企业官网建设流程全解析

让AI搞定职场沟通：agent-toolkit邮件、反馈与每日站会技能实战

【免费下载链接】agent-toolkitA curated collection of skills for AI coding agents. Skills are packaged instructions and scripts that extend agent capabilities across development, documentation, planning, and professional workflows.项目地址: https://gitcode.com/gh_mirrors/agentt/agent-toolkit

agent-toolkit 是一个开源的 AI 职场沟通技能工具包，为 Claude Code 等 AI 编程助手提供三大实用技能：专业邮件撰写、建设性反馈、每日站会更新。它由大量打包好的「技能（Skill）」组成，让 AI 不仅会写代码，还能搞定职场里最让人头疼的沟通场景。本文带你快速上手这三项实战技能，新手也能一看就会。

📦 技能格式说明：每个技能都是一个文件夹，包含 SKILL.md 主文件和参考文档，AI 加载后就能按其中的方法论执行任务。完整技能清单见 README.md。

什么是 agent-toolkit：AI 职场沟通技能包概览

传统认知里，AI 编程助手只是「代码工具」。而 agent-toolkit 的定位是：把资深职场人的沟通方法论，变成 AI 可以执行的技能包。

在 skills/ 目录下的 40 多个技能中，有一组专门面向职场场景的「专业类（Professional）」技能：

此外还有 professional-communication（专业写作规范）和 difficult-workplace-conversations（高难度对话脚本）可以搭配使用，覆盖从日常邮件到冲突处理的完整链路。

一键生成专业邮件：compose-email 命令使用方法

写邮件最耗时的不是内容，而是「怎么开头、重点放哪、语气多重」。agent-toolkit 提供了现成的斜杠命令 compose-email.md，一条命令就能起草一封结构专业的邮件。

What-Why-How：AI 组织邮件的万能框架

该命令内置了 What-Why-How 三段式结构（详见 compose-email.md）：

1. What（开头 1-2 句）—— 直接抛出核心信息或请求，拒绝「希望这封邮件找到你时一切安好」式的寒暄
2. Why（背景 2-3 句）—— 只保留必要的上下文，说明这件事为什么与收件人有关
3. How（行动）—— 明确的下一步、截止时间和责任人

如何根据收件人自动调整语气

更贴心的是，AI 会先问你三个问题：收件人是谁？目的是什么？紧急程度如何？然后按内置的语气校准表调整措辞（compose-email.md）：

生成草稿后，还可以要求 AI 进一步调整语气、压缩篇幅、翻译术语、改成 Slack 风格，迭代到你满意为止。更多邮件模板可参考 email-templates.md 和 jargon-simplification.md。

用 SBI 模型给出建设性反馈：feedback-mastery 实战

「该怎么告诉同事他写的代码问题多，又不得罪人？」feedback-mastery 技能给了一个结构化答案。研究显示：带着准备和清晰框架去谈困难话题的人，达成积极结果的概率高 60%。

准备-交付-跟进：三步沟通模型

整个对话被拆成三个阶段（SKILL.md）：

SBI 反馈模型：让反馈对事不对人

SBI = Situation（情境）- Behavior（行为）- Impact（影响），把反馈锚定在可观察的事实上，而不是主观猜测（SKILL.md）：

S：「在昨天的代码评审中……」B：「你连续三次打断了 Sarah 讲解她的方案……」I：「这让她不太敢再分享想法，讨论也因此变慢了。」

技能还内置了大量「话术弹药」：

• 📄 开口模板：delivery-scripts.md
• 📄 情绪管理清单：emotional-regulation.md
• 📄 对话准备表：preparation-template.md

比如它教你把「你总是拖延」重构为「我注意到最近有些延期，想了解一下你遇到的挑战」——同一件事，杀伤力完全不同。

3分钟生成每日站会更新：daily-meeting-update 技巧

每天站会前翻 Git 记录、翻 Jira、翻聊天记录？daily-meeting-update 技能让你说一句话就行。

触发方式：直接对 AI 说「帮我准备 daily」「生成我的 standup 更新」「写一下今天的 scrum update」即可（README.md）。

四问采访法：AI 帮你回忆昨天做了什么

技能的核心是一场结构化采访（SKILL.md），只问 4 个问题：

1. 昨天做了什么？
2. 今天打算做什么？
3. 有没有阻碍（Blockers）？
4. 有没有想在会议末尾讨论的话题？

自动汇总 GitHub 与 Jira 活动数据

这是最妙的部分：技能会先静默检测你本地配置了哪些工具，然后征得你同意后才拉取数据——

• ✅GitHub / Git：昨日的 commits、提交的 PR、完成的 Review
• ✅Jira：分配给你的工单及近 24 小时更新
• ✅Claude Code 历史：通过 claude_digest.py 脚本，把你用 AI 做过的研究、调试、规划工作也列出来，由你勾选哪些要写进站会

拉到的数据会作为上下文注入采访过程，比如 AI 会问你：「我看到你合并了 PR #123，还有什么遗漏的吗？」——记忆提示器，亲测好用。

最终输出是一份干净的 Markdown 站会更新：昨日进展 / 今日计划 / 阻碍 / PR 与 Review / 待讨论话题，复制粘贴即可分享到群里。

新手上手：安装与触发技能的最快方法

整个过程不超过 5 分钟：

方式一：一行命令安装（推荐，支持 Claude Code、Codex、Cursor 等多种 AI 助手）

npx skills add softaworks/agent-toolkit

方式二：注册为插件市场（Claude Code 用户）

/plugin marketplace add softaworks/agent-toolkit /plugin install daily-meeting-update@agent-toolkit

方式三：手动安装—— 先克隆仓库到本地：

git clone https://gitcode.com/gh_mirrors/agentt/agent-toolkit

再把需要的技能文件夹复制到 AI 助手的技能目录，例如：

cp -r skills/feedback-mastery ~/.claude/skills/

💡 每个技能、命令都是独立插件，可以按需只装你最常用的那一个。详细安装说明见 README.md。

总结：把沟通方法论交给 AI，把时间留给深度工作

回顾一下这套组合拳：

• 📧compose-email命令 → 专业邮件用 What-Why-How 框架一键起草，语气自动适配收件人
• 🗣️feedback-mastery技能 → 用 SBI 模型和三步模型，把「难开口的反馈」变成结构化对话
• 📋daily-meeting-update技能 → 四问采访 + 自动拉取 GitHub/Jira 数据，3 分钟搞定站会更新

agent-toolkit 的本质，是把资深职场人的沟通方法论打包成 AI 可执行的技能——你不需要背诵任何模型，只需要在合适的场景说对触发词。接下来不妨从明天早上的站会开始试起，用一句话感受 AI 沟通助手的威力 🚀

【免费下载链接】agent-toolkitA curated collection of skills for AI coding agents. Skills are packaged instructions and scripts that extend agent capabilities across development, documentation, planning, and professional workflows.项目地址: https://gitcode.com/gh_mirrors/agentt/agent-toolkit