前几天在GitHub上闲逛，发现了一个挺有意思的项目叫domain-experts，说是要把所有人类专家做成AI代理。我寻思这不就是把各行各业老师傅的手艺数字化吗？点进去一看，好家伙，里面居然有个“hand-grinding-polishing-worker”技能，专门讲手磨抛光工人的知识。作为一个曾经被抛光折磨得死去活来的手工爱好者，我瞬间就来了兴趣。
说实话我第一次接触抛光是在大学金工实习的时候，那时候拿着一块铜板，用砂纸从粗到细磨了一下午，结果磨出来全是划痕，老师看了一眼说“重做”。后来工作进了工厂，看到老师傅一双巧手能把铝合金抛得像镜子一样，那叫一个佩服。现在居然有人把这些经验做成了AI技能，以后也许机器也能学会老师傅的手艺了？
这个技能是干嘛的？
简单说，就是把手磨抛光工人的专业知识整理成AI能理解的形式。你想啊，抛光这活儿听起来简单，不就是拿砂纸蹭吗？但实际上门道可多了：什么材质用什么砂纸、什么粒度、什么手法、什么时候换目数、怎么判断是否磨到位了……这些经验都是师傅们多年积累的，很难用文字完全表达。这个Skill就是要把这些“只可意会不可言传”的东西结构化，让AI代理能学能教。
从仓库目录来看，它包含了references和SKILL.md文件。虽然我没法直接看到SKILL.md里的完整内容，但根据技能名称和项目描述，可以猜到大概包含以下这些模块：
- 工具认知：不同形状的砂纸、抛光轮、研磨膏、钻头磨头等工具的识别和用途
- 材料特性：金属、塑料、木材、玻璃、陶瓷等不同材质的抛光要点
- 操作流程：从粗磨到精抛的标准步骤，包括打磨方向、压力控制、时间判断
- 安全规范：佩戴护目镜、防尘口罩、手套，防止飞溅伤人和粉尘吸入
- 质量检测：如何用肉眼或放大镜检查表面光洁度，识别划痕、凹坑、过烧等问题
- 常见故障：比如抛光时工件发热变形、砂纸堵塞、光泽度不均匀等问题的处理方法
怎么安装和使用？
作为一个开源项目，安装方式挺简单的。你需要在电脑上装好Node.js和npm（现在基本开发环境都有吧）。然后打开终端，敲下这行命令：
npx skills add https://github.com/wonsukchoi/domain-experts --skill hand-grinding-polishing-worker这条命令会从wonsukchoi的domain-experts仓库里把名为“hand-grinding-polishing-worker”的技能下载下来。装好之后，你就能在支持AI代理运行的工具里加载它了。比如可以用来运行，点击按钮就能直接体验抛光专家的建议。
如果你不想用npx，也可以直接下载整个仓库的ZIP包，然后手动配置。不过我还是推荐用命令安装，省心。
实际应用场景
这个技能能干啥？我脑补了几个场景：
- AI培训工具：新人进厂时，可以对着AI问“这块铝合金应该用多少目的砂纸”，AI会告诉你“先320目粗磨，再600目，最后1200目精抛”，而且还能告诉你每个步骤的理由。
- 工艺优化：老师傅退休前把经验输进去，AI学完之后可以反过来给其他工人提建议，比如“你这个角度不对，容易导致表面波纹”。
- 辅助质检：用摄像头拍照，AI分析光洁度是否达标，甚至指出缺陷位置和修复方案。
- 机器人编程：未来自动化抛光机器人可以调用这个技能来调整运行参数，不需要工程师现场调试。
一些个人感受
说真的，做这种技能挺不容易的。抛光是高度依赖触觉和手感的活计，要把这种经验转成文本和逻辑，很考验知识工程能力。不过domain-experts项目开了个好头，至少证明这种尝试是可行的。如果你在制造业或者工艺品领域工作，或者对传统手工艺感兴趣，不妨试试这个技能。就算你只是好奇AI怎么学老师傅的手艺，也可以装来玩一玩。
最后提醒一下：安装前记得看GitHub上的License，毕竟是别人的项目。还有，如果遇到问题可以去Issues里提，作者wonsukchoi还挺活跃的。好了，今天的安利就到这里，大家有兴趣的去玩吧~
