企业官网建设流程全解析

1. QwenCode Skill 配置骨架：settings.json 与 SKILL.md 到底怎么落地

QwenCode 的 Skill 机制，说白了就是给 AI 装“专业技能包”。你问天气，它翻天气技能包；你让它整理 Excel，它翻数据统计技能包。核心就两个文件：settings.json负责开关和权限，SKILL.md负责写清楚这个技能该怎么干活。适合谁？适合那些不想写复杂代码、但想让 AI 按固定套路处理重复工作的人，比如每周整理借样数据、每天查天气穿衣建议、批量重命名文件这类场景。

我试过在 Win11 上从零配一个天气 Skill，踩过几个坑，比如allowedTools没写对导致工具调不起来、SKILL.md的description写得太模糊导致 AI 不触发。下面把可复制的骨架和验证步骤完整拆一遍。

先明确两个文件的位置。QwenCode 安装完后，用户目录下会有一个.qwen文件夹。Win11 快速访问：按Win + R，输入%USERPROFILE%\.qwen回车。里面结构大致是：

.qwen/ ├── settings.json # 核心配置：模型、API Key、实验特性 └── skills/ # 自定义技能文件夹 └── weather-advisor/ └── SKILL.md

settings.json是全局配置，skills/下每个子文件夹就是一个独立技能。Skill 的触发逻辑是：你输入一句话，AI 先做意图识别，然后扫描skills/下所有SKILL.md的description字段，匹配上了就按那个技能里的指令执行，匹配不上就走通用能力。所以description写得好不好，直接决定技能会不会被触发。

这里有个关键点：allowedTools是权限白名单。你不写，AI 可能调不动WebSearch、Read、Write、Shell这些工具。写多了有安全风险，写少了功能跑不起来。后面会给具体白名单写法。

如果你还没装 QwenCode，先去官网看安装说明。装完后在终端输入qwen --version确认版本。模型和 API Key 的配置也在settings.json里，如果你用 TaoToken 这类兼容接口，Base URL 和 Key 的填法后面会给示例。

这一节先把整体骨架立起来：settings.json开实验特性，SKILL.md写技能逻辑，allowedTools控权限。下一节讲前置准备和具体配置。

2. TaoToken 前置准备与 settings.json 实验特性开启

在写 Skill 之前，得先把 QwenCode 的模型通道配通。QwenCode 本身支持多种模型接入方式，如果你手头没有官方 Key，或者想统一管理多个模型的调用，可以用 TaoToken 的兼容接口。它的 API 地址是https://taotoken.net/api，模型对话、Coding Plan、API Keys 管理都在控制台里。

先确认 QwenCode 版本。打开终端：

qwen --version

如果提示命令不存在，说明没装好或者没加进 PATH。Win11 下重开一个终端试试，或者检查安装时的路径提示。

接下来打开settings.json。路径就是%USERPROFILE%\.qwen\settings.json。用记事本或 VS Code 打开都行。初始内容大概长这样：

{ "model": { "name": "qwen-max", "apiKey": "你的Key", "baseUrl": "https://taotoken.net/api" } }

如果你用 TaoToken 的 Key，baseUrl填https://taotoken.net/api，apiKey填你在控制台生成的 Key。模型名按你实际要用的填，比如qwen-max、qwen-plus等。具体可用模型列表在模型对话页面能看到。

然后开启 Skill 实验特性。在settings.json里加上：

{ "model": { "name": "qwen-max", "apiKey": "你的Key", "baseUrl": "https://taotoken.net/api" }, "experimental": { "skills": true } }

保存。注意 JSON 格式别写错，多一个逗号少一个引号都会导致配置不生效。保存后重启终端里的qwen会话。

这里有个容易忽略的点：experimental.skills不开，skills/文件夹里的SKILL.md不会被扫描。我一开始没加这个，问天气 AI 直接走通用搜索，完全没读我的技能文件。加上之后才触发。

权限方面，allowedTools是在SKILL.md的 frontmatter 里写的，不是settings.json。但settings.json里可以配全局的工具开关。如果你发现某个工具死活调不起来，先检查SKILL.md里的allowedTools有没有写对，再检查settings.json有没有全局禁用。

TaoToken 的 Key 获取在控制台的 API Keys 页面，生成后复制粘贴到settings.json的apiKey字段。如果你要用 Coding Plan 做长期编码任务，也可以在控制台看套餐说明。接入文档里有完整的 Base URL 和参数说明。

配置改完后，建议先用一次普通对话验证模型通道通不通。在终端输入qwen进入交互，问一句“你好”，能正常回复说明模型配置没问题。然后再去写 Skill。

3. 可复制配置：SKILL.md 模板与 allowedTools 白名单写法

这一节给两个完整可复制的 Skill 模板：天气助手和数据统计。重点看allowedTools的写法，以及SKILL.md的 frontmatter 格式。

先建文件夹。进入%USERPROFILE%\.qwen\skills\，新建weather-advisor文件夹。在里面新建SKILL.md。文件内容：

--- name: weather-advisor description: 当用户询问天气、气温、穿衣建议或出门提醒时自动触发。 allowedTools: - WebSearch --- # 天气与穿衣助手 你是一个贴心且严谨的出行助手。当用户询问天气或准备出门时，请严格按照以下逻辑执行： ## 1. 获取当前位置 首先，用户没有指定位置的时候，你需要确定用户的地理位置，如果用户指定了位置，就使用用户的地理位置。 - 如果无法自动获取用户位置，请礼貌地询问用户所在的城市。 ## 2. 查询天气数据 获取城市后，直接使用 `web_search` 工具搜索天气信息： - 搜索关键词示例：`<城市名> 今天天气 <日期>` 或 `<城市名> 明天天气` 或 `<城市名> 天气 中央气象台` - 推荐数据源：优先从搜索结果中提取中央气象台（nmc.cn）、中国天气网等权威网站的数据。 - 提取信息：温度范围（最高/最低温）、天气状况（晴/雨/多云等）、风向风力、降水概率。 ### 注意事项 - 如果第一次搜索结果不理想，可尝试更换关键词（如添加“中央气象台”或“中国天气网”）。 - 搜索时可以带上具体日期以提高准确性，例如“杭州 4月10日 天气”。 ## 3. 分析与建议 根据获取到的天气数据（温度、天气状况、降水概率），给出具体的建议： ### 穿衣建议 - < 10°C：寒冷。建议穿羽绒服、厚毛衣、戴围巾。 - 10°C - 20°C：凉爽/舒适。建议穿风衣、夹克、薄卫衣。 - 20°C - 28°C：温暖。建议穿长袖 T 恤、衬衫。 - > 28°C：炎热。建议穿短袖、短裤、裙子，注意防晒。 ### 雨具建议 - 下雨/雪：如果天气状况包含 Rain、Snow 或降水概率 > 30%：强烈建议带伞。 - 多云/阴天：如果是 Cloudy 且降水概率 < 10%：可以不带伞，但带一把折叠伞备用也无妨。 - 晴天：如果是 Sunny：建议带遮阳伞或涂抹防晒霜。 ## 4. 输出格式 请务必按照以下 Markdown 格式回复，将“出门必带”放在最前面： ### 出门必带 - 手机：确认已带好手机。 - 钥匙：确认已带好钥匙（家门/车钥匙）。 ### 天气概况 - 位置：[城市名] - 气温：[温度] - 状况：[描述] ### 贴心建议 - 穿衣：[具体建议] - 雨具：[是/否/建议]

注意allowedTools里写的是WebSearch，对应技能里调用的web_search工具。大小写和拼写要跟 QwenCode 的工具名一致。写错了工具调不起来，AI 会报“没有权限”或者直接跳过。

第二个模板：数据统计。新建sample-stats文件夹，里面放SKILL.md：

--- name: sample-stats description: 当用户需要分析借样Excel数据，统计各部门的借样单数量、发货数量及金额时自动触发。 allowedTools: - Read - Write - Shell --- # 借样数据统计助手 你是一个专业的数据分析师。当用户提供借样Excel文件并要求统计时，请按照以下步骤执行： ## 1. 读取Excel文件 首先，确认用户提供的Excel文件路径。如果未提供，请询问用户。使用 Python 的 `pandas` 库读取文件。 ```python import pandas as pd df = pd.read_excel("用户提供的文件路径")

2. 数据清洗与筛选

根据需求，我们需要排除“不需要归还”的数据。

筛选条件：排除掉“是否归还”列中包含“不归还”或“否”的行，或者排除“借样状态”为“已完结-不归还”的行。 保留数据：仅保留“是否归还”为“是”或“部分归还”以及“未归还”的有效借样数据。

3. 数据分组统计

根据“所属部门”列进行分组，并计算以下指标：

• 借样单数量：统计该部门下的行数（即单据编号的数量）。
• 实际发货数量：对“实际发货数量（件）”列求和。
• 实际发货金额：对“实际发货总额（元）”列求和。

Python 处理逻辑示例：

stats = df_filtered.groupby('所属部门').agg({ '单据编号': 'count', '实际发货数量（件）': 'sum', '实际发货总额（元）': 'sum' }).rename(columns={'单据编号': '借样单数量'})

4. 输出结果

将统计结果保存为一个新的 Excel 文件或 CSV 文件，并展示前几行给用户预览。

• 输出文件名：各部门借样统计汇总.xlsx
• 展示格式：使用 Markdown 表格展示结果，包含列：所属部门、借样单数量、实际发货数量、实际发货金额。
• 额外信息：告知用户文件已生成，并提供下载/保存路径。

这个模板里 `allowedTools` 写了 `Read`、`Write`、`Shell`。`Read` 用来读 Excel，`Write` 用来写新文件，`Shell` 用来跑 Python 脚本。如果你不想让 AI 执行 Shell 命令，可以去掉 `Shell`，但那样就得靠 AI 自己解析 Excel，复杂表格容易出错。 `allowedTools` 白名单的写法就是 YAML 列表，每行一个工具名，前面加 `-`。常见工具名包括 `WebSearch`、`Read`、`Write`、`Shell`、`Edit` 等。具体支持哪些，可以看 QwenCode 文档里的工具列表。写多了不会报错，但权限过大有风险；写少了功能受限。按技能实际需要写就行。 两个模板都保存后，`skills/` 目录结构是：

skills/ ├── weather-advisor/ │ └── SKILL.md └── sample-stats/ └── SKILL.md

## 4. 验证请求：一次实际调用确认 Skill 生效 配置写完，得验证 Skill 到底有没有被触发。步骤很简单，但有几个细节要注意。 先重启终端。在 `skills` 目录下打开 cmd，输入 `qwen` 进入交互模式。然后输入：

今天天气怎么样

如果 Skill 生效，AI 会先问你在哪个城市，或者直接根据你的位置搜索天气，然后按 `SKILL.md` 里定义的格式输出，包含“出门必带”“天气概况”“贴心建议”三个部分。如果没生效，AI 会走通用搜索，输出格式不固定，也不会问你要不要带伞。 怎么判断是 Skill 触发了还是通用能力？看输出格式。Skill 里的格式是强约束的，`出门必带` 一定在最前面。通用能力不会这么规整。 如果没触发，先检查 `settings.json` 里的 `experimental.skills` 是不是 `true`。然后检查 `SKILL.md` 的 `description` 是不是跟你的问法匹配。比如你问“今天天气怎么样”，`description` 里写了“当用户询问天气、气温、穿衣建议或出门提醒时自动触发”，这个匹配度就很高。如果你问“帮我查下气象”，可能匹配不上，因为 `description` 里没写“气象”这个词。 再验证数据统计 Skill。准备一个 Excel 文件，比如 `借样数据.xlsx`，放在某个目录下。在终端里输入：

帮我统计这个Excel里各部门的借样单数量和金额，文件在 D:\data\借样数据.xlsx

如果 Skill 生效，AI 会调用 `Read` 读文件，用 `Shell` 跑 Python 脚本，然后生成 `各部门借样统计汇总.xlsx`，并用 Markdown 表格展示前几行。你可以在输出里看到它执行了哪些步骤。 这里有个实测细节：`Shell` 工具调用时，AI 会生成 Python 代码并执行。如果你的环境里没装 `pandas`，会报 `ModuleNotFoundError`。提前装好： ```bash pip install pandas openpyxl

openpyxl是读写 xlsx 的依赖，不装的话pd.read_excel会报错。

验证成功后，你可以把常用 Skill 固定下来。比如每周一早上跑一次数据统计，直接跟 QwenCode 说“统计借样数据”，它就会按SKILL.md里的流程走。不用每次重复写提示词，也不用改代码。

如果想让 Skill 更精准，可以在description里加更多触发词。比如天气 Skill 加上“气温”“穿衣”“出门”“下雨”“防晒”等词。数据统计 Skill 加上“借样”“发货”“部门统计”“Excel汇总”等词。匹配度越高，触发越稳定。

5. 本篇常见错排查：401、local proxy failed、reading choices、OAuth

配 Skill 过程中最容易卡在几个报错上。下面按真实遇到的顺序列出来。

401 Unauthorized

这个通常是settings.json里的apiKey不对，或者baseUrl写错了。检查 Key 有没有复制完整，有没有多余空格。如果用 TaoToken，baseUrl应该是https://taotoken.net/api，不要多加斜杠或者路径。改完后重启qwen会话。

local proxy failed

这个报错一般出现在网络请求发不出去的时候。检查你的网络环境是否能正常访问baseUrl。如果你用的是公司内网，可能有防火墙限制。换一个网络环境试试。另外确认settings.json里没有配多余的代理参数。

reading choices 相关报错

这个通常出现在模型返回格式跟 QwenCode 预期不一致的时候。检查model.name是不是填了不支持的模型名。如果你用 TaoToken，去模型对话页面确认可用模型列表，填一个确定支持的。另外检查SKILL.md里的输出格式要求是不是太复杂，导致模型返回结构混乱。简化一下格式约束试试。

OAuth 相关报错

如果你用的是需要 OAuth 的接入方式，检查 token 有没有过期。TaoToken 的 API Key 方式不需要 OAuth，直接填 Key 就行。如果你混用了两种认证方式，清掉多余的配置字段。

Skill 不触发

这个不算报错，但最常见。排查顺序：experimental.skills是否为true；SKILL.md的 frontmatter 格式是否正确（---开头结尾，name和description必填）；description是否跟用户问法匹配；allowedTools里的工具名是否拼写正确。我踩过的坑是allowedTools写了websearch小写，实际应该是WebSearch，导致工具调不起来，AI 直接说“我没有搜索权限”。

工具调用失败

如果 AI 说“我无法读取文件”或者“我没有执行命令的权限”，检查allowedTools里有没有加对应的工具。读文件要Read，写文件要Write，跑命令要Shell，搜索要WebSearch。少一个都会导致对应操作失败。

JSON 格式错误

settings.json改完后如果qwen启动报配置解析错误，用 JSON 校验工具检查一下。常见问题是多了一个逗号、少了一个引号、括号不匹配。VS Code 里打开会有红色波浪线提示。

SKILL.md 里的代码块嵌套问题

SKILL.md本身是 Markdown，里面如果嵌了 Python 代码块，注意最外层的---frontmatter 和代码块的 ``` 不要冲突。我遇到过在 frontmatter 后面直接写代码块，导致解析出错。frontmatter 结束后空一行再写正文。

排障基本就这些。核心原则：先确认模型通道通，再确认 Skill 开关开，再确认description匹配，最后确认allowedTools权限够。一层层往下查，大部分问题都能定位。

6. 从天气到数据统计：把 Skill 用成日常效率工具

天气 Skill 只是入门 demo，真正省时间的是那些重复性工作。比如每周要从 ERP 导出借样数据，按部门统计单量、发货数量、金额，再汇总成新 Excel 发给领导。以前手动做要半小时，现在写一次SKILL.md，以后每次把文件路径丢给 QwenCode 就行。

关键是把SKILL.md写细。数据统计那个模板里，筛选条件、分组字段、输出格式都写死了。AI 每次执行都按这个来，不会今天按部门分、明天按产品分。稳定性来自约束，不是来自 AI 的“智能”。

如果你想让 Skill 更通用，可以把文件路径做成参数。比如在SKILL.md里写“询问用户文件路径”，而不是写死一个路径。这样同一个 Skill 可以处理不同月份、不同部门的文件。

allowedTools的白名单也要按需调整。天气 Skill 只需要WebSearch，数据统计需要Read、Write、Shell。不要图省事全加上，权限越大，AI 误操作的风险越高。比如你不想让 AI 删文件，就别加Shell里的删除权限（如果 QwenCode 支持细粒度控制的话）。

长期用下来，建议把常用 Skill 分类管理。skills/下按业务建文件夹，比如skills/weather/、skills/data-stats/、skills/file-organize/。每个文件夹里一个SKILL.md。description写清楚触发场景，避免多个 Skill 抢同一个问题。

如果你需要更稳定的模型通道来跑这些 Skill，TaoToken 的 Coding Plan 适合长期编码和 Agent 类任务，API Keys 页面可以管理多个 Key。接入文档里有完整的 Base URL 和参数说明。模型对话页面可以快速验证模型是否可用。

最后一步：把你最常做的重复工作写成一个SKILL.md，跑一次验证，然后固定下来。下次直接说需求，让 AI 按你的规矩干活。