
对于开发者、效率工具爱好者以及希望探索 AI 自动化工作流的人来说，Skill Recorder 是一个非常值得关注的开源项目。
官方网站
https://github.com/microsoft/skill-recorder
